登录社区云，与社区用户共同成长
邀请您加入社区
metadata:spec:metrics:pods:metric:target:分布式训练的配置和管理模型部署的最佳实践自动扩缩容的实现数据管理和处理监控与日志资源管理和安全配置记住，机器学习工作负载在Kubernetes上的运行需要根据实际需求进行调整。在实际生产环境中，要结合模型特点和业务需求，制定合适的部署策略，确保机器学习工作负载的高效和可靠运行。susu碎碎念GPU资源是宝贵的，要合理
Kubernetes存储模型的核心概念PV、PVC和StorageClass的管理StatefulSet与存储的配合使用存储操作和监控存储故障排查和最佳实践记住，存储是应用数据的基础，需要根据实际需求选择合适的存储方案。在实际生产环境中，要结合业务特点和技术需求，制定合适的存储策略，确保数据的安全和可靠性。susu碎碎念存储类型的选择要根据应用需求StatefulSet是有状态应用的最佳选择定期备
本文介绍了基于AI代理(Agentic)的可观测性系统，通过MCP协议实现AI模型与Elastic Stack的深度集成。系统包含6个核心工具视图：集群健康总览提供全局状态；服务依赖图谱可视化调用关系；异常详情展示机器学习检测结果。架构上，MCP层连接AI客户端与Elastic数据源，支持主动监控、根因分析和智能引导。相比传统工具"人找数据"的模式，该系统实现"数据找
Nginx：高性能的 HTTP 和反向代理服务器，常用于 Web 服务、负载均衡与静态资源托管。MariaDB：MySQL 数据库的经典分支，完全兼容 MySQL 协议与语法，是广泛使用的关系型数据库。DNS (BIND)：互联网上应用最广泛的域名解析服务软件，支持正向（域名到IP）和反向（IP到域名）解析。Redis：基于内存的高性能键值存储系统，常用于缓存、会话管理、消息队列等场景。
真正考试时，如果你不将其缩小为 0，而是直接修改 cpu 和 memory 值，会导致新 Pod 起不来，因为考试环境提前做了一些限制。将配置文件里，2 个 containers 的 requests cpu 设置为 80m，内存设置为 200Mi。在更新资源请求时，暂时将 WordPress Deployment 缩放为 0 个副本可能会有所帮助。limits 不需要改，因为题目里写了“您无需更
RKE 即 Rancher Kubernetes Engine，是由 Rancher 发布的一个极其简单、快速的 Kubernetes 安装程序，简化了 Kubernetes 集群的部署过程。RKE 经过 CNCF 认证，支持多种操作系统，包括 MacOS、Linux 和 Windows，可以在裸金属服务器（BMS）和虚拟服务器（Virtualized Server）上运行。RKE 会自动安装 C
本文详细介绍了RustFS分布式存储系统的核心优势与部署方案。RustFS凭借其轻量级设计（<100MB）、高性能（比MinIO快40%+）、S3协议兼容等特性，成为云原生环境下的理想存储选择。文章提供了从Docker单节点快速部署到Kubernetes生产级集群搭建的完整流程，包含环境准备、Helm图表配置、资源配额设置等关键步骤。同时分享了性能优化建议（SSD存储、线程池调优）、安全实践（TL
Kubernetes控制器使用指南：从Deployment到CronJob的实战经验 本文总结了Kubernetes五大控制器的核心使用场景和配置要点： Deployment：无状态应用的理想选择，支持滚动更新和回滚。关键配置包括maxSurge和maxUnavailable参数控制更新节奏，必须配置readinessProbe避免服务中断。 StatefulSet：专为有状态服务设计，提供固定网
是 Kubernetes 官方提供的命令行工具，用于对 Kubernetes 集群进行管理。它通过调用 Kubernetes API Server 的 RESTful 接口，实现对集群资源的增删改查及状态监控。在 openEuler 24.03 SP3 系统中，kubectl 通常随 Kubernetes 组件一同安装，也可通过独立安装。textkubectl [command] [TYPE] [
