XinCTO Alex Chauvin

Si vous utilisez atom et python, alors vous cherchez peut-être à bénéficier de l’exécution de votre programme en cours de développement directement dans l’éditeur tout en utilisant virtualenv. Après pas mal de recherches sur le net pour un projet de mon fils, nous sommes parvenus à cette solution. Lorsque l’on développe en python, utiliser virtualenv est une très bonne pratique. Cette solution permet de ne pas avoir à installer des modules sur son poste et par conséquent ne pas avoir à gérer des incompatibilités de version entre les packages des différents programmes.

Sur un environnement conséquent, la découverte automatique des services et applications à intégrer à prometheus est indispensable. Cet article présente l’implémentation possible avec consul. Dans notre précédent article, nous avons connecté notre web service à monitorer avec prometheus et grafana. La configuration était manuelle et statique ce qui ne permet pas le passage à l’échelle. Voici comment automatiser la configuration dans prometheus sur la base du système clé/valeur consul. Une vidéo est disponible en fin d’article si vous voulez voir le résultat sans mettre les mains sur le clavier, notamment les enregistrements dynamiques et l’utilisation du DNS pour trouver les services.

Maintenant que nous avons vu comment instrumenter notre code python pour prometheus, mettons en place l’ensemble dataviz autour de celui-ci : prometheus et grafana Nous avons vu dans nos articles précédents les principes de fonctionnement de prometheus et comment instrumenter notre code python de façon à collecter des valeurs métiers ainsi que des métriques techniques. L’objet de cet article est de mettre en place l’ensemble de l’écosystème autour de prometheus pour la collecte et le stockage des informations time-series, grafana pour la dataviz tout en conservant notre petit exemple en python.

La solution de collete et traitement des métriques prometheus tire parti de l’instrumentation du code développé. Cet article pour vous aider à bien démarrer en python. Maintenant que les principes de base de prometheus n’ont plus de secret pour vous, voici de quoi bien démarrer en python. Nous y verrons le principe de fonctionnement sur un web service simple développé avec Flask et qui pourra être intégré dans un écosystème prometheus.

Pendant la première partie de ce labo, nous avons exploré le fonctionnement standard des containers, la notion d’héritage, la construction d’un container applicatif et son exécution. Je vous propose dans cette seconde partie de plonger un peu plus dans l’intégration continue et le devops avec un usage de l’héritage pour gérer la séparation des pouvoirs et la mise en qualité de notre application. A chacun son job En tant que développeur, il est possible que l’on vous impose des images de référence pour les containers que vous devrez utiliser dans les clauses FROM de votre définition.

Comme demandé par un de mes lecteurs, j’entame ici une petite série d’articles sur docker, les containers et quelques usages. Je vous les propose sous la forme de lab afin de ne pas rester théorique, c’est plus simple en manipulant un peu pour s’approprier les concepts et sortir du théorique et de la discussion de machine à café. La suite de ce premmier lab creusera plus sur des sujets d’héritage, d’intégration et de devops.

Le cloud ne se résume pas à des applications toute faites et de l’IAAS, non, il faut aller vers du service notamment pour le développement logiciel. Je vous propose dans ce billet de mettre en place une petite infrastructure cloud à base de Cloud Foundry pour faire quelques travaux de développement en python. Un bon moyen pour accélère la transformation digitale de l’entreprise est de laisser les développeurs avec le maximum de liberté pour faire leur expérimentation et travailler.

Si comme moi vous avez quelques années de développement derrière vous et qu’emacs est votre environnement de développement de coeur (si si, c’est possible), vous ne pouvez passer à côté de l’intégration de coala et flycheck pour effectuer du test continu pendant l’écriture de vos codes. coala est un framework de test de source orienté contrôle de syntaxe (lint & fix). Disponible en ligne de commande et donc intégrable dans votre système d’intégration continue, il est également possible de le coupler avec certains environnements de développement dont emacs (mais aussi atom, sublime, vim, vs code).