Kubernetes應用服務質(zhì)量管理詳解
服務質(zhì)量管理
在Kubernetes中,Pod是最小的調(diào)度單元,所以跟資源和調(diào)度相關的屬性都是Pod對象的字段,而其中最重要的就是CPU和內(nèi)存。
如下所示:
--- apiVersion: v1 kind: Pod metadata: name: pod-demo spec: containers: - name: myweb image: wordpress imagePullPolicy: IfNotPresent resources: requests: memory: "128Mi" cpu: "250m" limits: memory: "256Mi" cpu: "500m"
其中resources就是資源限制部分。
注:由于一個Pod里可以定義多個Containers,而每個資源限制都是配置在各自的Container,所以Pod的整體配置資源是所有Containers的總和。
在Kubernetes中,CPU這樣的資源被稱為"可壓縮資源",所謂可壓縮資源就是當可用資源不足的時候,Pod只會"饑餓",不會退出。而向Memory這樣的資源被稱為"不可壓縮資源",所謂的不可壓縮資源就是當資源不足的時候Pod只會OOM。
其中CPU的設置單位是CPU的個數(shù),比如CPU=1就表示這個Pod的CPU限額是1個CPU,而到底是1個CPU核心、是1個vCPU還是1個CPU超線程,這要取決于宿主機上CPU實現(xiàn)方式,而Kunernetes只需要保證該Pod能夠使用到1個CPU的使用能力。
Kubernetes允許將CPU的限額設置位分數(shù),比如上面我們設置的CPU.limits的值為500m,而所謂的500m就是500milliCPU,也就是0.5個CPU,這樣,這個Pod就會被分到一個CPU一半的計算能力。所以我們可以直接把配置寫成cpu=0.5,不過官方推薦500m的寫法,這是Kubernetes內(nèi)部的CPU計算方式。
在Kubernetes中,內(nèi)存資源的單位是bytes,支持使用Ei,Pi,Ti,Gi,Mi,Ki的方式作為bytes的值,其中需要注意Mi和M的區(qū)別(1Mi=1024_1024,1M=1000_1000)。
Kubernetes中Pod的CPU和內(nèi)存的資源限制,實際上分為requests和limits兩種情況。
spec.containers[].resources.limits.cpu spec.containers[].resources.limits.memory spec.containers[].resources.requests.cpu spec.containers[].resources.requests.memory
這兩者的區(qū)別如下:
- 在調(diào)度的時候,kube-scheduler會安requests的值進行計算;
- 在設置CGroups的時候,kubelet會安limits的值來進行設置;
QoS模型
Kubernetes中支持三種QoS模型。其分類是基于requests和limits的不同配置。
Guaranteed
當Pod里的每一個Containers都設置了requests和limits,并且其值都相等的時候,這種Pod就屬于Guaranteed類別,如下:
apiVersion: v1 kind: Pod metadata: name: qos-demo namespace: qos-example spec: containers: - name: qos-demo-ctr image: nginx resources: limits: memory: "200Mi" cpu: "700m" requests: memory: "200Mi" cpu: "700m"
注意,當這Pod僅設置limits,沒有設置requests的時候,系統(tǒng)默認為它分配于limits相等的requests值,也就會被劃分為Guaranteed類別。
Burstable
而當這個Pod不滿足Guaranteed條件,但至少有一個Contaienrs設置了requests,那么這個Pod就會被劃分為Burstable類別。如下:
apiVersion: v1 kind: Pod metadata: name: qos-demo-2 namespace: qos-example spec: containers: - name: qos-demo-2-ctr image: nginx resources: limits memory: "200Mi" requests: memory: "100Mi"
BestEffort
如果這個Pod既沒有設置requests值,也沒有設置limits的值的時候,那么它的QoS類別就是BestEffort類別。
apiVersion: v1 kind: Pod metadata: name: qos-demo-3 namespace: qos-example spec: containers: - name: qos-demo-3-ctr image: nginx
而QoS劃分的主要場景就是當宿主機資源緊張的時候,kubelet對資源進行Eviction時需要用到。目前Kubernetes設置的默認Eviction的閾值如下:
