二级制部署k8s后，在节点部署pod时需要部署本地registry(节点不能上网)。1.dockerpullregistry2.mkdir-p/usr/local/docker/registry-data3.dockertagregistry192.168.201.67:5000/registry4.dockerpush192.168.201.67:5000/registry5.dockerrun-di--name=registry-p5000:5000-v/usr/local/docker/registry-data:/var/lib/registry192.168.201.67:5000/
使用kubesphere搭建k8s集群问题背景kubesphere搭建k8s集群Lyric：脑海里你的笑容太彻底问题背景在搭建k8s集群的时候踩了好多坑，真的蓝瘦，大多原因都是各种不兼容导致的，比如Pleasewaitfortheinstallationtocomplete:>>—>03:26:40UTCfailed:[master]error:Pipeline[CreateClusterPipeline]executefailed:Module[CheckResultModule]execfailed:failed:[master]executetasktimeout,Timeout=720
为了更好的解决服务编排的问题，我们可以使用Deployment控制器。这种控制器不直接管理pod，他通过ReplicaSet来管理pod。目录1.使用yaml文件形式，创建deployment2.扩缩容3.镜像更新4.版本回退5.金丝雀发布金丝雀发布的优点金丝雀发布的缺点Deployment主要功能：支持ReplicaSet的所有公共支持发布的停止、继续支持滚动升级和回退版本1.使用yaml文件形式，创建deployment#创建一个ddd的命名空间kubectlcreatensddd#vimdep.yamlapiVersion:apps/v1#版本号kind:Deployment#种类，注意
文章目录前言一、前置准备1.服务器2.域名（非必要）二、部署Rancher三、创建k8s集群四、其他操作说明总结前言Rancher提供了可视化操作界面来创建和管理k8s集群，能够轻松的实现集群扩容、应用部署。本文记录通过单节点Rancher来部署k8s集群的过程。版本：Rancherv2.5.x一、前置准备1.服务器本文以三台Centos7.6服务器为例，服务器信息如下：服务器外网ip内网ipmaster100.0.0.1192.168.0.1node1100.0.0.2192.168.0.2node2100.0.0.3192.168.0.32.域名（非必要）rancher.example.c
文章目录前言一、前置准备1.服务器2.域名（非必要）二、部署Rancher三、创建k8s集群四、其他操作说明总结前言Rancher提供了可视化操作界面来创建和管理k8s集群，能够轻松的实现集群扩容、应用部署。本文记录通过单节点Rancher来部署k8s集群的过程。版本：Rancherv2.5.x一、前置准备1.服务器本文以三台Centos7.6服务器为例，服务器信息如下：服务器外网ip内网ipmaster100.0.0.1192.168.0.1node1100.0.0.2192.168.0.2node2100.0.0.3192.168.0.32.域名（非必要）rancher.example.c
为什么需要对Pod进行资源控制？假如我们不为Pod设置资源控制，那么每个节点都会尽可能容纳更多的Pod。当服务压力升高时，每个Pod都会尽可能侵占空闲资源，直到节点CPU全负荷运作，内存耗尽。系统业务延迟明显增加，服务大规模重启。各个节点资源占用比例严重失衡，甚至集群远程服务挂起，只能重启。我们能控制哪些资源的分配？CPUCPU属于弹性资源，因为CPU可以通过时间片轮转等算法实现多进程调度。因此CPU资源是按比例的形式为Pod进行分配，k8s将CPU资源定义为1000个单位，设置cpu.requests=0.5和cpu.requests=500m是等价的，它代表该Pod所请求的资源是CPU资源
为什么需要对Pod进行资源控制？假如我们不为Pod设置资源控制，那么每个节点都会尽可能容纳更多的Pod。当服务压力升高时，每个Pod都会尽可能侵占空闲资源，直到节点CPU全负荷运作，内存耗尽。系统业务延迟明显增加，服务大规模重启。各个节点资源占用比例严重失衡，甚至集群远程服务挂起，只能重启。我们能控制哪些资源的分配？CPUCPU属于弹性资源，因为CPU可以通过时间片轮转等算法实现多进程调度。因此CPU资源是按比例的形式为Pod进行分配，k8s将CPU资源定义为1000个单位，设置cpu.requests=0.5和cpu.requests=500m是等价的，它代表该Pod所请求的资源是CPU资源
Kubernetes详细教程1.Kubernetes介绍1.1应用部署方式演变在部署应用程序的方式上，主要经历了三个时代：传统部署：互联网早期，会直接将应用程序部署在物理机上优点：简单，不需要其它技术的参与缺点：不能为应用程序定义资源使用边界，很难合理地分配计算资源，而且程序之间容易产生影响虚拟化部署：可以在一台物理机上运行多个虚拟机，每个虚拟机都是独立的一个环境优点：程序环境不会相互产生影响，提供了一定程度的安全性缺点：增加了操作系统，浪费了部分资源容器化部署：与虚拟化类似，但是共享了操作系统优点：可以保证每个容器拥有自己的文件系统、CPU、内存、进程空间等运行应用程序所需要的资源都被容器包
用集群外的prometheus来监控k8s，主要是想把监控服务跟k8s集群隔离开，这样就能减少k8s资源的开销。一、环境准备CentOSLinuxrelease7.7.1908(Core) 3.10.0-1062.el7.x86_64 Dockerversion20.10.21主机名IP备注prometheus-server.test.cn192.168.10.166k8s集群192.168.10.160:6443集群master-vip二、监控指标介绍需要通过exporter收集各种维度的监控指标，其维度如下监控维度监控工具监控url备注Node性能node-exporterhttp://
公司定期分享整理的资料放弃始由https://github.com/kubernetes/kubernetes/blob/master/CHANGELOG/CHANGELOG-1.20.md#deprecation2020年，k8s1.20终于正式向Docker“宣战”：kubelet将弃用Docker支持，并将在未来的版本中完全移除。但由于Docker几乎已经成为容器技术的代名词，而且K8s已经使用Docker多年，该公告在传播时很快“变味了”，“kubelet将弃用Docker支持”被简化为更吸人眼球的东西“K8s将弃用”Docker”。这自然引起了IT界的恐慌，“不明真相的群众”纷纷表示