Kubernetes存储持久化解决方案摘要（149字） K8s通过存储卷机制解决数据持久化问题，使数据库等有状态应用能够运行。相比localPath方案（仅支持只读且需额外运维），K8s提供了多种专业存储卷类型：包括AWS/Azure云磁盘、CephFS分布式存储、CSI接口卷、临时存储emptyDir、主机路径hostPath等。用户可通过kubectl explain pod.spec.vol
本文探讨了中小型项目团队在容器化运维工具选择上面临的困境。团队长期使用Rancher1.x近十年，但随着其停止维护和新功能缺失，不得不寻找替代方案。现有工具存在两极分化问题：Portainer等简单工具无法满足集群管理需求，而Kubernetes系工具又过于复杂且资源消耗大。针对1-50台服务器的弹性伸缩需求，团队最终选择基于Swarm自研管理系统，因其具备低资源占用、易用性强、与Docker原生
Kubernetes是机器学习工作负载的理想平台，通过其强大的容器编排能力和资源管理功能，可以支持从训练到部署的全流程管理。机器学习工作负载的特点和需求Kubernetes上的机器学习工具，如Kubeflow、PyTorch Operator和TensorFlow Operator分布式训练的配置和管理模型部署的方法和工具GPU管理和资源分配数据管理和预处理监控与日志配置机器学习工作流的最佳实践。
云原生环境中的存储管理是应用可靠性的关键，从PersistentVolume到StatefulSet，从StorageClass到备份策略，每一个环节都需要仔细配置和管理。Kubernetes存储模型的核心概念不同类型存储的特点和使用场景PersistentVolume和PersistentVolumeClaim的配置方法StorageClass的创建和动态PV的使用StatefulSet的部署和
Kubernetes网络管理是集群运维的重要组成部分，从CNI插件到Ingress，从Service到NetworkPolicy，每一个环节都需要仔细配置和管理。Kubernetes网络模型的核心概念常用CNI插件的安装和配置Service的类型和配置方法Ingress的安装和TLS配置NetworkPolicy的配置和最佳实践网络故障排查的方法网络性能优化的技巧网络安全的最佳实践记住，网络是Ku
使用Prometheus客户端库# 创建指标# 启动指标服务器# 模拟指标数据Kubernetes集群监控：15661：1860Prometheus：3662Grafana：14057"list": [},"id": 1,},},"fill": 1,"h": 8,"w": 12,"x": 0,"y": 0},"id": 2,},},],"sort": 0,},"xaxis": {},"yaxes"
通过 kubelet 的标志修改集群默认域（默认# kubelet 启动参数修改后，Service 域名格式变为。优先使用短域名：同命名空间直接使用 Service 名称解析（如my-nginx），跨命名空间使用服务名.命名空间（如避免硬编码 IP：所有集群内服务访问均通过 DNS 域名，适配 Pod 动态扩缩容和 IP 变更。启用 Pod 域名解析：如需通过域名访问特定 Pod，配置hostna
本文介绍了在Kubernetes中使用YAML资源文件的配置方式。YAML文件提供了一种比命令行更持久化的配置管理方法，便于集群迁移和日常操作。文章重点说明了通过kubectl explain命令可以查询各类资源的配置参数，例如kubectl explain service会显示Service资源的字段说明，包括apiVersion、kind、metadata等核心字段。通过点语法如service
云原生环境中的边缘计算是云计算的重要延伸，通过K3s、KubeEdge和OpenYurt等平台，可以实现边缘节点的高效管理和应用部署。边缘计算的核心概念和优势边缘计算平台的选择和安装边缘应用的部署和管理边缘数据的处理和存储边缘网络的配置和管理边缘监控和安全配置边缘计算的最佳实践记住，边缘计算是一个快速发展的领域，要根据业务需求和技术发展，不断优化边缘计算架构，提高边缘应用的性能和可靠性。susu碎