memory.available<100Mi nodefs.available<10% nodefs.inodesFree<5% imagefs.available<15%
上述條件可以在kubelet中設置:
kubelet --eviction-hard=imagefs.available<10%,memory.available<500Mi,nodefs.available<5%,nodefs.inodesFree<5% --eviction-soft=imagefs.available<30%,nodefs.available<10% --eviction-soft-grace-period=imagefs.available=2m,nodefs.available=2m --eviction-max-pod-grace-period=600
Kubernetes中的Eviction分為Soft Eviction和Hard Eviction兩種模式。
- Soft Eviction允許設置優(yōu)雅等待時間,如上設置imagefs.available=2m,允許在Imagefs不足閾值達到2分鐘之后才進行Eviction;
- Hard Eviction在達到閾值就進行Eviction;
當宿主機的Eviction閾值達到后,就會進入MemoryPressure或者DiskPressure狀態(tài),從而避免新的Pod調(diào)度到上面去。而當Eviction發(fā)生時,kubelet刪除Pod的先后順序如下:
- BestEffort 類型的Pod;
- Burstable類別并且發(fā)生"饑餓"的資源使用量已經(jīng)超出了requests的Pod;
- Guaranteed類別并且只有當Guaranteed類別的Pod的資源使用量超過了其limits限制,或者宿主機本身處于Memory Pressure狀態(tài)時,Guaranteed才會被選中被Eviction;
cpuset
cpuset,就是把容器綁定到某個CPU核上,減少CPU的上下文切換。
- Pod必須是Guaranteed類型;
- 只需要將Pod的CPU資源的requests和limits設置為同一個相等的數(shù)值;
spec: containers: - name: nginx image: nginx resources: limits: memory: "200Mi" cpu: "2" requests: memory: "200Mi" cpu: "2"
LimitRange
在正常配置應用Pod的時候,都會把服務質(zhì)量加上,也就是配置好requests和limits,但是,如果Pod非常多,而且很多Pod只需要相同的限制,我們還是像上面那樣一個一個的加就非常繁瑣了,這時候我們就可以通過LimitRange
做一個全局限制。如果在部署Pod的時候指定了requests和Limits,則指定的生效。反之則由全局的給Pod加上默認的限制。
總結(jié),LimitRange
可以實現(xiàn)的功能:
- 限制namespace中每個pod或container的最小和最大資源用量。
- 限制namespace中每個PVC的資源請求范圍。
- 限制namespace中資源請求和限制數(shù)量的比例。
- 配置資源的默認限制。
常用的場景如下(來自《Kubernetes權(quán)威指南》)
- 集群中的每個節(jié)點都有2GB內(nèi)存,集群管理員不希望任何Pod申請超過2GB的內(nèi)存:因為在整個集群中都沒有任何節(jié)點能滿足超過2GB內(nèi)存的請求。如果某個Pod的內(nèi)存配置超過2GB,那么該Pod將永遠都無法被調(diào)度到任何節(jié)點上執(zhí)行。為了防止這種情況的發(fā)生,集群管理員希望能在系統(tǒng)管理功能中設置禁止Pod申請超過2GB內(nèi)存。
- 集群由同一個組織中的兩個團隊共享,分別運行生產(chǎn)環(huán)境和開發(fā)環(huán)境。生產(chǎn)環(huán)境最多可以使用8GB內(nèi)存,而開發(fā)環(huán)境最多可以使用512MB內(nèi)存。集群管理員希望通過為這兩個環(huán)境創(chuàng)建不同的命名空間,并為每個命名空間設置不同的限制來滿足這個需求。
- 用戶創(chuàng)建Pod時使用的資源可能會剛好比整個機器資源的上限稍小,而恰好剩下的資源大小非常尷尬:不足以運行其他任務但整個集群加起來又非常浪費。因此,集群管理員希望設置每個Pod都必須至少使用集群平均資源值(CPU和內(nèi)存)的20%,這樣集群能夠提供更好的資源一致性的調(diào)度,從而減少了資源浪費。
(1)、首先創(chuàng)建一個namespace
apiVersion: v1 kind: Namespace metadata: name: coolops
(2)、為namespace配置LimitRange
