1. 개요Jenkins를 사용하다보면 여러 개발환경을 세팅하게 될 때 각기 다른 설정값을 지정해야 하는 번거로움이 작용할 수 있습니다.방화벽에 의해 막히거나, 프로젝트 규모가 다르거나, 패치 속도가 빨라야 하거나...이럴 때, Jenkins Pipeline이 실행되는 Agent를 지정하여 개발환경 맞춤형으로 pipeline 설계하는 방법에 대해서 알아보겠습니다. 2. 목표1. Jenkins pipeline에서 특정 Agent 지정하기2. 상황에 따라서 Jenkins Agent를 지정하는 분기점 만들기 3. 알아보기 : Jenkins Agent란?Jenkins를 사용할 때 Agent를 연결하면 여러 장점이 있습니다.(설치 및 내용은 아래 글 참조)2025.04.11 - [DevOps와 Infra/DevO..

Rust 환경 구축 & 배포 프로세스에 대해서 Top-Down 방식으로 학습하면서 알게된 내용을 정리 특히 Cargo.toml 에 대해서 다룹니다.1. 기본 CI / CD우리 프로젝트의 기본 CI / CD 구성은 아래 이미지와 같습니다. 아래와 같은 패턴에서는 Jenkins에서 Rust Gitlab Project를 Clone, Build, Image Push 과정을 거쳐서 Nexus에서 관리하고 Argocd 를 통해서 K8S로 관리로 합니다. 여기서 처음 겪어보는 것은 Rust Dockerfile 구성입니다.2. Dockerfile (for Rust)참고 : https://hub.docker.com/_/rust , https://docs.docker.com/guides/rust/ RustContainer..

https://huggingface.co/BM-K/KoSimCSE-roberta-multitask BM-K/KoSimCSE-roberta-multitask · Hugging Facehttps://github.com/BM-K/Sentence-Embedding-is-all-you-need Korean-Sentence-Embedding 🍭 Korean sentence embedding repository. You can download the pre-trained models and inference right away, also it provides environments where individuals can train modehuggingface.co이번에는 위 허깅페이스 모델을 통해 상품명을 임베딩 ..

OpenSearch에서 허깅페이스를 활용해서 커스텀모델을 통해 직접 한국어 임베딩을 할 수 있도록 만들어보겠습니다.아래의 OpenSearch 공식문서를 기반으로 하되, 제대로 작동하지 않아서 많은 것들을 찾아보고 확인하며 겪은 내용이므로 혹여나 잘 못 작성된 부분이 있다면 부드러운 댓글 작성 부탁드립니다. https://docs.opensearch.org/docs/latest/ml-commons-plugin/custom-local-models/ Custom modelsCustom local models Introduced 2.9docs.opensearch.org https://huggingface.co/jhgan/ko-sroberta-multitask jhgan/ko-sroberta-multitask ..

도커 fluentbit 컨테이너 이미지를 활용한 로그 관리 수집 그리고 opensearch 연동Fluent Bit (이미지)C 언어로 만들어진 초경량 버전입니다. OpenSearch를 포함한 주요 플러그인들이 내장(built-in)되어 있어 별도의 설치가 필요 없습니다. 또한, 경량화를 위해 쉘(sh)이나 gem 같은 도구가 이미지 안에 포함되어 있지 않습니다.1. 기본 설치Fluent Bit은 경량화된 로그 수집기입니다. 우리는 Docker 컨테이너에서 수집되는 로그를 Opensearch에 전달하는 형태로 사용합니다. 아래는 Docker compose 파일과 fluent-bit.conf 파일에 내용을 구성하고 Opensearch로 로그를 전송하도록 구성한 기본예시입니다. fluentbit-compose..

Autoscaler에 대해Kubernetes에서 우리는 보통 metrics API를 설치한 후 Kubernetes에 내장된 HPA(HorizontalPodAutoscaler)를 통해 CPU와 메모리의 사용률에 따라 auto scale-out이 가능하다. 그러나 모든 상황에서 CPU와 메모리 사용량만으로 scale out이 필요한 것은 아니다.대표적인 예로는 SSR(Server-side rendering)을 많이 사용하는 Next.js의 app의 경우 보통 requested CPU가 다 차기도 전에 latency가 늘어나게된다.그래서 scale out을 하기 위한 조건으로 모니터링하는 4가지 metric을 4 golden signals이라고 부른다 → Latency, Errors, Traffic, Satu..