#11 Les pépites de la semaine : Un analyseur de traffic pour Kubernetes, le lancement de MicroCloud par Canonical et le chatGPT pour Kubernetes !

Le Repository Github de la semaine

GitHub - kubeshark/kubeshark: The API traffic analyzer for Kubernetes providing real-time K8s protocol-level visibility, capturing and monitoring all traffic and payloads going in, out and across containers, pods, nodes and clusters. Inspired by Wireshark, purposely built for Kubernetes

The API traffic analyzer for Kubernetes providing real-time K8s protocol-level visibility, capturing and monitoring all traffic and payloads going in, out and across containers, pods, nodes and clu...

GitHubkubeshark

Vous souhaitez analyser le traffic au sein de votre cluster Kubernetes ? kubeshark est fait pour vous !

Kubeshark utilise l'API de Kubernetes afin d'offrir une visibilité en temps réel au niveau du protocole sur le réseau interne de Kubernetes, en capturant et en surveillant tout le trafic et les données entrant, sortant et traversant les conteneurs, les pods, les nodes et les clusters. Il s’inspire de Wireshark, mais il est spécialement conçu pour Kubernetes.

Le projet a été lancé en octobre 2023 et a reçu un accueil positif de la part de la communauté Kubernetes. Kubeshark utilise la technologie eBPF pour intercepter le trafic réseau sans avoir besoin de modifier les applications ou les configurations.

Pour utiliser Kubeshark, vous pouvez télécharger la dernière version de la distribution binaire et exécuter l’une des commandes suivantes :

• kubeshark tap
• kubeshark tap -n sock-shop "(catalo*|front-end*)"

Ces commandes ouvriront l’interface Web suivante :

L'actu de la semaine

Hyperconvergence : Canonical lance MicroCloud | LeMagIT

Alors qu’il disposait déjà de distributions pour déployer des clusters Kubernetes, Canonical revient à un produit qui concurrence VMware et Nutanix, mais plus ciblé pour les PME.

LeMagIT.frYann Serra,

Canonical a lancé MicroCloud, une plateforme d'hyperconvergence légère visant à simplifier le déploiement de clouds locaux !

MicroCloud utilise les hyperviseurs KVM et LXD pour exécuter des machines virtuelles et des containers sur un cluster. Le SDS (Software Defined Storage) Ceph, rebaptisé MicroCeph, gère le stockage global à partir des disques de tous les serveurs, tandis que le SDN OVN assure la mise en réseau. La plateforme intègre également des technologies telles que LXD, Snap, et l'algorithme Raft pour maximiser les performances et la tolérance aux pannes.

L'approche de Canonical se veut légère et simple, évitant l'utilisation de Kubernetes pour orchestrer les opérations au sein du cluster. MicroCloud vise à concurrencer des produits de virtualisation plus lourds tels que vSphere de VMware et HCI de Nutanix, en se concentrant sur les besoins des PME.

La directrice produits de Canonical, Miona Aleksic, met en avant l'utilisation de Snap pour simplifier le déploiement en incluant toutes les dépendances nécessaires dans chaque module. MicroCloud est conçu pour permettre aux entreprises d'installer un cloud local avec facilité, sans nécessiter une expertise technique approfondie.

Il est important de noter que MicroCloud est basé sur un noyau Linux Ubuntu, mais il peut exécuter tout type d'OS sur une VM, y compris Windows. Canonical insiste sur le fait que MicroCloud est une nouvelle plateforme qui continue de prendre en charge les machines virtuelles tout en restant open source.

L'outil de la semaine

K8sGPT

Kubernetes SRE superpowers with AI

Alex Jones

Vous aussi, vous avez une erreur à chaque fois que vous déployez une nouvelle ressource au sein de votre cluster Kubernetes ? Que diriez-vous d'avoir un assistant utilisant le Modèle GPT, spécialement conçu pour résoudre vos soucis liés à Kubernetes ?

k8sgpt est un outil qui permet de scanner vos clusters Kubernetes, de diagnostiquer et de résoudre les problèmes. Tel un vrai SRE/Ingénieur DevOps ses analyses vous permettront de déployer vos ressources en toute simplicité.  Il s’intègre facilement avec OpenAI, Microsoft Azure, Cohere ou encore Amazon Bedrock.

Vous pouvez installer k8sgpt en tant que CLI ou opérateur dans votre cluster Kubernetes. Il vous suffit de générer une clé API auprès du fournisseur d’IA de votre choix et de l’ajouter à k8sgpt avec la commande  k8sgpt auth add.

Ensuite, vous pouvez exécuter la commande  k8sgpt analyze. pour lancer une analyse de votre cluster et obtenir un rapport détaillé avec des suggestions d’amélioration.

k8sgpt est un projet open source développé par la communauté k8sgpt-ai sur GitHub. Vous pouvez consulter le code source, les versions, les problèmes et les demandes d’extraction sur leur page.