2025 iThome 鐵人賽

2025 iThome 鐵人賽

沒在獨自升級的一起來

DevOps

最新文章熱門文章

選手 23 文章 645

Day 26

2025-10-10

196

0

被稱作Server Restart Engineer的我，也想了解如何實踐可觀測性工程系列

Day 26 - 使用 Grafana 將可觀測性資料視覺化

不知不覺鐵人賽已經進入倒數完結的階段，我們花了很多篇幅討論如何建立 Data Lakehouse 的架構、如何建立 data pipeline 來將 OTLP...

團隊動鼠做

Day 25

2025-09-18

195

0

n8n x AI自動化之新手村系列

Day 25 每日推播多益單字

在之前的實作中，有學習到如何讀取檔案到n8n並且使用gemini節點來分析檔案，這次就要把這些技巧實際應用到日常學習情境，做出一個小專案—— 每日自動推播多益單...

Day 26

2025-10-05

194

0

GitLab CI 2025：深入玩轉流水線與實戰紀錄系列

Day26 - GitLab Runner 的自動擴展 (以 Google Cloud Platform GCP為例) - 1

管理維運 GitLab Server，一定會知道 GitLab Runner 的使用，可能也遇過，GitLab 團隊成員同一時段 Commit Source C...

團隊兩貓一犬一條龍小隊

Day 30

2025-09-18

194

0

Vibe Coding 後的挑戰：Locust x Loki 負載及監控系列

Day30 - 終點與起點：一趟從壓力測試到全方位可觀測性的旅程

三十天前，我們懷著一個單純的目標啟程：學習如何使用 Locust 這款強大的開源工具來對我們的應用程式進行壓力測試。我們從 locustfile.py 的基礎寫...

熊熊工程師

團隊一蘭拉麵基本配料 5 倍辣

Day 18

2025-08-29

194

0

PM 的 30 日 DevOps 養成計畫系列

集中式日誌管理 - 如何幫助團隊快速定位問題

昨天提到了維運團隊在平時就會有監控產品的流程，確認基礎設施運行沒有問題，但在 Devops 的精神結合進來後，監控的目標從「伺服器 A 的 CPU 使用率達 8...

Day 9

2025-10-12

194

0

新創視角下的 DevOps × AI 探索系列

Day 28: LLM 推理的自動伸縮策略：讓模型服務在高流量下保持高效穩定

一、前言：為什麼 LLM 推理需要自動伸縮？ LLM 推理的挑戰：每次推理需要大量 GPU 計算資源，尤其是多 Token 的生成。流量波動明顯（例如白天...

熱門文章

熱門系列

鐵人選手

工商時間