登录社区云，与社区用户共同成长
邀请您加入社区
启用后，kubelet 会直接从容器运行时（CRI，即 containerd）获取容器/Pod 的统计数据，而非依赖内置的 cadvisor，这会导致 cadvisor 虽然仍在运行，但可能不再主动收集容器指标（因为 kubelet 已通过 CRI 拿到数据，无需 cadvisor 重复工作），通常的表现是执行。Metrics Server 是 Kubernetes 集群中用于收集和聚合节点、Po
在云原生架构下，中间件管理方式和传统方式有较大差别。首先在 K8s 上如何管理中间件集群，其次云原生架构将运维能力下沉，如何高效利用云原生能力并实现中间件跨可用区高可用？在 10 月 18-19 日举办的 QCon 全球软件开发大会上，网易云信资深架构师裴明明为我们带来了精彩的专题演讲“云原生架构下中间件联邦高可用架构实践”，重点介绍了网易云信基于 K8s 的集群联邦能力实现中间件有状态应用跨可用
前提：app 110机器构建 OCI 镜像的ACR地址：crpi-ua3er91ww0y2dq1i.cn-shenzhen.personal.cr.aliyuncs.com/mirrors-yuan/flask-forum:1.0ctr（全称：containerd CLI）是 containerd 自带的命令行工具，用于拉镜像、跑容器等清理旧容器（如果存在）c 确认容器是否正常2、在 app 机器
nvidia.com/mig-1g.5gb: "1" # 精确请求一个 1g.5gb 规格的 MIG 实例。aliyun.com/gpu-mem: "4" # 请求 4GiB 的显存配额和相应的算力时间片。nvidia.com/gpu: "1" # < 请求 1 个 GPU。下面我们看看在不同的技术方案下，nvidia.com/gpu: "1" # < 限制也必须是 1。nvidia.com/mi
国产算力的兴起，异构算力成为各大厂商的选择，以摆脱对英伟达算力过大的依赖，保障算力安全。1、在宿主机上安装，在容器内进行引用，但这样会依赖于宿主机，对于k8s集群来说，每台机器上都要安装这些环境，好处是juputer-arm镜像体积较小；发现无法使用torch_npu，转到容器内安装torch_npu，注意torch_npu要和torch的版本保持一致。2、在jupter容器中安装，这样容器独立，
Pod 遵循预定义的生命周期，起始于Pending阶段， 如果至少其中有一个主要容器正常启动，则进入Running，之后取决于 Pod 中是否有容器以失败状态结束而进入Succeeded或者Failed阶段。与此同时 Pod 在其生命周期中只会被调度一次。一旦 Pod 被调度（分派）到某个节点，Pod 会一直在该节点运行，直到 Pod 停止或者被终止。
在移动互联网与多端融合的时代背景下，跨平台开发框架已成为提升效率、降低成本的关键技术。DCloud推出的UniApp凭借“一套代码，多端发布”的理念，吸引了数百万开发者。然而，随着应用复杂度提升和对原生性能的极致追求，传统的WebView混合架构逐渐触及天花板。为此，DCloud推出了被称为“下一代UniApp”的。
【代码】基于docker安装-高斯DB(opengauss)
昨天，没错，是昨天。凌晨（12-25 00:00）要在生产预发版，根据之前交接的模块部署文档准备了一天的环境（也是第一次），结果快下班的时候，在处理一个问题时才发现 K8s 上 OceanBase CE 实例一直是挂的（服务太多了，眼睛都花了）。偏偏是和测试环境完全相同的配置及规格，却一直启动失败。翻遍了 OceanBase 问答社区，排查了很久，尝试了很多解决方案，最终解决了，特此记录下解决方案
作者 | 徐晓舟（萧元）来源|阿里巴巴云原生公众号背景由于云计算在资源成本和弹性扩容方面的天然优势，越来越多客户愿意在云上构建 AI 系统，而以容器、Kubernetes 为代表的云原生技术，已经成为释放云价值的最短路径， 在云上基于 Kubernetes 构建 AI 平台已经成为趋势。当面临较复杂的模型训练或者数据量大时，单机的计算能力往往无法满足算力要求。通过使用阿里的 AiACC
随着 AI 大模型、自动驾驶、实时数据分析、云计算 等技术的爆发式增长，现代计算系统正承受前所未有的算力需求。大模型训练需要 海量矩阵运算 与 高带宽内存；数据中心要处理 实时海量数据流；企业级业务希望在更低成本下获得更高吞吐与更低时延。结果就是：“算力”成为新的生产力核心，CPU/GPU 集群的每一分性能都至关重要。现在算力对于AI发展来说真的是至关重要。
openFuyao的技术生态：构建了覆盖“硬件-内核-调度-运维”的全链路协同技术生态。底层依托openEuler等支持cgroup v2的操作系统，结合Intel RDT/ARM MPAM硬件特性奠定隔离基础；调度层集成Volcano调度器，实现优先级排序、资源抢占与重调度；单机层通过rubik引擎、colocation-agent等组件实现精细化管控；上层无缝适配K8s生态，支持NRI无侵入式
摘要： 本文详细介绍了Containerd 2.x版本中镜像仓库配置的新方法，重点解析了hosts.toml文件的作用与配置技巧。该文件作为镜像仓库的"通讯录"，可用于配置国内加速源、私有仓库认证、权限控制和TLS证书管理。文章提供了完整的配置示例，并分模块解释了全局配置、单个主机配置等核心字段含义。针对三个典型场景（Docker Hub加速、私有Harbor仓库对接、测试环境
