k8s学习
社区干货
我的云原生学习方法 | 社区征文
## 1.前言容器、K8S、云原生等名词很多人都耳熟能详,甚至很早就有过接触,拿我个人来讲,从2016年开始在公司内小范围使用Docker到2018年公司业务尝试使用K8S,再到后来公司大部分业务迁入K8S,在学习云原生相关知识到应用于生产环境这个过程中着实踩了不少坑、走了不少弯路,在此我想将人个学习云原生知识、使用云原生技术的一些浅薄方法和实践陈述出来,希望能帮助对云原生技术有兴趣的同学,快速建立一个初步的概念。## 2.云原生...
容器编排技术 Kubernetes 学习总结|社区征文
Kubernetes 也简称为 k8s,它可以提供⽤户所需的容器部署,管理和扩缩容等编排功能。借助 Kubernetes 的编排功能,⽤户可以构建多个容器的应⽤服务,跨集群调度、扩展这些容器,并长期持续管理这些容器和检测健康状况 。### 2.2 Kubernetes 能做什么?Kubernetes 为⽤户主要提供了以下功能:1. 服务发现和负载均衡:Kubernetes 可以使⽤DNS 名称或集群的 IP 公开容器,如果进⼊容器的流量很⼤, Kubernetes 可以用负载均衡并均衡分...
解决k8s调度不均衡问题
### 前言在近期的工作中,我们发现 k8s 集群中有些节点资源使用率很高,有些节点资源使用率很低,我们尝试重新部署应用和驱逐 Pod,发现并不能有效解决负载不均衡问题。在学习了 Kubernetes 调度原理之后,重新调整了 Request 配置,引入了调度插件,才最终解决问题。这篇就来跟大家分享 Kubernetes 资源和调度相关知识,以及如何解决k8s调度不均衡问题。### Kubernetes 的资源模型在 Kubernetes 里,Pod 是最小的原子调度单位。这也就...
Flink on K8s 企业生产化实践|社区征文
接着文章对比了现有的几种 Flink on K8s 部署方式,为什么flink 要基于K8s做部署?主要有以下几个优势:- 容器环境容易部署、清理和重建:不像是虚拟环境以镜像进行分发部署起来对底层系统环境依赖小,所需要的包都可以集成到镜像中,重复使用。- 更好的隔离性与安全性,应用部署以pod启动,pod之间相互独立,资源环境隔离后更安全。- k8s集群能够利用好资源,机器学习、在线服务等许多任务都可以混合部署。- 云原生的趋势...
特惠活动
k8s学习-优选内容
k8s学习-相关内容
我的2021云原生之路 |社区征文
## 目标2021年年初做整年规划的时候,我把简历 title 改成了`云原生开发工程师`。2021年的主要目标就是补齐云原生技术栈。当时定的目标主要有1. 写一个 k8s Operator2. 学习k8s的网络和存储3. 给 CNCF 项目提交PR当然作为一个工程师需要有自己的主力语言,所以加了下面4. Golang 语言的精进5. leetcode 刷100题6. 构建社区影响力## 实现### 刷题- 从 *2021.1* 到 *2021.5* 坚持了4个月刷了每日一题,拿到了一件le...
GPU在Kubernetes中的使用与管理 | 社区征文
## 前言随着人工智能与机器学习技术的快速发展,在Kubernetes上运行模型训练、图像处理类程序的需求日益增加,而实现这类需求的基础,就是Kubernetes对GPU等硬件加速设备的支持与管理。在本文中我们就说一下在Kuber... image: "k8s.gcr.io/cuda-vector-add:v0.1" resources: limits: nvidia.com/gpu: 1 # requesting 1 GPU```要想使用上面yaml文件声明使用GPU设备,那么需要先在Node节点上安装`设...
KubeWharf:为什么说 k8s 是新时代的 Linux|社区征文
存储和机器学习云原生化等场景。那么 以 Kubernetes 为内核的分布式操作系统,还需要做哪些事情呢。随着 k8s 集群的快速膨胀,元数据存储,多租户管理,kube-apiserver 负载均衡,多集群调度,可观测性,成本优化。这些都是亟需解决的问题。让我们看看 KubeWharf 是怎么解决的。## 元数据存储-KubeBrain 项目地址:https://github.com/kubewharf/kubebrain大家都看过下面这张图,etcd 已经成为了云原生生态的瓶颈。K8s 中所有组...
KubeWharf | 大规模K8S集群管理系统
当k8s集群规模逐渐扩大的时候,k8s默认使用的分布式存储系统etcd是最容易出现性能瓶颈的地方之一,kubebrain项目就是用来解决etcd性能不足这个问题的。kubebrain架构图如下所示:...
字节跳动大规模 K8s 集群管理实践
通过机器学习算法,推导出该集群上可以出让给离线侧去使用的资源;将这些信息传给 node manager ,动态上报到中心的 RM 进行资源的统一展示。Hybrid controller 主要是负责集群整体的容灾降级策略和水位控制相关的事务。整个调度系统分为三个层面构建:集群层面、节点层面和内核层面,分别承担了三种资源调度的角色。* **集群层面**:K8s Scheduler 和 Yarn 的 ResourceManager 负责完成集群层面的调度,把容器调度到合适的节点。...
字节跳动高性能 Kubernetes 元信息存储方案探索与实践
字节跳动云原生工程师薛英才分享了 基于分布式 KV 存储引擎的高性能 K8s 元数据存储项目 KubeBrain。KubeBrain 是字节跳动针对 Kubernetes 元信息存储的使用需求,基于分布式 KV 存储引擎设计并实现的、可以... 离线机器学习,推荐/广告/搜索等多种应用场景;在持续多年的超高速增长中,积累了丰富的 Kubernetes/容器超大规模应用经验,旨在打造覆盖多场景,多地域的千万级容器的大平台。欢迎志同道合的同学们加入我们。简历投...
火山引擎云原生存储加速实践
> 在火山引擎相关的业务中绝大部分的机器学习和数据湖的算力都运行在云原生 K8s 平台上。云原生架构下存算分离和弹性伸缩的计算场景,极大的推动了存储加速这个领域的发展,目前业界也衍生出了多种存储加速服务。但是面对计算和客户场景的多样性,还没有一个业界标准的存储加速实践,很多用户在做选型的时候也面临着诸多困惑。我们在火山引擎上构建了云原生的存储加速服务,适配机器学习和数据湖的多种计算场景,致力于给业务提供简单易...
KubeWharf 的使用指南与学习总结|社区征文
作为一名程序员,我深知在云原生时代,Kubernetes已经成为应用部署和运维的核心工具。而KubeWharf作为基于Kubernetes的云原生应用部署平台,为我们提供了更加便捷、高效的应用部署和管理体验。下面我将分享关于KubeWharf的使用指南和学习总结。