Wie sich ein Ubuntu-Image um das 15-fache verkleinern lässt, haben wir schon erfahren. In einer Schritt-für-Schritt-Anleitung wollen wir nun betrachten, wie man sein Ubuntu-Basis-Image für jeden Anwendungsfall anpassen kann.

In unserer Serie „Technik kurz erklärt“ stellen wir Meisterwerke der Konstruktion und besondere Entwicklungen vor. Heute: die Rechenmaschine.

Im ersten Teil der Artikelreihe haben wir verteiltes SQL und seine Vorteile für datenintensive Umgebungen wie den Online-Handel betrachtet. Auch beim Sharding geht es um die Aufteilung von Daten auf mehrere Knoten – allerdings mit einem anderen Ansatz. Doch wann ist Sharding sinnvoll, und wann sollte man sich besser für verteiltes SQL entscheiden?

So sieht Erfolg aus: Die OpenInfra Foundation umfasst eine Community von 110.000 Personen aus 187 Ländern. Das wichtigste Projekt ist nach wie vor „Openstack“ auch wenn sich etwa „StarlingX“, „Kata Containers“ und „Swift“ mausern. Doch wie sieht die Zukunft der Open-Source-Projekte aus? Besucher des Vancouver „OpenInfra Summit“ entwickeln die Projekte stetig weiter, aber neue gab es nicht zu verkünden und erst recht keine bahnbrechenden.

Weka 3 ist eine Plattform für maschinelles Lernen, die von der University of Waikato in Neuseeland entwickelt wurde. Die Plattform bietet eine Sammlung von Algorithmen für maschinelles Lernen und Data Mining – und mehr. Wir geben einen Überblick.

Schon einmal eine virtuelle Maschine konfiguriert? Dank cloud-init ist das nur noch ein einziges Mal erforderlich – danach heißt es: Klick, fertig.

Wir haben uns bereits in einigen Artikeln mit den Azure App Services auseinandergesetzt. Nun wollen wir eine ASP.Net-Core-Frontend-App (Linux) auf dem Azure App Service hosten und mit einer verwalteten, mittels Azure Cache für Redis beschleunigten Azure SQL-Server-Datenbank integrieren.

Mit Mendix 10 veröffentlicht die Siemens-Tochter ein neues Release ihrer Low-Code-Entwicklungsplattform. Sie will Unternehmen auf ihrem Weg zum Composable Enterprise unterstützen. Was kann die Weiterentwicklung?

Seit über 15 Jahren garantiert die DevOps-Philosophie, richtig umgesetzt, ebenso schnelle wie solide Softwareentwicklung. Doch ist klassisches DevOps angesichts moderner Strategien wie Site Reliability Engineering und Platform Engineering noch zeitgemäß?

Welche Effekte kommen Developern aus der Kombination von Quantencomputing und maschinellen Lernen, kurz ML, zugute? Welche Möglichkeiten und Use Cases aktueller QML-Ansätze sind bereits jetzt erkennbar?