本文详细介绍了使用kubeadm工具在CentOS7系统上搭建单Master节点Kubernetes测试环境的完整流程。主要内容包括：环境准备（硬件要求、系统配置）、基础环境设置（关闭防火墙/SELinux/Swap、内核参数调整）、容器运行时containerd安装、K8s工具集部署、Master节点初始化、Calico网络插件配置、Worker节点加入，以及集群功能测试和日常运维操作。教程针对
Kubernetes 调度是一个多层次、可扩展的决策过程，涵盖了从基础资源匹配到高级调度策略的完整链路。通过：基础调度机制（如 nodeName、nodeSelector）实现简单绑定；亲和性与反亲和性 实现 Pod 与节点、Pod 与 Pod 之间的精细化调度；污点与容忍 控制节点与 Pod 的互斥与兼容关系；节点维护操作（cordon / drain / uncordon）保障集群运维过程中的
containerd rootfs quota, 基于containerd的非侵入式容器rootfs限额方案
k8s 可视化界面的搭建，以及搭建后设置 token 不用过期的处理
Dashboard简介在 Kubernetes 社区中，有一个很受欢迎的 Dashboard 项目，它可以给用户提供一个可视化的 Web 界面来查看当前集群的各种信息。用户可以用 Kubernetes Dashboard 部署容器化的应用、监控应用的状态、执行故障排查任务以及管理 Kubernetes 各种资源。部署Dashboardkubernetes集群准备kubeadm部署3节点...
在云原生环境中，存储安全是至关重要的一环。本文详细记录了我一次部署和验证 Longhorn 加密存储的完整过程，旨在解决一个核心安全问题：即便获得宿主机 root 权限，也无法访问 Kubernetes 集群中的敏感数据。文章不仅涵盖了标准的配置步骤，更复盘了一次由 `StorageClass` 配置不完整引发的 `FailedMount` 故障排查，详细介绍了不同 Linux 发行版的前置依赖准
本文介绍了轻量级Kubernetes发行版K3s的核心特性与部署指南。K3s通过精简代码、替换组件和单进程打包实现了极简部署，内存仅需512MB即可运行。文章详细对比了K3s与标准K8s的差异，并提供了单节点安装、高可用集群搭建(支持外部数据库和嵌入式etcd)、离线部署等实用方案。同时讲解了默认组件(Flannel/containerd/Traefik)、网络配置方法，以及如何替换CNI插件。适
本文详细介绍了Kubernetes v1.34.1集群的安装与配置过程。主要内容包括：环境准备（服务器配置、网段规划）、安装Containerd容器运行时和Kubernetes软件（kubeadm、kubectl、kubelet）、构建集群（初始化控制平面、加入工作节点）、部署Calico网络插件等关键步骤。特别强调了使用最新版本、规范安装的重要性，并提供了国内镜像源配置、节点DNS设置等实用技巧
本文介绍使用kubeadm工具安装Kubernetes v1.30.3集群的详细步骤。主要内容包括：环境准备(3台机器、关闭防火墙等)、内核参数优化、安装containerd容器运行时、配置Kubernetes阿里云yum源、初始化master节点(kubeadm init)、加入worker节点(kubeadm join)、安装Calico网络插件等关键流程。特别说明k8s 1.24+版本不再原
Kubernetes中Service是将运行在一个或一组Pod上的网络用用程序公开为网络服务的方法。Kubernetes中Service的一个关键目标是让你无需修改现有应用以使用某种不熟悉的服务发现机制。你可以在Pod集合中运行代码，无论该代码是为云原生环境设计的，还是被容器化的老应用。你可以使用Service让一个组Pod可以在网络上被访问，这样客户端就能与之交互。如果你使用Deployment
这一变化带来了许多新的挑战，如环境一致性、应用的可移植性、服务的扩展性、服务间通信的管理以及安全性等。例如，开发者需要记住如何启动每个服务、如何连接它们，以及如何处理它们之间的依赖关系，有些应用需要先启动，有些需要后启动，比如你的springboot需要依赖mysql，依赖redis，需要提前准备中间件。由于Pod的IP地址可能会随着它们的生命周期而变化，Service提供了一个稳定的IP地址和D
今天搭建k8s集群时，发现一系列k8s.gcr.io的镜像无法pull：-<%>- docker pull k8s.gcr.io/kube-proxyUsing default tag: latestError response from daemon: Get https://k8s.gcr.io/v2/: net/http: request canceled while waiti
核心定义自动化测试是通过编写脚本或使用工具替代人工执行测试用例的过程，其核心目标是通过可重复执行的测试流程提升测试效率和覆盖率。典型应用场景回归测试：每次代码变更后快速验证核心功能大数据量测试：如批量数据上传/下载的验证多环境验证：同时测试Windows/Linux/macOS平台兼容性Python+Pytest优势# 示例：一个简单的Pytest测试用例语法简洁：无需复杂类继承，函数即用例插件生
k8s
——k8s
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
网易云信开发者社区
九章云极普惠算力
鲲鹏昇腾开发者社区
杭州城市开发者社区
昇腾开源生态专区
武汉城市开发者社区
永洪数据分析社区
EazyDevelop社区
