草庐IT

Kubernetes-Pod

全部标签

k8s 1.23.10 动态POD扩缩容(HPA )

目录为什么要自动扩缩容?再K8S中扩容分为两种:一、Node层面:二、Pods层面:自动扩缩容的方案有哪些KubernetesHPA(HorizontalPodAutoscaling)KubernetesKPA(KnativePodAutoscaler)KubernetesVPA(VerticalPodAutoscaler)基于HPA进行POD的扩缩容kube-apiserver配置:安装metrcs-server与addon-resizer创建一个用于测试hpa的镜像Dockerfile使用Deployment部署一个php-apache服务创建HPA-基于CPU测试扩容-CPU创建HPA-

K8s kubectl常用命令、yaml、pod使用、controller、集群安全、helm使用(中)

目录Kubectl常用命令命令的语法基础命令部署和集群管理命令故障排查和调试命令高级命令设置命令其他命令YAML文件YAML介绍YAML基本语法YAML组成部分常用字段说明(K8s中yaml文件说明)快速编写YAML文件YAML支持的数据结构PodPod基本概念Pod存在意义Pod实现机制镜像拉取资源调度重启策略健康检查Pod创建流程影响Pod调度Pod节点亲和性Pod污点和污点容忍YAML文件定义PodControllerController介绍Pod和Controller关系Deployment控制器应用场景Deployment控制器部署应用升级回滚升级查看升级状态回滚弹性伸缩有状态部署无

【云原生-Kubernetes篇】Kubernetes入门扫盲实战

文章目录一、创建集群1.1通过minikube搭建集群二、部署应用三、应用程序探索3.1检查3.2查看日志3.3容器内执行命令四、访问应用五、扩展应用六、更新应用七、参考文档本文是在官网的教程中进行的,官方提供了在线的命令行工具和安装好的minikube工具及环境,方便新手快速入门,如下是主要包含的内容。一、创建集群1.1通过minikube搭建集群假设已经预先安装好了minikube,执行如下命令初始化一个单节点的集群:minikubestart试试k8s集群是否初始化成功:kubectlversion然后可以查看集群的信息和节点信息:$kubectlcluster-infoKubernet

kubeadm极速部署Kubernetes 1.26版本集群

kubeadm极速部署Kubernetes1.26版本集群一、Kubernetes1.26版本集群部署1.1Kubernetes1.26版本集群部署环境准备1.1.1主机操作系统说明序号操作系统及版本备注1CentOS7u91.1.2主机硬件配置说明需求CPU内存硬盘角色主机名值4C8G100GBmasterk8s-master01值4C8G100GBworker(node)k8s-worker01值4C8G100GBworker(node)k8s-worker021.1.3主机配置1.1.3.1主机名配置由于本次使用3台主机完成kubernetes集群部署,其中1台为master节点,名称为

搭建高效微服务架构:Kubernetes、Prometheus和ELK Stack的完美组合

搭建高效微服务架构:Kubernetes、Prometheus和ELKStack的完美组合一、前言1微服务架构简介2Kubernetes简介3Kubernetes与微服务二、准备工作1安装Kubernetes1.1搭建Kubernetes集群1.2安装kubectl工具2准备Docker镜像2.1编写Dockerfile文件2.2构建Docker镜像2.3将Docker镜像上传到容器仓库三、部署微服务1使用Deployment部署微服务1.1创建Deployment对象1.2查看Deployment状态1.3手动扩展/缩小副本数2使用Service暴露微服务2.1创建Service对象2.2通

云原生|kubernetes|使用cri-docker部署基于kubeadm-1.25.4的集群

前言:kubernetes的部署从1.24版本开始后,弃用docker-shim,也就是说部署1.24版本后的集群不能使用docker-ce了。比较清晰的解决方案有两个,一是使用containerd,这个是一个新的支持cri标准的shim,一个是使用cri-docker这样的中间插件形式,一头通过CRI跟kubelet交互,另一头跟dockerapi交互,从而间接的实现了kubernetes以docker作为容器运行时。但是这种架构缺点也很明显,调用链更长,效率更低。那么,cri-docker虽然有效率低下的缺点,但很明显这个更加符合原来的docker使用习惯。说人话就是部署简单,学习成本不会

