Quadlet: ищите исходник, если сервис не появился
Файл
Если сервис не найден, проверьте каталог исходника и контекст systemd: rootless работает с пользовательскими units, rootful — с системными. Затем проверьте вывод генератора в режиме dry-run. Ошибка синтаксиса или опция из более новой версии Podman могут помешать созданию сервиса.
Автозапуск задаётся в
Quadlet требует cgroup v2. Проверяйте и имя: сгенерированный сервис может заменить одноимённый vendor unit.
Документация Quadlet, latest
#арсенал_инженера
Файл
.container ещё не systemd-сервис. При загрузке и перечитывании конфигурации генератор Quadlet превращает его в .service.Если сервис не найден, проверьте каталог исходника и контекст systemd: rootless работает с пользовательскими units, rootful — с системными. Затем проверьте вывод генератора в режиме dry-run. Ошибка синтаксиса или опция из более новой версии Podman могут помешать созданию сервиса.
Автозапуск задаётся в
[Install] исходного Quadlet. Сгенерированный unit считается transient, включать его как обычный постоянный сервис нельзя.Quadlet требует cgroup v2. Проверяйте и имя: сгенерированный сервис может заменить одноимённый vendor unit.
Документация Quadlet, latest
#арсенал_инженера
portop: что изменилось в портах после деплоя
PID занятого порта можно найти и через ss или lsof. portop интересен связкой данных: сокет, процесс, systemd unit или Windows service, контейнер Docker, Podman или Kubernetes.
В README проекта описан сценарий с baseline: сохранить состояние слушающих портов, а затем сравнить с ним текущее. Diff сообщает о появившихся и исчезнувших портах, а также о тех, что стали доступны из сети. Для разницы предусмотрен код выхода 3 — это можно учитывать в CI.
Сравнение показывает, что изменилось, а данные о сервисе и контейнере помогают определить владельца порта. Видимость чужих процессов и firewall зависит от прав, возможности различаются по платформам.
Это разбор возможностей из README, без собственного запуска. Схема показывает сценарий, а не результат проверки сервера.
portop на GitHub
#арсенал_инженера
PID занятого порта можно найти и через ss или lsof. portop интересен связкой данных: сокет, процесс, systemd unit или Windows service, контейнер Docker, Podman или Kubernetes.
В README проекта описан сценарий с baseline: сохранить состояние слушающих портов, а затем сравнить с ним текущее. Diff сообщает о появившихся и исчезнувших портах, а также о тех, что стали доступны из сети. Для разницы предусмотрен код выхода 3 — это можно учитывать в CI.
Сравнение показывает, что изменилось, а данные о сервисе и контейнере помогают определить владельца порта. Видимость чужих процессов и firewall зависит от прав, возможности различаются по платформам.
Это разбор возможностей из README, без собственного запуска. Схема показывает сценарий, а не результат проверки сервера.
portop на GitHub
#арсенал_инженера
Хорошая техническая база - вот что, что помогает разработчику расти и переходить к более сложным задачам.
В Proglib Academy можно забрать такую комбинацию для мощной прокачки за 45 990 ₽:
🧠 Алгоритмы и структуры данных — для развития алгоритмического мышления, решения технических задач и подготовки к собеседованиям.🐍 Python — для практического программирования, автоматизации и дальнейшего развития в Data Science и AI.
📐 Математика для AI — для понимания математической основы машинного обучения и работы моделей.
Успевайте до 15 ноября включительно
Please open Telegram to view this post
VIEW IN TELEGRAM
Как старое TCP-соединение срывало новый handshake в GKE
Akash Thakur из Google Cloud разобрал сбой: pods в GKE периодически не могли подключиться к Kubernetes API через Private Service Connect. Удаление подозреваемых операторов и увеличение VM control plane не помогли.
Из-за переупорядочивания пакетов на PIGv FIN приходил со старым, но допустимым ACK. Ошибка Linux 6.1 мешала ядру обработать такой FIN. Корректный half-close Envoy через SHUT_WR держал сокет открытым, поэтому таймер для orphaned-сокетов не запускался. Когда PSC NAT повторно использовал 5-tuple, сервер отправлял challenge ACK, который отбрасывало изменение USPS. Новый handshake срывался.
Откат изменения USPS смягчил сбой. Исправили обработку challenge ACK и ядро/COS. Это конкретный GKE/PSC-кейс, а не совет менять TCP-настройки всех кластеров.
Расследованию помогли одновременные захваты пакетов в нескольких точках. На схеме — механизм из статьи, не наш эксперимент.
