用ChatGPT搞定K8s！( 二 ) _K8s

该图显示了Kubernetes pod中错误的根本原因。该错误是由pod映像中的更改引起的，这些更改类似于Kubernetes pod_error度量中的更改。该错误也类似于在kubernetes_ptime和kubernetes_pod_mem_usage度量中发现的拐点，以及node1中的拓扑变化。

该图显示了kubernetes_po_error更改的根本原因。有三个见解。首先是图像发生了变化。第二个是在度量kubernetes_ptime和kubernetes_pod_mem_usage中发现了拐点。第三个是节点1的拓扑结构发生了变化。

PromptOps返回了正常运行时间和内存使用指标之间的信息相关性，以及相关的拓扑变化。这些见解包括检查Kubernetes的更改事件、度量、资源使用情况和拓扑结构更改。基于这种自动事件调查，开发人员和操作员应该有足够的上下文来快速确定解决问题的下一步措施。
3、将ChatGPT与Change AI相结合，缩小技能差距根据提供的例子，很明显，ChatGPT可以提供宝贵的帮助来缩小Kubernetes的技能差距。ChatGPT为DevOps团队提供了快速的见解和清晰的解释，以解决生产问题。这使初级运营商和初涉Kubernetes的开发人员能够独立学习技术并解决常见问题。
虽然ChatGPT的响应可以快速了解问题，但它需要特定于Kubernetes部署的不同问题的上下文信息。这就是Change AI的用武之地。Change AI平台提供了因果图，将资源容量、基础设施变化、配置变化、指标历史图表和事件时间表联系起来，以优化根本原因分析的路径。
基于ChatGPT的Kubernetes学习方法有可能显著提高DevOps的生产力，同时消除认知过载。通过将ChatGPT与Change AI相结合，团队可以将他们的Kubernetes技能提高一倍，并获得更好的可观察性。
原文链接：https://thenewstack.io/overcoming-the-kubernetes-skills-gap-with-chatgpt-assistance/