搞个alpine的虚拟机，撞上docker和redis之后，只占用1.5g空间，实际运行起来，资源占用也比centos7或者ubuntu18少了一倍有余，docker要用它来做基础镜像是有原因的。最新版是3.9.1，可从官方网站 alpinelinux.org 上下载，linux内核是4.19.26。同是3.9.1版本，alpine linux...

搞个alpine的虚拟机，撞上docker和redis之后，只占用1.5g空间，实际运行起来，资源占用也比centos7或者ubuntu18少了一倍有余，docker要用它来做基础镜像是有原因的。最新版是3.9.1，可从官方网站 alpinelinux.org 上下载，linux内核是4.19.26。同是3.9.1版本，alpine linux...

给K8s做一个小功能，主要使用kubectl调用若干命令，包括一些静态页面，使用Go语言开发，包括gonic/gin、hoisie/mustache这些第三方包，前端简单使用vue+elementui。使用go的主要原因是生产环境的不确定，只确定是centos系统，不确定有没有python或者java的运行环境，为了避免麻烦，正好可以利用go的可移植性...

一般情况下，使用mongo客户端，或者其他语言的mongo客户端驱动程序连接mongodb副本集的时候，只需要指定副本集名称，就可以实现当mongodb副本集主备切换时的高可用目标。但是总有一些特殊的场合，连接到副本集的客户端与副本集所在的网络是隔离的，只能通过副本集所在网络的代理访问副本集，比如说，mongodb副本集被部署到k8s上，当k8s集群外的客户端想访问副本集时，只能通过代理进行访..

Kubernetes多租户vcluster解决方案云平台 容器化 k8s 多租户

  先从Hadoop说起。  经常看到有大咖在语录中提及：有了Spark，就永远不要Hadoop了，真有大咖这么说的，不信百度能看见。  仔细想下，有点道理：如果只是作为业务层面的开发者，对于大数据技术而言，确实只学Spark就可以了，但是如果是系统架构师的话，hadoop还是要学的，因为作为大数据的系统架构师，没办法回避hadoop。Hadoop的三个概念组件，spark在这里主要替代的是Map