Разбор Google Cloud
#разбор_полётов
Akash Thakur из Google Cloud разобрал сбой: pods в GKE периодически не могли подключиться к Kubernetes API через Private Service Connect. Удаление подозреваемых операторов и увеличение VM control plane не помогли.
Из-за переупорядочивания пакетов на PIGv FIN приходил со старым, но допустимым ACK. Ошибка Linux 6.1 мешала ядру обработать такой FIN. Корректный half-close Envoy через SHUT_WR держал сокет открытым, поэтому таймер для orphaned-сокетов не запускался. Когда PSC NAT повторно использовал 5-tuple, сервер отправлял challenge ACK, который отбрасывало изменение USPS. Новый handshake срывался.
Откат изменения USPS смягчил сбой. Исправили обработку challenge ACK и ядро/COS. Это конкретный GKE/PSC-кейс, а не совет менять TCP-настройки всех кластеров.
Расследованию помогли одновременные захваты пакетов в нескольких точках. На схеме — механизм из статьи, не наш эксперимент.
Разбор Google Cloud
#разбор_полётов
👍2
Охлаждение вернулось. Регион ещё восстанавливался
По постмортему Nebius, 19 августа 2026 года связанный со штормом сбой отключил BMS и охлаждение в us-central1. Система управления зданием не сообщила об отказе, а на рост температуры помещений не было алерта. Пейджинг сработал уже по перегреву компонентов.
Примерно через шесть часов температуру стабилизировали. Но восстановление платформы заняло дольше: автоматика делала одну попытку запуска VM, после ошибок подключения дисков повторных попыток не было. Баг hot-plug оставлял часть control plane Managed Kubernetes без диска с данными. Потребовалась ручная работа.
К 08:38 UTC 20 августа вернули всю зарезервированную GPU-мощность. Ремонт оставшихся on-demand узлов продолжался ещё несколько дней.
Полезный вопрос к своему плану восстановления: что произойдёт, если первая автоматическая попытка не сработает сразу у множества VM?
Постмортем Nebius
#разбор_полётов
По постмортему Nebius, 19 августа 2026 года связанный со штормом сбой отключил BMS и охлаждение в us-central1. Система управления зданием не сообщила об отказе, а на рост температуры помещений не было алерта. Пейджинг сработал уже по перегреву компонентов.
Примерно через шесть часов температуру стабилизировали. Но восстановление платформы заняло дольше: автоматика делала одну попытку запуска VM, после ошибок подключения дисков повторных попыток не было. Баг hot-plug оставлял часть control plane Managed Kubernetes без диска с данными. Потребовалась ручная работа.
К 08:38 UTC 20 августа вернули всю зарезервированную GPU-мощность. Ремонт оставшихся on-demand узлов продолжался ещё несколько дней.
Полезный вопрос к своему плану восстановления: что произойдёт, если первая автоматическая попытка не сработает сразу у множества VM?
Постмортем Nebius
#разбор_полётов
Параллельный cordon пришлось заменить последовательным
В январском кейсе 2026 года Salesforce и AWS описали переход с Cluster Autoscaler на Karpenter в инфраструктуре из 1000+ EKS-кластеров. Сам переход на момент статьи ещё продолжался.
Параллельный cordon Karpenter-узлов привёл к неожиданным проблемам с состоянием кластера. Команда перешла к последовательному cordon, ручным проверкам, контрольным точкам с возможностью отката и дополнительному мониторингу.
Инструмент перехода поддерживал возврат к управлению через Auto Scaling groups. Но статья не даёт измеренного времени восстановления или гарантии успешного отката.
PDB соблюдали. Конфигурации, мешавшие замене узлов, исправляли с владельцами сервисов и проверяли через OPA. Для нагрузок с одной репликой сохранялся риск сбоев при consolidation. Защитные политики ещё внедрялись.
Кейс Salesforce и AWS
#разбор_полётов
В январском кейсе 2026 года Salesforce и AWS описали переход с Cluster Autoscaler на Karpenter в инфраструктуре из 1000+ EKS-кластеров. Сам переход на момент статьи ещё продолжался.
Параллельный cordon Karpenter-узлов привёл к неожиданным проблемам с состоянием кластера. Команда перешла к последовательному cordon, ручным проверкам, контрольным точкам с возможностью отката и дополнительному мониторингу.
Инструмент перехода поддерживал возврат к управлению через Auto Scaling groups. Но статья не даёт измеренного времени восстановления или гарантии успешного отката.
PDB соблюдали. Конфигурации, мешавшие замене узлов, исправляли с владельцами сервисов и проверяли через OPA. Для нагрузок с одной репликой сохранялся риск сбоев при consolidation. Защитные политики ещё внедрялись.