apiVersion: v1 kind: LimitRange metadata: name: mylimit namespace: coolops spec: limits: - max: cpu: "1" memory: 1Gi min: cpu: 100m memory: 10Mi maxLimitRequestRatio: cpu: 3 memory: 4 type: Pod - default: cpu: 300m memory: 200Mi defaultRequest: cpu: 200m memory: 100Mi max: cpu: "2" memory: 1Gi min: cpu: 100m memory: 10Mi maxLimitRequestRatio: cpu: 5 memory: 4 type: Container
參數(shù)說明:
- max:如果type是Pod,則表示pod中所有容器資源的Limit值和的上限,也就是整個pod資源的最大Limit,如果pod定義中的Limit值大于LimitRange中的值,則pod無法成功創(chuàng)建。如果type是Container,意義類似。
- min:如果type是Pod,則表示pod中所有容器資源請求總和的下限,也就是所有容器request的資源總和不能小于min中的值,否則pod無法成功創(chuàng)建。如果type是Container,意義類似。
- maxLimitRequestRatio:如果type是Pod,表示pod中所有容器資源請求的Limit值和request值比值的上限,例如該pod中cpu的Limit值為3,而request為0.5,此時比值為6,創(chuàng)建pod將會失敗。
- defaultrequest和defaultlimit則是默認值,只有type為Container才有這兩項配置
注意:
(1)、如果container
設置了max
, pod
中的容器必須設置limit
,如果未設置,則使用defaultlimt
的值,如果defaultlimit
也沒有設置,則無法成功創(chuàng)建
(2)、如果設置了container
的min
,創(chuàng)建容器的時候必須設置request
的值,如果沒有設置,則使用defaultrequest
,如果沒有defaultrequest
,則默認等于容器的limit
值,如果limit
也沒有,啟動就會報錯
創(chuàng)建上面配置的LimitRange:
$ kubectl apply -f limitrange.yaml limitrange/mylimit created $ kubectl get limitrange -n coolops NAME CREATED AT mylimit 2022-08-02T06:08:43Z $ kubectl describe limitranges -n coolops mylimit Name: mylimit Namespace: coolops Type Resource Min Max Default Request Default Limit Max Limit/Request Ratio ---- -------- --- --- --------------- ------------- ----------------------- Pod cpu 100m 1 - - 3 Pod memory 10Mi 1Gi - - 4 Container cpu 100m 2 200m 300m 5 Container memory 10Mi 1Gi 100Mi 200Mi 4
(3)、創(chuàng)建一個允許范圍之內(nèi)的requests和limits的pod
apiVersion: v1 kind: Pod metadata: name: pod01 namespace: coolops spec: containers: - name: pod-01 image: nginx imagePullPolicy: IfNotPresent resources: requests: cpu: 200m memory: 30Mi limits: cpu: 300m memory: 50Mi
我們通過kubectl apply -f pod-01.yaml
可以正常創(chuàng)建Pod。
(4)、創(chuàng)建一個cpu超出允許訪問的Pod
apiVersion: v1 kind: Pod metadata: name: pod02 namespace: coolops spec: containers: - name: pod-02 image: nginx imagePullPolicy: IfNotPresent resources: requests: cpu: 200m memory: 30Mi limits: cpu: 2 memory: 50Mi
然后我們創(chuàng)建會報如下錯誤:
# kubectl apply -f pod-02.yaml Error from server (Forbidden): error when creating "pod-02.yaml": pods "pod02" is forbidden: [maximum cpu usage per Pod is 1, but limit is 2, cpu max limit to request ratio per Pod is 3, but provided ratio is 10.000000, cpu max limit to request ratio per Container is 5, but provided ratio is 10.000000]
(5)創(chuàng)建低于允許范圍的Pod
