Kubernetes non risolve tutti i problemi. Dipende da come le infrastrutture complesse vengono gestite.

La collaborazione tra DevOps e IT diventa sempre più importante ed è quindi fondamentale abbattere i muri fra questi due mondi. GitOps aiuta a farlo, in quanto offre una visibilità completa su cosa sta accadendo nell’infrastruttura, oltre a inserire strumenti familiari come git nella routine lavorativa di entrambe le parti. Nel nostro caso, la tecnologia che utilizziamo per realizzare tutto questo è ArgoCD.

Oltre alle funzionalità più note di ArgoCD, apprezziamo molto il supporto multi-tenant offerto dal Single Sign-On (SSO).

Molti dei nostri team distribuiscono numerosi progetti nei cluster Kubernetes. Siamo quindi entusiasti del supporto multi-tentant dell’SSO, perché consente ai team di gestire e verificare, grazie a un’interfaccia utente piacevole, come si stanno comportando i loro preziosi software nel cluster Kubernetes senza dover accedere diretamente al cluster stesso.

La nostra creatura GitLab è partita qualche anno fa come “proof of concept”.

Alla fine è diventata una parte indispensabile del nostro flusso di lavoro. Utilizziamo un’ampia gamma di funzionalità standard: store our code, immagini e pacchetti docker, e pipeline CI/CD. GitLab è un progetto in rapida espansione e cerchiamo di mantenere sempre alto il suo livello di innovazione. Utilizziamo numerose funzionalità per semplificare la vita dei nostri sviluppatori, come proxy per le dipendenze, ambienti di prova, pacchetti e registri dei container. È diventata una soluzione tutto in uno e funziona magnificamente!

AWS Cloud ci aiuta a innovare sempre di più, ampliando di anno in anno le nostre possibilità.

Usiamo molti servizi cloud perché ci consentono di ripartire dalle basi e di concentrarci nello sviluppo di grandi prodotti. Ecco alcuni esempi del nostro portfolio.

Realizzata con Amazon Web Services, la nostra soluzione di archiviazione dei dati è adattiva e completamente automatizzata.

Copriamo i nostri bisogni impiegando diversi database. Usiamo database relazionali per gli archivi di dati caldi, che arrivano pochi minuti dopo la loro comparsa nella fonte dei dati, aggiorniamo database colonnari per l’archiviazione regolare, e ricorriamo a un servizio per oggetti distribuiti (S3) per mantenere il nostro pool di dati sempre disponibile e dimensionabile per i big data. Ogni archivio dati è universalmente disponibile, monitorato, salvato come copie di back up e dimensionato con AWS.