Кейс Salesforce и AWS
#разбор_полётов
До 15 ноября включительно можно забрать два курса, оплатив только один
Выбирай свою комбинацию:
«ИИ для разработчиков» + «Разработка ИИ-агентов»
Освой AI в разработке и научись создавать собственных ИИ-агентов.
«Алгоритмы и структуры данных» + «Математика для AI»
Прокачай алгоритмическое мышление и освой математическую базу для машинного обучения.
Please open Telegram to view this post
VIEW IN TELEGRAM
🥱1
KubeTective оставляет свои ошибки в тестах
В README инструмента расследования Kubernetes-инцидентов указаны 7 ошибок на 24 калибровочных точках, то есть около 71% верных ответов. В отдельной группе из шести сценариев, записанных с живого кластера, движок ошибается в пяти. Среди них — отсутствующий Secret и liveness-проба, которой не хватает CPU.
Вердикт строят правила с весами доказательств. Опциональная LLM только переписывает объяснение, менять причину, балл или действие ей нельзя.
При этом проверки чувствительности к удалению доказательств и устойчивости к шуму проходят. Они отвечают на другие вопросы и не заменяют проверку правильности причины. Наборы и знаменатели разделены на схеме.
Автор сохраняет неудачные кейсы для калибровки. Это полезный пример отчётности о диагностике, а не основание доверять её вердиктам в своём кластере. Числа взяты из README, собственного прогона не было.
README KubeTective, main
#разбор_полётов
В README инструмента расследования Kubernetes-инцидентов указаны 7 ошибок на 24 калибровочных точках, то есть около 71% верных ответов. В отдельной группе из шести сценариев, записанных с живого кластера, движок ошибается в пяти. Среди них — отсутствующий Secret и liveness-проба, которой не хватает CPU.
Вердикт строят правила с весами доказательств. Опциональная LLM только переписывает объяснение, менять причину, балл или действие ей нельзя.
При этом проверки чувствительности к удалению доказательств и устойчивости к шуму проходят. Они отвечают на другие вопросы и не заменяют проверку правильности причины. Наборы и знаменатели разделены на схеме.
Автор сохраняет неудачные кейсы для калибровки. Это полезный пример отчётности о диагностике, а не основание доверять её вердиктам в своём кластере. Числа взяты из README, собственного прогона не было.
README KubeTective, main
#разбор_полётов
Инфраструктура для тестов, сборок и виртуальных машин без переплаты за топовое железо
Если для CI/CD, собственного гипервизора или нескольких VM нужен отдельный сервер, но бюджет на инфраструктуру ограничен, можно присмотреться к бюджетным конфигурациям на Xeon E5.
В Рег.облаке есть сервер с двумя Xeon E5-2640, 64 ГБ RAM, двумя SSD по 480 ГБ и двумя HDD по 2 ТБ. Стоимость по акции начинается ориентировочно от 13 720 ₽/мес. вместо обычных 19 600 ₽/мес.
Такая конфигурация подойдёт для многопоточных задач, нагруженных СУБД и корпоративных систем.
При заказе также доступны бесплатная миграция и установка BitrixEnv.
👉 Посмотреть предложение
Если для CI/CD, собственного гипервизора или нескольких VM нужен отдельный сервер, но бюджет на инфраструктуру ограничен, можно присмотреться к бюджетным конфигурациям на Xeon E5.
В Рег.облаке есть сервер с двумя Xeon E5-2640, 64 ГБ RAM, двумя SSD по 480 ГБ и двумя HDD по 2 ТБ. Стоимость по акции начинается ориентировочно от 13 720 ₽/мес. вместо обычных 19 600 ₽/мес.
Такая конфигурация подойдёт для многопоточных задач, нагруженных СУБД и корпоративных систем.
При заказе также доступны бесплатная миграция и установка BitrixEnv.
👉 Посмотреть предложение
Когда включать Configuration Cache только для чтения в Gradle
Если CI восстановил
Если Configuration Cache уже включён, добавьте в
Настройка касается Configuration Cache. За повторное использование результатов выполнения задач отвечает Build Cache.
Read-only Configuration Cache
Если CI восстановил
.gradle/configuration-cache и Gradle нашёл подходящую запись, он загрузит граф задач и пропустит фазу конфигурации. При промахе Gradle сконфигурирует сборку заново и в обычном режиме попробует сохранить граф. На раннере, чей диск не сохраняется между сборками, эта запись пропадёт.Если Configuration Cache уже включён, добавьте в
gradle.properties строку org.gradle.configuration-cache.read-only=true. Gradle по-прежнему сможет загрузить подходящую запись, а при промахе пропустит сериализацию графа. Для проверки совместимости логики сборки используйте обычный режим. Часть ошибок проявляется только при сериализации или при выполнении задач после загрузки графа.Настройка касается Configuration Cache. За повторное использование результатов выполнения задач отвечает Build Cache.
