当前位置: 首页 > news >正文

k8s基础

主要功能

  • 自我修复:k8s可以监控容器的运行状况,并在发现容器出现异常时自动重启故障实例
  • 弹性伸缩:k8s可以根据资源的使用情况自动地调整容器的副本数。例如,在高峰时段,k8s可以自动增加容器的副本数以应对更多的流量;而在低峰时段,k8s可以减少应用的副本数,节省资源
  • 资源限额:k8s允许指定每个容器所需的CPU和内存资源,能够更好的管理容器的资源使用量;
  • 滚动升级:k8s可以在不中断服务的情况下滚动升级应用版本,确保在整个过程中仍有足够的实例在提供服务
  • 负载均衡:k8s可以根据应用的负载情况自动分配流量,确保各个实例之间的负载均衡,避免某些实例过载导致的性能下降
  • 服务发现:k8s可以自动发现应用的实例,并为它们分配一个统一的访问地址。这样,用户只需要知道这个统一的地址,就可以访问到应用的任意实例,而无需关心具体的实例信息;
  • 存储管理:k8s可以自动管理应用的存储资源,为应用提供持久化的数据存储。这样,在应用实例发生变化时,用户数据仍能保持一致,确保数据的持久性
  • 密钥与配置管理:Kubernetes 允许你存储和管理敏感信息,例如:密码、令牌、证书、ssh密钥等信息进行统一管理,并共享给多个容器复用

集群类型

类型 适用范围
一主多从集群 由一台Master管理节点和多台Node工作节点组成,生产环境下Master节点存在单点故障的风险,适合学习和测试环境使用
多主多从集群 由多台Master管理节点和多Node工作节点组成,安全性高,适合生产环境使用

集群角色

  • k8s集群需要建⽴在多个节点上,将多个节点组建成一个集群,然后进⾏统⼀管理
节点 角色
管理节点(master) 负责集群的所有管理工作
⼯作节点(node) 负责运行集群中所有用户的容器应用

master节点组件

组件 描述
API Server 为集群的管理入口,处理外部和内部通信,接收用户请求并处理集群内部组件之间的通信
Scheduler 作为集群资源调度计算,根据调度策略,负责将待部署的 Pods 分配到合适的 Node 节点上
Controller Manager 管理集群中的各种控制器,例如 Deployment、ReplicaSet、DaemonSet等,管理集群中的各种资源
etcd 作为集群的数据存储,保存集群的配置信息和状态信息
http://www.jsqmd.com/news/154739/

相关文章:

  • 第十八节:Jmeter的基本配置和秒杀两套方案压力测试
  • YOLO在工业分拣中的应用:机械臂控制依赖GPU低延迟
  • 推荐阅读:Asus Armoury Crate or G Helper | Linux.org
  • post-接口请求测试
  • Web安全测试:最新漏洞防御
  • 常见的英文
  • YOLOv7-E6E发布!更大颈部结构但GPU内存控制得当
  • 生成式AI生成测试脚本的实战:重构测试效能的智能引擎
  • CodeBeamer 二次开发 实现多环境切换Tracker更多按钮菜单项
  • stm32f407 RCC时钟配置
  • YOLO模型镜像提供Python SDK,封装GPU复杂调用
  • 推荐阅读:The rm command - Linux.org
  • 2025年通信干扰模拟器哪家强?口碑排行榜揭晓,以太网测试仪/电子对抗设备/频谱仪/无线电综合测试测试仪通信干扰模拟器企业排行榜 - 品牌推荐师
  • YOLO在野生动物监测中的应用:GPU边缘盒子部署
  • YOLOv8-seg-Mask发布:实例分割Mask头GPU优化
  • C语言随堂笔记-7
  • YOLOv9-e-Slim发布!通道剪枝让GPU推理更快
  • http和https的端口号是什么?
  • YOLO模型镜像支持GPU Power Capping,控制能耗成本
  • UI.Vision RPA:释放工作潜能的终极自动化神器
  • YOLO与CenterNet对比:角点检测虽好但GPU效率偏低
  • Qwen3-VL-4B:如何实现更强视觉语言交互?
  • YOLO目标检测AB测试框架:多模型竞争GPU资源
  • YOLOv7-Wide部署经验:宽度扩展对GPU SM占用影响
  • 学长亲荐9个AI论文软件,研究生轻松搞定毕业论文!
  • YOLOv9-C-large发布!大模型也需要GPU资源规划
  • YOLO模型镜像内置Jupyter Lab,GPU交互式开发环境
  • YOLO目标检测Web Demo上线!后台由GPU实时驱动
  • 精选500道网络安全面试题及答案详解,看完面试不慌了
  • YOLO目标检测Token阶梯计价,用量越大单价越低