# Cloud
# AWS vs GCP reliability is wildly different
雖然公有雲用起來讓人覺得它像是不存在一般，例如你可以隨時開關一台機器，而且只需要根據使用量付費，彷彿就像是背後有無窮無盡的資源一樣，但其實事實並非如此，他背後也是實體機房，也會受到晶片短缺的影響才對 (尤其是 GPU)，作者在 GCP 遇到機器開很慢的狀況之後，就想要來試試看同時對 AWS 與 GCP 做開大量 GPU 機器的壓力測試
實驗方式為在兩週內兩個平台都各自開了 3,000 T4 GPUs，假如開啟時間超過 200s 就算 Timeout，實驗結果 AWS 大勝，平均一個 GPU 在 15秒內 (平均 11.4 秒)，GCP 在 45 秒內 (平均 42.6 秒)，AWS 在兩週內遇到一次明顯的開機 Timeout，而 GCP 則是 84次，結論就是 AWS 的開機時間比 GCP 快 66% 並且少 84 倍遇到開機 Timeout 的機會
# Why you should keep using CPU limits on Kubernetes
大家應該都知道 K8s 的 Workload 可以設定資源的限制，Memory 比較沒有問題，但是對於 CPU 的 Limit 到底要不要設定？前一陣子有一篇文章請大家停止設定 CPU Limit 引起熱烈迴響，文章一開頭就提到在大多數情況之下，設定 CPU Limit 利大於弊 (For the love of god, stop using CPU limits on Kubernetes (updated))；過了一個月之後，也就是這篇文章的作者則是提出反面的看法，他認為 CPU Limit 仍然是有其必要性的，並且提出了一些理由，大家覺得究竟要不要設定呢？
# Best Tools to Visualize your Terraform
很多人目前都是使用 Terraform 來做雲端資源做管理，不過畢竟人類是視覺性的動物，所以如果能夠將 Terraform 的資源以視覺化的方式呈現出來，那麼就能夠更容易的理解資源的關係，這篇文章介紹各種可以將 Terraform 程式碼視覺畫的工具，讓大家可以將 Terraform 的資源以視覺化的方式呈現出來
- Brainboard
- Terraform 原生指令
- Blast radius
- Terraform Visual
- Inframap
- Rover
- Diagrams codes
- Structurizr
- Diagrams Mingrammer
- Cloud discovery
Share this postTag
Recommendation
Discussion(login required)