边缘计算与云原生的融合是未来计算架构的重要趋势。通过云原生技术，边缘计算可以实现标准化、自动化的部署和管理，为各行业的数字化转型提供强大支持。随着 5G、AI 等技术的发展，边缘计算将在更多场景中发挥重要作用，成为数字经济的关键基础设施。
无固定比例，需结合集群规模、工作负载及监控数据动态规划。小型集群可轻量配置，中大型需HA及独立etcd，超大规模建议托管方案。定期性能调优是关键。存。- 可单master，无需HA，etcd可与master共置（但建议SSD磁盘）。中型集群（10-50 nodes）Master：4-8核CPU，8-16GB内存。建议HA部署（3 masters），etcd独立部署并使用SSD。大型集群（50+ n
上个月我们团队决定把 DeepSeek V4 部署到自己的 GPU 集群上，跑一些内部的代码和文档生成任务。说实话，模型跑起来不难，难的是怎么让它在生产环境稳定运行——我花了差不多一周时间，才把从容器化、K8s 编排到 Prometheus 监控的整条链路跑通。这篇文章把我踩过的坑和最终方案都整理出来了，希望能帮你少走弯路。
部署k8s-单Master集群首先要确保IP地址是静态的不需更改，不能变化。master服务器的内存最少4Gb以一master，两node做演示，1、清空Iptales默认规则及关闭防火墙2、关闭SELINUX3、要关闭每个服务器上的Swap交换空间（k8s对性能要求极高，当Swap代替性能空间时，就会崩溃，并且k8s在安装过程中会验证Swap是否开启，开启默认不许安装）swapoff -a4、分
本文详细介绍了在openEuler 24.03 LTS系统上部署Kubernetes 1.29单Master集群的完整流程。主要内容包括：系统环境准备（节点规划、网络配置）、容器运行时containerd安装与配置、Kubernetes组件安装、集群初始化（含Flannel网络插件部署）、Worker节点加入等关键步骤。特别针对openEuler系统进行了优化说明，包括内核特性支持、镜像源配置等注
模块核心要点环境准备关闭Swao、主机名解析、内核参数配置容器运行时K8S 1.24+不再支持Docker，适用containerd或cri-dockerd集群初始化kubeadm init指定CIDR和CRI socket网络插件Calico CIDR必须与kubeadm init一致监控组件Metrics Server提供资源指标查看DsahboardServiceAccount+RBAC+T
也可以作为扩展 CoreDNS Pods 的替代方案，因为 node-local-dns 会在每个节点启动一个 pod，并带来其他好处。要在 RKE2 中对默认的 CoreDNS 部署应用更改，请使用 HelmChartConfig 配置相应的 helm 值。对于独立的 RKE2 集群，可以在 /var/lib/rancher/rke2/server/manifests 目录中。对于 Ranche
在云原生浪潮席卷全球的今天，。如何将传统容器化应用高效、安全地部署到资源受限的边缘节点？本文聚焦于，以 Kubernetes 为底座，结合 Flannel 网络插件与 K3s 轻量引擎，打造一套可落地、易扩展的边缘部署方案。
哥们，别整那些花里胡哨的！作为一个前端开发兼摇滚鼓手，我最烦的就是延迟。在云原生时代，边缘计算让我们离用户更近，减少延迟。今天，我就给你们整一套硬核的云原生环境中的边缘计算应用方案，直接上代码，不玩虚的！
AIGC技术正深度变革软件测试领域，通过代码生成和测试用例生成两大核心应用提升效率与质量。代码生成工具如GitHub Copilot能理解开发意图，自动生成函数、注释及重构建议；测试用例生成则从单元测试到复杂场景全覆盖，甚至能模拟人工难以想象的极端情况。测试工程师角色正向"策略师"转型，需掌握AI协作能力，重点转向测试设计、AI输出审核及复杂场景验证。尽管面临"幻觉&
K8s 应用部署还在手写 kubectl apply 脚本？配置漂移查不出来？回滚得翻半天 Git log？亚马逊云科技官博最近发了一篇实战文章：在中国区 EKS 上用 Code 家族（CodeCommit + CodePipeline + CodeBuild）+ Argo CD 搭一套完整的 GitOps CI/CD。代码一推，镜像自动构建，K8s 应用自动更新，全程不用手动敲命令。这篇从痛点出
