Учебные материалы DevOps Engineer

В этом задании вы примерите на себя роль цифрового архитектора, которому поручено навести порядок в хаотичной структуре проекта с помощью основных команд Linux для управления файлами и каталогами.

Ncdu - это инструмент для анализа использования дискового пространства, который позволяет эффективно управлять и отслеживать потребление хранилища в Linux-окружениях.

В этой лабораторной работе вы узнаете, как безопасно просматривать и выполнять уничтожение ресурсов, управляемых Terraform, обеспечивая чистый и контролируемый демонтаж вашей инфраструктуры.

В этой лабораторной работе вы научитесь использовать выходные значения (output values) Terraform для извлечения полезной информации из конфигурации вашей инфраструктуры, что упростит доступ к ней и её использование.

В этой лабораторной работе вы научитесь использовать выходные значения (output values) Terraform для извлечения полезной информации из конфигурации вашей инфраструктуры, что упростит доступ к ней и её использование.

В этой лабораторной работе вы узнаете, как объявлять, определять и использовать переменные в Terraform, чтобы сделать ваши конфигурации более гибкими и пригодными для повторного использования.

В этой лабораторной работе вы узнаете, как установить Terraform в системе Ubuntu путем добавления официального репозитория HashiCorp и использования пакетного менеджера apt.

В этой лабораторной работе вы узнаете, как управлять состоянием Terraform, используя различные подкоманды `terraform state` для проверки, перечисления, перемещения и обновления ресурсов.

Модуль webbrowser в Python предоставляет простой интерфейс для открытия веб-браузеров, отображения HTML-документов и навигации по веб-ресурсам. В этом практическом занятии вы познакомитесь с основами использования пакета webbrowser, начиная от открытия URL-адреса в новой вкладке и заканчивая выполнением поиска в Google прямо из консоли Python.

Itertools - это мощный модуль Python, который предоставляет набор быстрых, экономичных в использовании памяти и гибких инструментов для работы с итераторами. Эти инструменты удобны для решения различных комбинаторных задач и могут сэкономить ваше время и усилия при работе с большими наборами данных. В этом руководстве мы рассмотрим некоторые ключевые функции модуля Itertools и приведем примеры, чтобы помочь вам понять их использование.

В этом уроке вы узнаете, как использовать модуль typing в Python для добавления подсказок типов к вашему коду. Подсказки типов помогают сделать ваш код более читаемым и поддерживаемым, явно указывая ожидаемые типы входных и выходных данных ваших функций.

В этом уроке мы рассмотрим магические методы последовательностей в Python. Эти методы позволяют вам настраивать поведение своих собственных классов при использовании в различных операциях, таких как получение длины объекта, доступ к элементам, срезы и итерация.

Многопроцессорность в Python - это мощный инструмент, который может значительно ускорить выполнение Python-программ, требующих высокой вычислительной мощности. В этом практическом занятии вы узнаете о многопроцессорности в Python и о том, как ее использовать для параллельного запуска процессов. Мы начнем с простых примеров и постепенно перейдем к более сложным.

В этом лабе предоставляется временная ВМ для запуска sherlock-project/sherlock для поиска социальных медиа-аккаунтов.

В этом уроке мы изучим встроенный в Python модуль collections. Модуль collections - это мощная библиотека, которая предлагает различные типы контейнерных данных, расширяющие функциональность встроенных в Python контейнеров, таких как списки, кортежи и словари.

В этом уроке мы изучим базовые магические методы в Python. Магнические методы, также известные как 'dunder' методы (методы с двумя нижними подчеркиваниями), позволяют определить, как объекты Python ведут себя в определенных ситуациях, что позволяет выполнять продвинутую и настраиваемую манипуляцию с объектами.

В этом уроке мы узнаем, как использовать модуль многопоточности Python для параллельного выполнения нескольких потоков.

В этом уроке мы рассмотрим магические методы Python, связанные с арифметическими операциями. Магические методы - это специальные методы в классах Python, которые начинаются и заканчиваются двойными подчеркиваниями (__). Они также известны как методы 'dunder' (двойные подчеркивания).