apiVersion: v1 kind: Pod metadata: name: pod03 namespace: coolops spec: containers: - name: pod-03 image: nginx imagePullPolicy: IfNotPresent resources: requests: cpu: 200m memory: 30Mi limits: cpu: 100m memory: 10Mi
然后會報如下錯誤:
# kubectl apply -f pod-03.yaml The Pod "pod03" is invalid: * spec.containers[0].resources.requests: Invalid value: "200m": must be less than or equal to cpu limit * spec.containers[0].resources.requests: Invalid value: "30Mi": must be less than or equal to memory limit
(6)、創(chuàng)建一個未定義request或Limits的Pod
apiVersion: v1 kind: Pod metadata: name: pod04 namespace: coolops spec: containers: - name: pod-04 image: nginx imagePullPolicy: IfNotPresent resources: requests: cpu: 200m memory: 200Mi
然后我們創(chuàng)建完Pod后會發(fā)現(xiàn)自動給我們加上了limits。如下:
# kubectl describe pod -n coolops pod04 ... Limits: cpu: 300m memory: 200Mi Requests: cpu: 200m memory: 200Mi ...
上面我指定了requests,LimitRange自動給我們加上了defaultLimits,你也可以試一下全都不加或者加一個,道理是一樣的。值得注意的是這里要注意一下我們設置的maxLimitRequestRatio
,配置的比列必須小于等于我們設置的值。
上文有介紹LimitRange還可以限制還可以限制PVC,如下:
apiVersion: v1 kind: LimitRange metadata: name: storagelimits namespace: coolops spec: limits: - type: PersistentVolumeClaim max: storage: 2Gi min: storage: 1Gi
創(chuàng)建完后即可查看:
kubectl describe limitranges -n coolops storagelimits Name: storagelimits Namespace: coolops Type Resource Min Max Default Request Default Limit Max Limit/Request Ratio ---- -------- --- --- --------------- ------------- ----------------------- PersistentVolumeClaim storage 1Gi 2Gi - - -
你可以創(chuàng)建PVC進行測試,道理是一樣的。
服務可用性管理
高可用
生產(chǎn)級別應用,為了保證應用的可用性,除了特殊應用(例如批次應用)都會保持高可用,所以在設計應用Pod的時候,就要考慮應用的高可用。
最簡單的就是多副本,也就是在創(chuàng)建應用的時候,至少需要2個副本,如下指定replicas為3就表示該應用有3個副本:
apiVersion: apps/v1 kind: Deployment metadata: labels: app: nginx name: nginx-deployment spec: progressDeadlineSeconds: 600 replicas: 3 revisionHistoryLimit: 10 selector: matchLabels: app: nginx strategy: rollingUpdate: maxSurge: 25% maxUnavailable: 25% type: RollingUpdate template: metadata: creationTimestamp: null labels: app: nginx spec: containers: - image: nginx:1.8 imagePullPolicy: IfNotPresent name: nginx resources: requests: cpu: 0.5 memory: 500M limits: cpu: 0.5 memory: 500M ports: - containerPort: 80 name: http protocol: TCP
但是光配置多副本就夠了么?
如果這三個副本都調(diào)度到一臺服務器上,該服務器因某些原因宕機了,那上面的應用是不是就不可用?