Read-only Configuration Cache
startupProbe даёт приложению закончить запуск
Медленный старт и зависание уже работающего сервиса требуют разных проверок. Если liveness начинает проверять контейнер слишком рано, контейнер может попасть в цикл перезапусков, так и не завершив инициализацию.
При настроенной
После старта readiness отвечает за готовность принимать трафик. При неуспешной проверке Pod перестаёт быть готовой точкой назначения для трафика Service. Сама readiness контейнер не перезапускает. Liveness проверяет, не зависло ли приложение так, что для восстановления нужен перезапуск.
Если сбой внешней базы временно делает сервис неготовым, привязка liveness к этой базе может только добавить перезапуски. Различия и условия проверок — в документации Kubernetes.
Медленный старт и зависание уже работающего сервиса требуют разных проверок. Если liveness начинает проверять контейнер слишком рано, контейнер может попасть в цикл перезапусков, так и не завершив инициализацию.
При настроенной
startupProbe Kubernetes не выполняет проверки liveness и readiness, пока startup-проверка не завершится успешно. Интервал проверок задаёт periodSeconds, порог последовательных неудач — failureThreshold. При достижении порога kubelet останавливает контейнер. Дальнейший перезапуск зависит от restartPolicy.После старта readiness отвечает за готовность принимать трафик. При неуспешной проверке Pod перестаёт быть готовой точкой назначения для трафика Service. Сама readiness контейнер не перезапускает. Liveness проверяет, не зависло ли приложение так, что для восстановления нужен перезапуск.
Если сбой внешней базы временно делает сервис неготовым, привязка liveness к этой базе может только добавить перезапуски. Различия и условия проверок — в документации Kubernetes.
Поднимаем сервер Minecraft в облаке: live-demo с ИИ-агентом
ИИ-агенты умеют не только отвечать на вопросы и писать код. Они могут управлять облаком: создавать и настраивать инфраструктуру без ручных команд и кликов в консоли.
2 декабря приглашаем на практический вебинар «От ручного управления облаком к агентскому».
Что разберём:
▪️ какие задачи в облаке уже можно смело делегировать ИИ
▪️ как подключить управление облачной инфраструктурой к Claude, Codex, Cursor и другим агентам
▪️ как проверять результат работы ИИ и фиксировать инфраструктуру в IaC
В прямом эфире поручим агенту с нуля развернуть сервер Minecraft в MWS Cloud Platform, перенесём результат в IaC, чтобы сохранить конфигурацию и при необходимости быстро воспроизвести её снова.
Кому будет полезно: разработчикам, DevOps-инженерам, активным пользователям ИИ-ассистентов и всем, кто хочет автоматизировать рутину в облаке.
🗓 2 декабря в 12:00
Зарегистрироваться
До встречи в эфире!
ИИ-агенты умеют не только отвечать на вопросы и писать код. Они могут управлять облаком: создавать и настраивать инфраструктуру без ручных команд и кликов в консоли.
2 декабря приглашаем на практический вебинар «От ручного управления облаком к агентскому».
Что разберём:
В прямом эфире поручим агенту с нуля развернуть сервер Minecraft в MWS Cloud Platform, перенесём результат в IaC, чтобы сохранить конфигурацию и при необходимости быстро воспроизвести её снова.
Кому будет полезно: разработчикам, DevOps-инженерам, активным пользователям ИИ-ассистентов и всем, кто хочет автоматизировать рутину в облаке.
🗓 2 декабря в 12:00
Зарегистрироваться
До встречи в эфире!
Please open Telegram to view this post
VIEW IN TELEGRAM
😢3
systemd: ступенчатая задержка между перезапусками
Если для сервиса настроен автоперезапуск, короткий
Например,
Для такого роста нужны положительный
Описание RestartSteps в systemd.service
Если для сервиса настроен автоперезапуск, короткий
RestartSec приводит к частым повторным запускам при сбоях. В systemd 254 и новее паузу можно увеличивать с помощью RestartSteps до предела RestartMaxDelaySec.Например,
RestartSec=10s, RestartSteps=4 и RestartMaxDelaySec=160s дают паузы 10, 20, 40, 80 и 160 секунд. Здесь четыре шага увеличения, каждый удваивает паузу. Дальше интервал остаётся равным 160 секундам.Для такого роста нужны положительный
RestartSteps, ненулевой RestartSec и конечный RestartMaxDelaySec. По умолчанию RestartSteps=0 отключает рост, а RestartMaxDelaySec=infinity отключает верхний предел. Лимиты частоты запусков StartLimitIntervalSec и StartLimitBurst действуют отдельно. Проверьте их и версию systemd на узле.Описание RestartSteps в systemd.service
systemd 261: передаём сервису настройки CPU pressure
Начиная с systemd 261 сервису можно передать путь к
При
Здесь
Нужна cgroup v2. Приложение должно само поддерживать протокол и обрабатывать события. Эти параметры не распределяют процессорное время и не заменяют мониторинг PSI всей системы.
