Не попадитесь на накрученные каналы! Узнайте, не накручивает ли канал просмотры или
подписчиков
Проверить канал на накрутку
Телеграм канал «Python Simple»
Подписчики
Всего
228
Сегодня
0
Просмотров на пост
Всего
66
ER
Общий
29.1%
Динамика публикаций
Telemetr - сервис глубокой аналитики
телеграм-каналов
телеграм-каналов
Получите подробную информацию о каждом канале
Отберите самые эффективные каналы для
рекламных размещений, по приросту подписчиков,
ER, количеству просмотров на пост и другим метрикам
рекламных размещений, по приросту подписчиков,
ER, количеству просмотров на пост и другим метрикам
Анализируйте рекламные посты
и креативы
и креативы
Узнайте какие посты лучше сработали,
а какие хуже, даже если их давно удалили
а какие хуже, даже если их давно удалили
Оценивайте эффективность тематики и контента
Узнайте, какую тематику лучше не рекламировать
на канале, а какая зайдет на ура
на канале, а какая зайдет на ура
Показано 1 из 62 постов
Смотреть все посты
Пост от 02.10.2026 18:49
2
0
0
Этот урок появился из комментария подписчика)
В восьмом уроке HPA был мимоходом - добавить реплик по загрузке процессора. А спросили про другое: что делать, если нагрузка приходит не в процессор, а в очередь. Воркер висит почти без CPU и разгребает задачи часами.
Урок 9 - автомасштабирование целиком.
HPA из коробки видит только то, что отдаёт metrics-server - CPU и память. Для всего остального есть KEDA: он подключает внешние метрики - длину очереди в RabbitMQ, лаг в Kafka, что угодно из Prometheus - и умеет не только разгонять деплоймент, но и гасить его до нуля реплик, пока задач нет.
Заодно курс подрос - было десять уроков, стало одиннадцать. Логи и капстоун сдвинулись на 10 и 11.
https://ffortunado.github.io/k8s-course/lessons/0009-hpa-keda-autoscaling.html
Комментарии и вопросы - сюда же, под этот пост.
В восьмом уроке HPA был мимоходом - добавить реплик по загрузке процессора. А спросили про другое: что делать, если нагрузка приходит не в процессор, а в очередь. Воркер висит почти без CPU и разгребает задачи часами.
Урок 9 - автомасштабирование целиком.
HPA из коробки видит только то, что отдаёт metrics-server - CPU и память. Для всего остального есть KEDA: он подключает внешние метрики - длину очереди в RabbitMQ, лаг в Kafka, что угодно из Prometheus - и умеет не только разгонять деплоймент, но и гасить его до нуля реплик, пока задач нет.
Заодно курс подрос - было десять уроков, стало одиннадцать. Логи и капстоун сдвинулись на 10 и 11.
https://ffortunado.github.io/k8s-course/lessons/0009-hpa-keda-autoscaling.html
Комментарии и вопросы - сюда же, под этот пост.