• 操作系统:CentOS 7.9 或 Ubuntu 20.04。• 3台服务器(最低配置:4核8G,生产建议8核16G):为每个命名空间设置ResourceQuota。:使用HPA根据负载自动调整副本数。• 网络:各节点互通,可访问外网。:定期清理Harbor中的旧镜像。:非生产环境在夜间自动缩容。

因为国产化的普及，尤其一些政府部门，已经开始走的路线，自己买 arm 平台的，这个成本着实吃不消，于是尝试 x86 平台运行 arm 平台的容器来降本增效，主要是解决麒麟系统。

2.安装kubevirt客户端。1.安装kubevirt。

dev→staging→prod 按 Git 分支或 Tag 推进，staging 必须通过自动化测试（冒烟测试 + 性能基线），生产变更需要 2 人 PR 审批。使用 Signed Commit 防止篡改。: 创建多环境 overlays（dev/staging/prod差异化配置）: 集成 ArgoCD 实现 Git 即配置源（暂不执行，提供配置范例）。• 需要管理 3+ 环境（dev/sta

在云原生应用架构中，流量管理是保障服务稳定性和可用性的核心环节。随着微服务架构的普及，单一应用被拆分为数十甚至数百个独立服务，传统的四层负载均衡已无法满足复杂的流量调度需求。Kubernetes Ingress 作为集群的统一流量入口，提供了七层（HTTP/HTTPS）负载均衡能力，支持基于域名、路径、请求头等维度的精细化流量控制。Kubernetes 从 1.19 版本开始将 Ingress A

容器本身是无状态的，Pod重启后容器内的数据全部丢失。数据库、消息队列、文件存储这类有状态服务跑在K8s上，必须解决持久化存储问题。Kubernetes通过PersistentVolume（PV）、PersistentVolumeClaim（PVC）和StorageClass三层抽象来管理存储。实际生产中踩过的坑：开发团队直接在Pod里用hostPath挂载宿主机目录，Pod漂移到其他节点后数据就

GPU 显存管理：7B 模型 FP16 推理需要约 14GB 显存，70B 模型需要 140GB+，KV Cache 随并发数线性增长，显存碎片化导致实际利用率不足 60%高并发低延迟：在线服务要求 P99 延迟可控，传统静态批处理在请求长度差异大时效率低下弹性伸缩：GPU 资源昂贵（A100 单卡约 $2/h），流量波谷时需要快速缩容降本多模型管理：生产环境通常同时运行多个模型版本，需要灰度发布

Pod调度是Kubernetes的核心机制之一，决定了Pod最终运行在哪个节点上。默认调度器kube-scheduler通过一系列预选（Filtering）和优选（Scoring）算法完成调度决策，但默认行为在生产环境中往往不够用。实际场景中经常遇到的问题：数据库Pod被调度到了没有SSD的节点上，导致IO性能差；两个高负载服务的Pod被调度到同一个节点，互相抢资源；GPU节点上跑了一堆普通业务P

d '{"msgtype":"text","text":{"content":"Redis Sentinel 故障转移通知"}}' \。Redis 主从复制保证了数据的冗余备份，但如果主节点挂了，需要人工介入手动切换——在生产环境这是不可接受的。"mymaster",# 与哨兵配置中的 master-name 一致。# Sentinel 会感知主节点变化，master_for 自动返回新主。🟡

保留原始主机头，方便后端服务处理。# 设置 DNS 解析器及解析超时时间。# 可选：传递真实客户端IP。# 动态解析域名并代理请求。# 可选：优化代理超时设置。# 定义变量，动态解析域名。