从 Unix 到 Linux、Windows、macOS、Android，再到云计算、容器、WASM 与 AI Agent。五十多年过去，没有谁真正统一世界，不同操作系统各自赢下不同战场，而故事仍在继续。

从 Windows 11 上的 VirtualBox 开始，安装 Ubuntu 24.04 Server，搭建一个可持续扩展的单节点 K8S 可观测实验室，为后续 Kubernetes、日志、指标、链路追踪和 CI/CD 实验打基础。

在 Ubuntu 24.04 上安装 Docker、cri-dockerd、kubeadm、kubelet 和 kubectl，配置内核网络参数与 Flannel，完成单节点 Kubernetes 初始化，让实验室具备继续扩展可观测组件的基础。

Ubuntu 桌面迁移系列暂告一段落。从软件替代、硬件兼容到备份实践，主力系统已基本稳定。下一阶段将转向单节点 Kubernetes 可观测实验室，继续探索 Linux 在云原生与服务器领域的另一面。

《单节点 K8S 可观测实验室》后续将由 Windows 11 Host 切换至 Ubuntu 26.04，虚拟机环境、命令与实验效果基本不变。期间将穿插更新《操作系统那些事儿》，调节技术内容节奏。

本文继续搭建单节点 K8S 可观测实验室，使用 kube-prometheus-stack 安装 Prometheus + Grafana，理解 Kubernetes 指标采集链路。通过 Dashboard 观察 Node、Pod 资源状态，并通过 CPU 压测、Pod 崩溃实验验证 Metrics 监控能力，为后续 Loki 日志分析和完整可观测体系建设打下基础。

在搭建单节点 K8S 可观测实验室时，意外发现 kubectl exec 无法进入容器。本文记录一次真实故障排查过程，从现象分析、调用链定位，到社区 Issue 线索追踪，最终确认 cri-dockerd Streaming API 问题，并通过源码修复完成验证，展示 Kubernetes Runtime 层排障思路。

本文在单节点 Kubernetes 实验环境中部署 Loki 与 Fluent Bit，构建容器日志采集、集中存储和 Grafana 查询链路，并通过多 Namespace 测试应用验证日志检索与故障定位。

本篇在单节点 Kubernetes 中部署 Tempo 与 OpenTelemetry Collector，并通过 Python Demo 生成 Trace，验证应用、Collector、Tempo、Grafana 之间的链路追踪流程，理解 Trace、Span、OTLP 端口及查询方法。

从一次 kubectl create deployment nginx 出发，拆解 Kubernetes 内部的完整 Pod 创建流程，串起 API Server、etcd、Scheduler、Controller Manager、Kubelet、Runtime、CNI、Service 与 CoreDNS，理解 K8S 的核心工作原理。