為了解決這個問題,我們需要為同一個應用配置反親和性,也就是不讓同一應用的Pod調(diào)度到同一主機上,將上面的應用YAML改造成如下:
apiVersion: apps/v1 kind: Deployment metadata: labels: app: nginx name: nginx-deployment spec: progressDeadlineSeconds: 600 replicas: 3 revisionHistoryLimit: 10 selector: matchLabels: app: nginx strategy: rollingUpdate: maxSurge: 25% maxUnavailable: 25% type: RollingUpdate template: metadata: creationTimestamp: null labels: app: nginx spec: affinity: podAntiAffinity: requiredDuringSchedulingIgnoredDuringExecution: - labelSelector: matchExpressions: - key: app operator: In values: - nginx topologyKey: kubernetes.io/hostname containers: - image: nginx:1.8 imagePullPolicy: IfNotPresent name: nginx resources: requests: cpu: 0.5 memory: 500M limits: cpu: 0.5 memory: 500M ports: - containerPort: 80 name: http protocol: TCP
這樣能保證同應用不會被調(diào)度到同節(jié)點,基本的高可用已經(jīng)做到了。
可用性
但是光保證應用的高可用,應用本身不可用,也會導致異常。
我們知道Kubernetes的Deployment的默認更新策略是滾動更新,如何保證新應用更新后是可用的,這就要使用readinessProbe,用來確保應用可用才會停止老的版本,上面的YAML修改成如下:
apiVersion: apps/v1 kind: Deployment metadata: labels: app: nginx name: nginx-deployment spec: progressDeadlineSeconds: 600 replicas: 3 revisionHistoryLimit: 10 selector: matchLabels: app: nginx strategy: rollingUpdate: maxSurge: 25% maxUnavailable: 25% type: RollingUpdate template: metadata: creationTimestamp: null labels: app: nginx spec: affinity: podAntiAffinity: requiredDuringSchedulingIgnoredDuringExecution: - labelSelector: matchExpressions: - key: app operator: In values: - nginx topologyKey: kubernetes.io/hostname containers: - image: nginx:1.8 imagePullPolicy: IfNotPresent name: nginx resources: requests: cpu: 0.5 memory: 500M limits: cpu: 0.5 memory: 500M readinessProbe: failureThreshold: 3 httpGet: path: / port: http scheme: HTTP initialDelaySeconds: 10 periodSeconds: 10 successThreshold: 1 timeoutSeconds: 3 ports: - containerPort: 80 name: http protocol: TCP
這樣至少能保證只有新版本可訪問才接收外部流量。
但是應用運行過程中異常了呢?這就需要使用livenessProbe來保證應用持續(xù)可用,上面的YAML修改成如下:
apiVersion: apps/v1 kind: Deployment metadata: labels: app: nginx name: nginx-deployment spec: progressDeadlineSeconds: 600 replicas: 3 revisionHistoryLimit: 10 selector: matchLabels: app: nginx strategy: rollingUpdate: maxSurge: 25% maxUnavailable: 25% type: RollingUpdate template: metadata: creationTimestamp: null labels: app: nginx spec: affinity: podAntiAffinity: requiredDuringSchedulingIgnoredDuringExecution: - labelSelector: matchExpressions: - key: app operator: In values: - nginx topologyKey: kubernetes.io/hostname containers: - image: nginx:1.8 imagePullPolicy: IfNotPresent name: nginx resources: requests: cpu: 0.5 memory: 500M limits: cpu: 0.5 memory: 500M readinessProbe: failureThreshold: 3 httpGet: path: / port: http scheme: HTTP initialDelaySeconds: 10 periodSeconds: 10 successThreshold: 1 timeoutSeconds: 3 livenessProbe: failureThreshold: 3 httpGet: path: / port: http scheme: HTTP initialDelaySeconds: 20 periodSeconds: 10 successThreshold: 1 timeoutSeconds: 3 ports: - containerPort: 80 name: http protocol: TCP
上面的readinessProbe和livenessProbe都是應用在運行過程中如何保證其可用,那應用在退出的時候如何保證其安全退出?
