Java

Hallo, diesmal gibt es hier in der Tool Talk-Kolumne eine doppelte Premiere. Nicht nur, dass ich aus gegebenem Anlass einmal Tools in Python vorstelle – nein, die Kolumne ist auch länger als sonst. Warum? Diese Ausgabe beschäftigt sich im Schwerpunkt mit dem Thema „Machine Learning“, und – ob man es als Java-Entwickler zugeben will oder nicht – hier ist das Python-Universum größer als der Java-Kos..

Der Artikel beschreibt anhand eines realen Projektbeispiels eine Vorgehensweise für das „replatforming“ (= von Hardware oder VMs zu Containern) monolithischer Applikationen und den damit verbundenen Ansatz zur Cloud-Transformation. Dabei geht es um das allmähliche Ersetzen der komplexen Altanwendungen durch „rebuilding“ der Funktionalitäten als native Cloud-Services. Wir zeigen unsere Methodik und..

Auf dem Markt von Deep-Learning-Frameworks wird man meist im Bereich Python fündig. NumPy, Matplotlib, MXNet, PyTorch oder auch TensorFlow sind aus der Deep-Learning-Gemeinde nicht mehr wegzudenken. Start-ups, die über einen eher kleinen sowie modernen IT-Stack verfügen, haben zumeist kein Problem damit, sich schnell in Richtung Python oder andere moderne Implementierungssprachen auszurichten. Doc..

Ideal für schnell skalierende Microservice-Architekturen und -Umgebungen, haben Container-Technologien die Infrastruktur-Welt im Sturm erobert. Und mit ihnen ging eine erhebliche Komplexität in Bezug auf die Orchestrierung einher. Der ideale Nährboden für Kubernetes. Doch auch der Orchestrierer will im Blick behalten werden. Monitoringstrategien müssen überdacht und neu ausgerichtet werden, gerade..

Der Beitrag erläutert, anhand von Beispielen, warum sich in puncto Containerorchestrierung ein Blick nach China lohnt, wo die hierzulande eher unbekannten PouchContainer oder Dragonfly erfolgreich im Einsatz sind. Der Autor erklärt, auf welche DevOps-Technologien er aktuell setzt und welche Rolle diese bei Alibaba Cloud spielen.