Ingress资源要正常工作，集群中必须要有个Ingress Controller来解析Ingress的转发规则。curl jenkinss.com 如下图这样就代表部署成功，后续用浏览器就能直接打开。查看集群中定义的 IngressClass。一个使用 NFS 存储卷的 PV 示例。域名任意配置一个节点的IP。
本文摘要： 本文探讨了大数据平台的多租户架构设计与YARN环境实践。在多租户架构方面，提出了三层隔离模型（物理隔离、逻辑隔离和运行时隔离），并展示了租户定义模板，包含资源配额、网络策略、存储隔离和调度策略等配置。在YARN实践部分，详细解析了Capacity Scheduler的队列资源配置方法，包括不同优先级队列的设置（生产/开发/研究/批处理），以及对应的Flink作业提交脚本，根据不同队列动
云原生安全是指在云原生环境中实现的安全策略和实践，旨在保护应用、数据和基础设施的安全。随着云原生技术的广泛应用，安全已成为企业数字化转型的关键挑战。通过采用云原生安全架构，企业可以构建更安全、更可靠的云原生应用，降低安全风险，满足合规要求。
在之前的文章中，我们花了大量的篇幅，从记录后端pod真实ip开始说起，然后引入envoy，再解决了各种各样的需求：配置自动重载、流量劫持、sidecar自动注入，到envoy的各种能力：熔断、流控、分流、透明代理、可观测性等等，已经可以支撑起一个完整的服务治理框架了而今天介绍的istio，正是前面提到的这些所有功能的集大成者，从本文开始，我们将详细介绍istio，并且与之前手搓的功能做一个详细的对
Kubernetes日志收集方案比较与实现 本文介绍了Kubernetes环境下的两种主流日志收集方案：ELK和Loki架构。文章首先概述了Kubernetes中的日志类型，包括容器日志、宿主机日志等。随后详细说明了ELK架构的组件部署（Fluentd、Elasticsearch、Kibana）和Loki架构的组件部署（Promtail、Loki、Grafana），并提供了完整的配置示例。通过对比
本文深入讲解 kubeasz 源码获取、配置文件准备及二进制文件下载。涵盖源码克隆、目录结构解析、配置文件定制、证书生成、二进制文件下载、离线包制作及部署验证。通过本文，读者将掌握 kubeasz 部署前的所有准备工作，实现企业级 K8S 集群的离线部署。关键词:kubeasz;源码获取;配置文件;证书生成;离线部署;二进制文件kubeasz 源码已克隆集群配置文件已准备证书已生成二进制文件已下载
数据治理是指对数据资产进行管理和控制的过程，确保数据的质量、安全性和合规性。在云原生环境中，由于数据的分散性和动态性，数据治理变得更加重要。通过有效的数据治理，企业可以提高数据质量，确保数据安全，满足合规要求，充分发挥数据的价值。
本文详细介绍了在Kubernetes集群中部署NFSSubdirExternalProvisioner的全过程。该方案通过Helm工具快速部署，实现了基于NFS的动态PV供给，能够自动创建PV并管理NFS子目录生命周期。文章从环境准备、核心原理、分步部署到功能验证四个维度展开，重点讲解了Provisioner的工作原理、StorageClass配置以及动态PV的创建绑定流程。部署完成后，测试验证了
本文以 Ubuntu22.04 系统的二进制 K8s 集群为环境，详解 Helm 的部署与使用：从 Helm 的下载、解压、版本验证及自动补全配置入手，逐步覆盖 Chart 基础管理（创建、结构查看、values.yaml 修改、Release 打包发布）、Release 生命周期操作（列表查看、资源验证、测试、卸载），还包含 Helm 的两种升级方式案例，以及回滚（版本查看、指定版本回滚）、公有
kubernetes
——kubernetes
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
openEuler 社区
深开鸿 技术专区
腾讯云开发者社区
