Este recurso es ORO para Programadores y DevOps.
Una herramienta que te da toda la info de un dominio.
¡DNS, WHOIS, IPs, Subdominios, certificados y más!
https://digger.tools
Una herramienta que te da toda la info de un dominio.
¡DNS, WHOIS, IPs, Subdominios, certificados y más!
https://digger.tools
digger.tools
Domain Digger: DNS Lookup, WHOIS Lookup & more
Domain Digger is the full open-source toolkit for next-level domain analysis, providing detailed DNS, IP, WHOIS data, and SSL/TLS history in a user-friendly, no-install interface.
Blog de ArmandoF
https://www.linkedin.com/posts/armandofcom_opentofu-iac-thelinuxfoundation-activity-7284295032726036482-OQlB?utm_source=share&utm_medium=member_ios
Nota: ya existe un controlador para Flux para conciliar los recursos de OpenTofu y Terraform al estilo GitOps.
Le permite GitOpsificar recursos de infraestructura y aplicaciones en el universo Kubernetes e IAC a su propio ritmo.
https://github.com/flux-iac/tofu-controller
Le permite GitOpsificar recursos de infraestructura y aplicaciones en el universo Kubernetes e IAC a su propio ritmo.
https://github.com/flux-iac/tofu-controller
GitHub
GitHub - flux-iac/tofu-controller: A GitOps OpenTofu and Terraform controller for Flux
A GitOps OpenTofu and Terraform controller for Flux - flux-iac/tofu-controller
Jenkins está desactualizado
Maven está desactualizado
Puppet está desactualizado
El chef está anticuado
Nagios está desactualizado
Docker Swarm está desactualizado
Alternativas más nuevas y mejores:
Acciones de GitLab y GitHub para CI/CD
Ansible para la gestión de la configuración
Terraform para IaC (¡Aunque desearía que hubiera una alternativa mejor!)
Gradle (compilaciones más rápidas en comparación con Maven y Ant)
Red Hat OpenShift (Mucho mejor que Kubernetes)
Grafana para la supervisión de cuadros de mando
Vector, Fluent Bit para el reenvío de registros de alto rendimiento
ELK o Loki para el almacenamiento de registros
Prometheus o Influxdb para el almacenamiento de métricas
Si conoces mejores alternativas, házmelo saber en los comentarios.
#DevOps#CICD#DevSecOps#kubernetes
Maven está desactualizado
Puppet está desactualizado
El chef está anticuado
Nagios está desactualizado
Docker Swarm está desactualizado
Alternativas más nuevas y mejores:
Acciones de GitLab y GitHub para CI/CD
Ansible para la gestión de la configuración
Terraform para IaC (¡Aunque desearía que hubiera una alternativa mejor!)
Gradle (compilaciones más rápidas en comparación con Maven y Ant)
Red Hat OpenShift (Mucho mejor que Kubernetes)
Grafana para la supervisión de cuadros de mando
Vector, Fluent Bit para el reenvío de registros de alto rendimiento
ELK o Loki para el almacenamiento de registros
Prometheus o Influxdb para el almacenamiento de métricas
Si conoces mejores alternativas, házmelo saber en los comentarios.
#DevOps#CICD#DevSecOps#kubernetes
he ECS vs EKS battle cost us $50k to test. Here's what we learned...
EKS (Kubernetes):
● Setup time: 2-3 days
● Learning curve: Steep
● Monthly cost: $11,200
● Maintenance: 15 hours/week
● Best for: Complex microservices
ECS:
● Setup time: 4-5 hours
● Learning curve: Moderate
● Monthly cost: $4,800
● Maintenance: 5 hours/week
● Best for: Straightforward
containerization
The real shocker was this:
For our client's use case (20 microservices, 50K daily users):
ECS delivered:
● 40% cost savings
● 35% faster deployments
● 66% less maintenance time
● 99.99% uptime (same as EKS)
→ Kubernetes isn't always the answer. Sometimes, simpler = better.
EKS (Kubernetes):
● Setup time: 2-3 days
● Learning curve: Steep
● Monthly cost: $11,200
● Maintenance: 15 hours/week
● Best for: Complex microservices
ECS:
● Setup time: 4-5 hours
● Learning curve: Moderate
● Monthly cost: $4,800
● Maintenance: 5 hours/week
● Best for: Straightforward
containerization
The real shocker was this:
For our client's use case (20 microservices, 50K daily users):
ECS delivered:
● 40% cost savings
● 35% faster deployments
● 66% less maintenance time
● 99.99% uptime (same as EKS)
→ Kubernetes isn't always the answer. Sometimes, simpler = better.
Esta es la herramienta TODO EN UNO para trabajar con APIs (Postman + Swagger + Mock)
✓ Diseña y depura desde el editor visual
✓ Genera documentación y compártela online
✓ Simula datos, realiza pruebas y automatízalas
✓ Gratis en Web o App
https://apidog.com/
✓ Diseña y depura desde el editor visual
✓ Genera documentación y compártela online
✓ Simula datos, realiza pruebas y automatízalas
✓ Gratis en Web o App
https://apidog.com/
no dejemos morir esta joya
https://x.com/EroNekoUwU/status/1565441302015131650?t=At4cU3tmoQDC-p_HqAo35w&s=19
https://x.com/EroNekoUwU/status/1565441302015131650?t=At4cU3tmoQDC-p_HqAo35w&s=19
💻#BigDataPipeline en la Nube 🌐
Cada plataforma Cloud (#Azure, #AWS, #GCP) ofrece un conjunto completo de servicios que cubren todo el ciclo de vida de los datos:
1️⃣ Ingestion: Recopilación de datos de varias fuentes
2️⃣ Data Lake: Almacenamiento de datos brutos
3️⃣ Computation: Procesamiento y análisis de datos
4️⃣ Data Warehouse: Almacenamiento de datos estructurados
5️⃣ Presentation: Visualización y generación de informes
AWS utiliza servicios como
#Kinesis para la transmisión de datos,
#S3 para el almacenamiento,
#EMR para el procesamiento,
#RedShift para el almacenamiento y
#QuickSight para la visualización.
El pipeline de Azure incluye
#EventHubs para la ingesta,
#DataLakeStore para el almacenamiento,
#Databricks para el procesamiento,
#CosmosDB para el almacenamiento
#PowerBI para la presentación.
GCP ofrece
#PubSub para la transmisión de datos,
#CloudStorage para data Lake,
#DataProc
#DataFlow para el procesamiento,
#BigQuery para el almacenamiento
#DataStudio para la visualización.
Cada plataforma Cloud (#Azure, #AWS, #GCP) ofrece un conjunto completo de servicios que cubren todo el ciclo de vida de los datos:
1️⃣ Ingestion: Recopilación de datos de varias fuentes
2️⃣ Data Lake: Almacenamiento de datos brutos
3️⃣ Computation: Procesamiento y análisis de datos
4️⃣ Data Warehouse: Almacenamiento de datos estructurados
5️⃣ Presentation: Visualización y generación de informes
AWS utiliza servicios como
#Kinesis para la transmisión de datos,
#S3 para el almacenamiento,
#EMR para el procesamiento,
#RedShift para el almacenamiento y
#QuickSight para la visualización.
El pipeline de Azure incluye
#EventHubs para la ingesta,
#DataLakeStore para el almacenamiento,
#Databricks para el procesamiento,
#CosmosDB para el almacenamiento
#PowerBI para la presentación.
GCP ofrece
#PubSub para la transmisión de datos,
#CloudStorage para data Lake,
#DataProc
#DataFlow para el procesamiento,
#BigQuery para el almacenamiento
#DataStudio para la visualización.