В разборе PSI речь шла о чтении общесистемных метрик. Здесь systemd передаёт конкретному сервису интерфейс для работы с давлением CPU в его собственной cgroup.
Документация systemd
#root_prompt
Начиная с systemd 261 сервису можно передать путь к
cpu.pressure его cgroup и порог ожидания CPU. Для этого в секции [Service]:[Service]
CPUPressureWatch=yes
CPUPressureThresholdSec=200ms
При
yes systemd даёт пользователю сервиса право читать и записывать cpu.pressure. Путь к файлу передаёт через CPU_PRESSURE_WATCH, а данные для настройки порога — в закодированном виде через CPU_PRESSURE_WRITE.Здесь
200ms — порог времени ожидания CPU за окно в 2 секунды. Если порог не задан, используется DefaultCPUPressureThresholdSec= из systemd-system.conf, по умолчанию тоже 200 мс. Режим CPUPressureWatch=auto включает протокол, если для unit настроено управление CPU, например CPUWeight= или CPUQuota=.Нужна cgroup v2. Приложение должно само поддерживать протокол и обрабатывать события. Эти параметры не распределяют процессорное время и не заменяют мониторинг PSI всей системы.
В разборе PSI речь шла о чтении общесистемных метрик. Здесь systemd передаёт конкретному сервису интерфейс для работы с давлением CPU в его собственной cgroup.
Документация systemd
#root_prompt
Какая у вас сейчас основная роль в IT?
Anonymous Poll
17%
Разработка или архитектура
2%
Тестирование / QA
61%
DevOps, инфраструктура, администрирование или поддержка
5%
Кибербезопасность
1%
Данные, аналитика или AI/ML
2%
Другая роль в IT
2%
CEO, основатель или владелец IT-бизнеса
8%
Руководитель команды или подразделения (CTO, Head, тимлид)
2%
Учусь или готовлюсь к первой работе в IT
1%
Сейчас не работаю в IT и не готовлюсь к первой работе
Socket activation запускает systemd-сервис по входящему соединению
В Linux с systemd демон может получать уже открытый сокет от менеджера сервисов. systemd сначала создаёт слушающий сокет из
При
Пока сервис перезапускается, активный
Программа должна поддерживать передачу сокетов через API systemd или inetd-подобный интерфейс. Если она всегда сама делает bind, одной настройки unit-файлов недостаточно.
Параметры socket unit и режим Accept
Библиотека DevOps Proglib
В Linux с systemd демон может получать уже открытый сокет от менеджера сервисов. systemd сначала создаёт слушающий сокет из
api.socket, а при входящем соединении запускает сервис.При
Accept=no — это режим по умолчанию — слушающие сокеты передаются одному сервису api.service. Другой сервис можно указать через Service=. При Accept=yes нужен шаблон api@.service. Для каждого соединения systemd запускает отдельный экземпляр и передаёт ему сокет этого соединения. Такой режим подходит в том числе программам для inetd. Для сервисов, чувствительных к производительности, руководство предпочитает Accept=no, чтобы не оплачивать запуск на каждом соединении.Пока сервис перезапускается, активный
.socket может продолжать слушать. При Accept=no и стандартном FlushPending=no ожидающие соединения сохраняются для обработки после рестарта. Очередь ограничена, а уже обрабатываемые запросы могут оборваться. Гарантии доставки всех запросов это не даёт.Программа должна поддерживать передачу сокетов через API systemd или inetd-подобный интерфейс. Если она всегда сама делает bind, одной настройки unit-файлов недостаточно.
Параметры socket unit и режим Accept
Библиотека DevOps Proglib
Какой у вас сейчас профессиональный грейд?
Отвечайте, если сейчас работаете в IT.
Отвечайте, если сейчас работаете в IT.
Anonymous Poll
5%
Стажёр
11%
Junior
35%
Middle
25%
Senior
12%
Lead
5%
Staff / Principal или аналогичный экспертный грейд
5%
Другой грейд или другая шкала
3%
В моей роли нет грейдов