所謂安全退出,也就是能正常處理退出邏輯,能夠正常處理退出信號,也就是所謂的優(yōu)雅退出。
優(yōu)雅退出有兩種常見的解決方法:
- 應用本身可以處理SIGTERM信號。
- 設置一個preStop hook,在hook中指定怎么優(yōu)雅停止容器
這里拋開應用本身可以處理SIGTERM信號不談,默認其能夠處理,我們要做的就是協(xié)助其能優(yōu)雅退出。在Kubernetes中,使用preStop hook來協(xié)助處理,我們可以將上面的YAML修改成如下:
apiVersion: apps/v1 kind: Deployment metadata: labels: app: nginx name: nginx-deployment spec: progressDeadlineSeconds: 600 replicas: 3 revisionHistoryLimit: 10 selector: matchLabels: app: nginx strategy: rollingUpdate: maxSurge: 25% maxUnavailable: 25% type: RollingUpdate template: metadata: creationTimestamp: null labels: app: nginx spec: affinity: podAntiAffinity: requiredDuringSchedulingIgnoredDuringExecution: - labelSelector: matchExpressions: - key: app operator: In values: - nginx topologyKey: kubernetes.io/hostname containers: - image: nginx:1.8 imagePullPolicy: IfNotPresent name: nginx lifecycle: preStop: exec: command: - /bin/sh - -c - sleep 15 resources: requests: cpu: 0.5 memory: 500M limits: cpu: 0.5 memory: 500M readinessProbe: failureThreshold: 3 httpGet: path: / port: http scheme: HTTP initialDelaySeconds: 10 periodSeconds: 10 successThreshold: 1 timeoutSeconds: 3 livenessProbe: failureThreshold: 3 httpGet: path: / port: http scheme: HTTP initialDelaySeconds: 20 periodSeconds: 10 successThreshold: 1 timeoutSeconds: 3 ports: - containerPort: 80 name: http protocol: TCP
當然,這里只是一個樣例,實際的配置還需要根據(jù)企業(yè)情況做跳轉(zhuǎn),比如企業(yè)使用了注冊中心如zk或者nacos,我們就需要把服務從注冊中心下掉。
PDB
上面的那些配置基本可以讓應用順利的在Kubernetes里跑了,但是不可避免有維護節(jié)點的需求,比如升級內(nèi)核,重啟服務器等。
而且也不是所有的應用都可以多副本,當我們使用kubectl drain
的時候,為了避免某個或者某些應用直接銷毀而不可用,Kubernetes引入了PodDisruptionBudget(PDB)控制器,用來控制集群中Pod的運行個數(shù)。
在PDB中,主要通過兩個參數(shù)來控制Pod的數(shù)量:
- minAvailable:表示最小可用Pod數(shù),表示在Pod集群中處于運行狀態(tài)的最小Pod數(shù)或者是運行狀態(tài)的Pod數(shù)和總數(shù)的百分比;
- maxUnavailable:表示最大不可用Pod數(shù),表示Pod集群中處于不可用狀態(tài)的最大Pod數(shù)或者不可用狀態(tài)Pod數(shù)和總數(shù)的百分比;
注意:minAvailable和maxUnavailable是互斥了,也就是說兩者同一時刻只能出現(xiàn)一種。
kubectl drain命令已經(jīng)支持了PodDisruptionBudget控制器,在進行kubectl drain操作時會根據(jù)PodDisruptionBudget控制器判斷應用POD集群數(shù)量,進而保證在業(yè)務不中斷或業(yè)務SLA不降級的情況下進行應用POD銷毀。在進行kubectl drain或者Pod主動逃離的時候,Kubernetes會通過以下幾種情況來進行判斷:
- minAvailable設置成了數(shù)值5:應用POD集群中最少要有5個健康可用的POD,那么就可以進行操作。
- minAvailable設置成了百分數(shù)30%:應用POD集群中最少要有30%的健康可用POD,那么就可以進行操作。
