Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

Partie 6 · SNCF, CNCF, OCI

Docker en entreprise (SNCF), CNCF et OCI

Le cours illustre l'usage de Docker avec le cas de la SNCF (diaporama « Docker & SNCF »). On y retient :

  • Typologie d'images : boîte noire (application d'éditeurs, hébergement sec), boîte blanche (cible, en production, niveau de support élevé), boîte grise (transition ; cadre de développement, future boîte blanche).
  • Architectures : Docker standalone (placement avec Ansible) ; Docker + Swarm (orchestrateur simple, prise en main rapide, scalabilité semi-automatique) ; Docker + Kubernetes (CaaS : orchestrateur évolué, scalabilité automatique, complexe à prendre en main).
  • Modèle cible demain : CaaS (Docker engine + Kubernetes), solutions managées on Cloud, infrastructures élastiques, environnements mutualisés, compétences rationalisées, standardisation et industrialisation des déploiements.

Passage de « 6 VMs » par environnement (Int, Rec, Prod) à des plateformes CaaS mutualisées (CaaS prod / CaaS hors prod).

Vérifie que tu as compris

Dans le cours SNCF, que signifie CaaS ?

L'usine Docker et les registries

Une « usine Docker » enchaîne : gestion du code source (Gitlab), build, registry d'usine (snapshots), validation, registry de production (releases), déploiement via Ansible (playbooks communs, disponibles pour tous sur Gitlab). Les images « releases » sont poussées sur le registry de production, accessible seulement à l'usine logicielle et aux serveurs d'infrastructure ; un namespace par projet. Images SNCF disponibles : Ubuntu 16, CentOS 6.7, Tomcat, ServiceMix, WildFly. Les images « boîtes noires » ne sont déployables qu'en hors-production.

CNCF et OCI

CNCF (Cloud Native Computing Foundation)OCI (Open Container Initiative)
Mission : créer et faire adopter un nouveau paradigme pour systèmes distribués modernes (des dizaines de milliers de nœuds multi-tenant auto-réparants)Créée sous la Linux Foundation ; objectif : un standard open source de format d'images, de conteneurs et de méthodes d'exécution
Prérequis : distribution en conteneurs, config dynamique, orienté micro-servicesNon liée à des produits
Rôles : intendance des projets, faire grossir l'écosystème, rendre accessible et promouvoir

Vérifie que tu as compris

Quel est le but de l'OCI ?