你的 Kubernetes 安全吗?最新benchmark的重要趋势解读

导语疫情过后经济处在缓慢复苏的阶段,对于企业应该优先考虑数字化转型,因为它可以促进增长和创新。不可避免地,当今的数字化转型计划依赖于云的可扩展性和灵活性。虽然在云中启动应用程序和服务带来了许多机遇,但也带来了新的挑战。当许多组织将生产工作负载转移到Kubernetes时,管理安全性可能会很困难。在Kubernetes这样复杂的新环境中,很难快速弄清楚如何保护开源容器编排系统的所有方面。随着时间的推移跟踪和监控工作负载安全性可能会带来额外的挑战。在最近的一份CNCF报告中,96%的受访者表示他们正在使用或评估Kubernetes,这清楚地表明采用率正在上升。然而,与任何其他新技术一样,与最佳实践

K8S(六):Pod的配置管理——ConfigMap使用

𝑰’𝒎𝒉𝒉𝒈,𝑰𝒂𝒎𝒂𝒈𝒓𝒂𝒅𝒖𝒂𝒕𝒆𝒔𝒕𝒖𝒅𝒆𝒏𝒕𝒇𝒓𝒐𝒎𝑵𝒂𝒏𝒋𝒊𝒏𝒈,𝑪𝒉𝒊𝒏𝒂.🏫𝑺𝒉𝒄𝒐𝒐𝒍:𝑯𝒐𝒉𝒂𝒊𝑼𝒏𝒊𝒗𝒆𝒓𝒔𝒊𝒕𝒚🌱𝑳𝒆𝒂𝒓𝒏𝒊𝒏𝒈:𝑰’𝒎𝒄𝒖𝒓𝒓𝒆𝒏𝒕𝒍𝒚𝒍𝒆𝒂𝒓𝒏𝒊𝒏𝒈𝒅𝒆𝒔𝒊𝒈𝒏𝒑𝒂𝒕𝒕𝒆𝒓𝒏,𝑳𝒆𝒆𝒕𝒄𝒐𝒅𝒆,𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒕𝒆𝒅𝒔𝒚𝒔𝒕𝒆𝒎,𝒎𝒊𝒅𝒅𝒍𝒆𝒘𝒂𝒓𝒆𝒂𝒏𝒅𝒔𝒐𝒐𝒏.💓𝑯𝒐𝒘𝒕𝒐𝒓𝒆𝒂𝒄𝒉𝒎𝒆:𝑽𝑿📚𝑴𝒚𝒃𝒍𝒐𝒈:𝒉𝒕𝒕𝒑𝒔://𝒉𝒉𝒈𝒚𝒚𝒅𝒔.𝒃𝒍𝒐𝒈.𝒄𝒔𝒅𝒏.𝒏𝒆𝒕/💼𝑷𝒓𝒐𝒇𝒆𝒔𝒔𝒊𝒐𝒏𝒂𝒍𝒔𝒌𝒊𝒍𝒍𝒔:𝒎𝒚𝒅𝒓𝒆𝒂𝒎1configMap作用,为什么需要它  应用部署的一个最佳实践是将应用所需的配置信息与程序进行分离,这样可以使应用程序被更好

Kubernetes详解(五十五)——ClusterRole与RoleBinding

今天继续给大家介绍Linux运维相关知识,本文主要内容是KubernetesClusterRole创建和Rolebinding。一、KubernetesClusterRole创建在上文Kubernetes详解(五十四)——KubernetesClusterRole创建和ClusterRolebinding中,我们已经创建了一个ClusterRole,今天我们还是使用该ClusterRole,来进行Rolebinding绑定用户和ClusterRole的实战。我们的ClusterRole配置如下所示:其上述配置原理和创建过程在这里就不过多赘述了,对上述过程还存在疑惑的可以查询该文章。二、Kube

chatGPT大规模使用kubernetes,云原生技术在AI领域也大有可为

文章目录一、云原生在AI领域的应用方向1.1、弹性部署1.2、自动化和可维护性1.3安全性和隔离性二、云原生在AI领域的应用案例2.1、chatGPT全面使用云原生技术2.2、TensorFlowServing和k8s及docker的集合2.3、AWSSageMaker三、云原生AI开发平台的发展公众号:MCNU云原生,文章首发地,欢迎微信搜索关注,更多干货,第一时间掌握!最近ChatGPT引爆了人工智能,除了人工智能,其他技术好像偃旗息鼓了。那人工智能的时代,云原生扮演什么角色呢?实际上随着人工智能技术的不断发展,云原生技术已经成为AI领域中不可或缺的一部分。云原生技术可以帮助开发人员更高效