- maxUnavailable設置成了數(shù)值5:應用POD集群中最多只能有5個不可用POD,才能進行操作。
- maxUnavailable設置成了百分數(shù)30%:應用POD集群中最多只能有30%個不可用POD,才能進行操作。
在極端的情況下,比如將maxUnavailable設置成0,或者設置成100%,那么就表示不能進行kubectl drain操作。同理將minAvailable設置成100%,或者設置成應用POD集群最大副本數(shù),也表示不能進行kubectl drain操作。
注意:使用PodDisruptionBudget控制器并不能保證任何情況下都對業(yè)務POD集群進行約束,PodDisruptionBudget控制器只能保證POD主動逃離的情況下業(yè)務不中斷或者業(yè)務SLA不降級,例如在執(zhí)行kubectldrain命令時。
(1)、定義minAvailable
apiVersion: policy/v1 kind: PodDisruptionBudget metadata: name: pdb-demo spec: minAvailable: 2 selector: matchLabels: app: nginx
(2)、定義maxUnavailable
apiVersion: policy/v1 kind: PodDisruptionBudget metadata: name: pdb-demo spec: maxUnavailable: 1 selector: matchLabels: app: nginx
可以看到PDB是通過label selectors和應用Pod建立關聯(lián),而后在主動驅(qū)逐Pod的時候,會保證app: nginx的Pod最大不可用數(shù)為1,假如本身是3副本,至少會保證2副本正常運行。
總結(jié)
上面只是對Kubernetes中應用做了簡單的可用性保障,在生產(chǎn)中,應用不僅僅是它自己,還關聯(lián)上游、下游的應用,所以全鏈路的應用可用性保障才能讓應用更穩(wěn)定。
以上就是Kubernetes應用服務質(zhì)量管理詳解的詳細內(nèi)容,更多關于Kubernetes服務質(zhì)量管理的資料請關注腳本之家其它相關文章!
- Kubernetes Informer數(shù)據(jù)存儲Index與Pod分配流程解析
- Kubernetes scheduler啟動監(jiān)控資源變化解析
- Kubernetes ApiServer三大server權(quán)限與數(shù)據(jù)存儲解析
- Kubernetes Visitor設計模式及發(fā)送pod創(chuàng)建請求解析
- Kubernetes kubectl中Pod創(chuàng)建流程源碼解析
- Kubernetes?權(quán)限管理認證鑒權(quán)詳解
- Kubernetes調(diào)度管理優(yōu)先級和搶占機制詳解
- Kubernetes?controller?manager運行機制源碼解析
相關文章
2022最新青龍面板對接機器人的詳細過程(傻妞對接onebot(oicq)協(xié)議實現(xiàn)機器人功能)
這篇文章主要介紹了2022最新青龍面板對接機器人的詳細過程(傻妞對接onebot(oicq)協(xié)議實現(xiàn)機器人功能),本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-05-05k8s Job 執(zhí)行一次性以及批處理任務使用場景案例
這篇文章主要為大家介紹了k8s Job 執(zhí)行一次性以及批處理任務使用場景案例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-04-04解決k8s namespace 一直處于 Terminating 狀態(tài)的問題
這篇文章主要介紹了k8s namespace 一直處于 Terminating 狀態(tài)的解決方法,以下的 tool 為 Terminating 狀態(tài)的 namespace,下面相關的一些操作記得將 tool 修改成自己的 namespace 名稱,需要的朋友可以參考下2022-10-10阿里云kubernetes查找鏡像中jar包的方法(docker查看鏡像中的jar)
這篇文章主要給大家介紹了關于阿里云kubernetes查找鏡像中jar包的方法,也就是在docker查看鏡像中的jar,文中通過圖文介紹的非常詳細,需要的朋友可以參考下2022-09-09kubernetes部署dashboard及應用小結(jié)
Dashboard?是基于網(wǎng)頁的?Kubernetes?用戶界面,可以對?Deployment?實現(xiàn)彈性伸縮、發(fā)起滾動升級、重啟?Pod?或者使用向?qū)?chuàng)建新的應用,這篇文章主要介紹了kubernetes部署dashboard,需要的朋友可以參考下2024-06-06