logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

第二篇:《K8s 集群搭建:Minikube、kubeadm、Kind 对比与实操》

本文对比三种常见的搭建方式:Minikube(本地单节点)、kubeadm(生产级标准)、Kind(CI 友好),并分别给出实操步骤。本文介绍了三种主流的 K8s 集群搭建方式,并重点演练了 kubeadm 搭建生产级集群的完整步骤。本节以 Ubuntu 22.04 为例,搭建一个 Master 节点 + 两个 Worker 节点的集群。本文使用 containerd。访问:curl http:/

#kubernetes#kind#容器
第二篇:《K8s 集群搭建:Minikube、kubeadm、Kind 对比与实操》

本文对比三种常见的搭建方式:Minikube(本地单节点)、kubeadm(生产级标准)、Kind(CI 友好),并分别给出实操步骤。本文介绍了三种主流的 K8s 集群搭建方式,并重点演练了 kubeadm 搭建生产级集群的完整步骤。本节以 Ubuntu 22.04 为例,搭建一个 Master 节点 + 两个 Worker 节点的集群。本文使用 containerd。访问:curl http:/

#kubernetes#kind#容器
第一篇:《Kubernetes 是什么?为什么它是云原生基石?》

它已经成为云原生时代的事实标准,是容器编排领域的“操作系统”。本文将从 Kubernetes 的起源讲起,解释它解决了什么问题、核心价值是什么、整体架构如何,以及为什么它能成为云原生生态的基石。CNCF 对云原生的定义:“云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中,构建和运行可弹性扩展的应用。存储编排:支持多种存储后端(本地、NFS、云存储),通过 PV/PVC 抽象让应用无需

#云原生#kubernetes#容器
第一篇:《Kubernetes 是什么?为什么它是云原生基石?》

它已经成为云原生时代的事实标准,是容器编排领域的“操作系统”。本文将从 Kubernetes 的起源讲起,解释它解决了什么问题、核心价值是什么、整体架构如何,以及为什么它能成为云原生生态的基石。CNCF 对云原生的定义:“云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中,构建和运行可弹性扩展的应用。存储编排:支持多种存储后端(本地、NFS、云存储),通过 PV/PVC 抽象让应用无需

#云原生#kubernetes#容器
第二十篇:《Docker 故障排查常用命令与技巧》

有时容器已死,无法 docker exec,可使用 docker run --rm -it --pid=container:<container_id> --net=container:<container_id> alpine sh 共享 PID 和网络命名空间,但需注意该容器必须还在运行(非 Exited)。容器化环境故障排查常常比传统环境更复杂:动态的容器 ID、短暂的文件系统、隔离的网络命

#docker#容器#运维
第十七篇:《Docker 日志管理:驱动配置与集中收集》

本文深入讲解 Docker 的日志驱动机制,如何限制日志大小、配置不同的日志驱动(json-file、syslog、fluentd),并搭建 ELK 或 Loki 实现集中日志管理。容器中的应用程序如果输出日志到标准输出(stdout)和标准错误(stderr),Docker 会捕获这些输出并通过日志驱动(logging driver)进行处理。默认驱动是 json-file,将日志写入宿主机的

#docker#容器#运维
第三篇:《Docker 安装与配置指南(Linux / Windows / macOS)》

Docker 的安装看似简单,但不同操作系统下的配置差异、镜像加速、权限设置等细节,往往是新手踩坑的第一站。本文将分别介绍在 Linux(Ubuntu/CentOS)、Windows(Docker Desktop + WSL2)和 macOS 下安装 Docker 的完整步骤,并给出镜像加速、非 root 用户权限、资源调整等最佳实践。跟着操作,30 分钟内拥有一套可用的 Docker 环境。

#docker#linux#windows
第二篇:《Docker 架构与核心组件详解》

Docker 并非一个单一的二进制文件,而是一套由多个组件构成的完整生态系统。从面向用户的 docker 客户端,到核心的 dockerd、containerd,再到底层 runc 和内核特性,每一层各司其职。理解这些组件及其协作方式,有助于我们更高效地使用 Docker,并在遇到问题时快速定位根源。

#docker#架构#容器
第十五篇:《压测结果分析与调优实践:瓶颈定位与性能优化》

text压测执行 → 收集指标(TPS、响应时间、错误率)↓宏观分析 → 判定是否存在性能问题↓分层定位 → 客户端(JMeter)→ 网络 → 服务器(CPU/内存/磁盘)→ 应用(JVM、线程池)→ 数据库(慢查询、锁)↓找到瓶颈点(例如:某条 SQL 慢)↓提出优化方案(增加索引,改 SQL)↓部署优化,再次压测验证↓生成报告,沉淀经验。

#性能优化
第十一篇:《性能压测基础:JMeter线程模型与压测策略设计》

本文核心:压测的三种类型:基准测试、负载测试、稳定性测试线程组参数的含义与配置使用 Stepping Thread Group 实现梯度加压如何设计混合场景的压测模型。

#jmeter#java#开发语言
    共 20 条
  • 1
  • 2
  • 请选择