Helm

kubectl源码分析之config use-context

社会主义新天地 提交于 2020-08-17 15:22:09
发布一个k8s部署视频:https://edu.csdn.net/course/detail/26967 课程内容:各种k8s部署方式。包括minikube部署,kubeadm部署,kubeasz部署,rancher部署,k3s部署。包括开发测试环境部署k8s,和生产环境部署k8s。 腾讯课堂连接地址https://ke.qq.com/course/478827?taid=4373109931462251&tuin=ba64518 第二个视频发布 https://edu.csdn.net/course/detail/27109 腾讯课堂连接地址https://ke.qq.com/course/484107?tuin=ba64518 介绍主要的k8s资源的使用配置和命令。包括configmap,pod,service,replicaset,namespace,deployment,daemonset,ingress,pv,pvc,sc,role,rolebinding,clusterrole,clusterrolebinding,secret,serviceaccount,statefulset,job,cronjob,podDisruptionbudget,podSecurityPolicy,networkPolicy,resourceQuota,limitrange

kubectl源码分析之config unset

為{幸葍}努か 提交于 2020-08-17 09:09:07
发布一个k8s部署视频:https://edu.csdn.net/course/detail/26967 课程内容:各种k8s部署方式。包括minikube部署,kubeadm部署,kubeasz部署,rancher部署,k3s部署。包括开发测试环境部署k8s,和生产环境部署k8s。 腾讯课堂连接地址https://ke.qq.com/course/478827?taid=4373109931462251&tuin=ba64518 第二个视频发布 https://edu.csdn.net/course/detail/27109 腾讯课堂连接地址https://ke.qq.com/course/484107?tuin=ba64518 介绍主要的k8s资源的使用配置和命令。包括configmap,pod,service,replicaset,namespace,deployment,daemonset,ingress,pv,pvc,sc,role,rolebinding,clusterrole,clusterrolebinding,secret,serviceaccount,statefulset,job,cronjob,podDisruptionbudget,podSecurityPolicy,networkPolicy,resourceQuota,limitrange

kubectl源码分析之port-forward

大城市里の小女人 提交于 2020-08-17 06:50:11
发布一个k8s部署视频:https://edu.csdn.net/course/detail/26967 课程内容:各种k8s部署方式。包括minikube部署,kubeadm部署,kubeasz部署,rancher部署,k3s部署。包括开发测试环境部署k8s,和生产环境部署k8s。 腾讯课堂连接地址https://ke.qq.com/course/478827?taid=4373109931462251&tuin=ba64518 第二个视频发布 https://edu.csdn.net/course/detail/27109 腾讯课堂连接地址https://ke.qq.com/course/484107?tuin=ba64518 介绍主要的k8s资源的使用配置和命令。包括configmap,pod,service,replicaset,namespace,deployment,daemonset,ingress,pv,pvc,sc,role,rolebinding,clusterrole,clusterrolebinding,secret,serviceaccount,statefulset,job,cronjob,podDisruptionbudget,podSecurityPolicy,networkPolicy,resourceQuota,limitrange

kubectl源码分析之create priorityclass

自闭症网瘾萝莉.ら 提交于 2020-08-15 21:45:57
发布一个k8s部署视频:https://edu.csdn.net/course/detail/26967 课程内容:各种k8s部署方式。包括minikube部署,kubeadm部署,kubeasz部署,rancher部署,k3s部署。包括开发测试环境部署k8s,和生产环境部署k8s。 腾讯课堂连接地址https://ke.qq.com/course/478827?taid=4373109931462251&tuin=ba64518 第二个视频发布 https://edu.csdn.net/course/detail/27109 腾讯课堂连接地址https://ke.qq.com/course/484107?tuin=ba64518 介绍主要的k8s资源的使用配置和命令。包括configmap,pod,service,replicaset,namespace,deployment,daemonset,ingress,pv,pvc,sc,role,rolebinding,clusterrole,clusterrolebinding,secret,serviceaccount,statefulset,job,cronjob,podDisruptionbudget,podSecurityPolicy,networkPolicy,resourceQuota,limitrange

kubectl 源码分析之exec

走远了吗. 提交于 2020-08-15 16:36:19
发布一个k8s部署视频:https://edu.csdn.net/course/detail/26967 课程内容:各种k8s部署方式。包括minikube部署,kubeadm部署,kubeasz部署,rancher部署,k3s部署。包括开发测试环境部署k8s,和生产环境部署k8s。 腾讯课堂连接地址https://ke.qq.com/course/478827?taid=4373109931462251&tuin=ba64518 第二个视频发布 https://edu.csdn.net/course/detail/27109 腾讯课堂连接地址https://ke.qq.com/course/484107?tuin=ba64518 介绍主要的k8s资源的使用配置和命令。包括configmap,pod,service,replicaset,namespace,deployment,daemonset,ingress,pv,pvc,sc,role,rolebinding,clusterrole,clusterrolebinding,secret,serviceaccount,statefulset,job,cronjob,podDisruptionbudget,podSecurityPolicy,networkPolicy,resourceQuota,limitrange

kubectl源码分析之logs

末鹿安然 提交于 2020-08-15 14:12:20
发布一个k8s部署视频:https://edu.csdn.net/course/detail/26967 课程内容:各种k8s部署方式。包括minikube部署,kubeadm部署,kubeasz部署,rancher部署,k3s部署。包括开发测试环境部署k8s,和生产环境部署k8s。 腾讯课堂连接地址https://ke.qq.com/course/478827?taid=4373109931462251&tuin=ba64518 第二个视频发布 https://edu.csdn.net/course/detail/27109 腾讯课堂连接地址https://ke.qq.com/course/484107?tuin=ba64518 介绍主要的k8s资源的使用配置和命令。包括configmap,pod,service,replicaset,namespace,deployment,daemonset,ingress,pv,pvc,sc,role,rolebinding,clusterrole,clusterrolebinding,secret,serviceaccount,statefulset,job,cronjob,podDisruptionbudget,podSecurityPolicy,networkPolicy,resourceQuota,limitrange

Drone在kubernetes环境下打包并部署

只愿长相守 提交于 2020-08-15 06:49:35
1. drone是一款使用 Go 开发的开源的 CI 自动构建平台。原生 Docker 支持,kubernetes也是支持的。drone比argo, tekton更快,更简单,比jenkins更轻量化。drone云原生概念+1,做了很多事不用考虑+1,gitlab/github能看到构建结果+1 环境:kubernetes 1.8+, helm3 参考官方 https://github.com/drone/charts https://docs.drone.io/server/provider/gitlab/ 创建namespace, 添加仓库 kubectl create ns drone helm repo add drone https://charts.drone.io helm repo update 在gitlab中创建一个OAuth应用。Redirect URI是drone的地址并加一个/login,授权两个api, read_user 增加一个文件 drone-server-overrides.yaml 。这里使用的 traefik image: tag: 1.9.0 ingress: enabled: true annotations: traefik.ingress.kubernetes.io/router.tls: "true" traefik.ingress

如何在国内优雅地使用Rancher

荒凉一梦 提交于 2020-08-15 04:18:49
多集群管理、存储、微服务落地难?还在测试环境中犹豫不决是否该落地生产? 下周六(5月16日)下午2点, 线上直播技术分享+案例实践 ,由Rancher中国研发总监、资深架构师以及公共安全上市公司辰安科技系统设计师精心呈现,消除你的所有疑惑!还有Rancher实际客户案例分析哟,赶紧报名啦! 点击文末【阅读原文】,或访问以下链接即可报名: http://z-mz.cn/yh4q Rancher进入中国已经4年,并在今年2月份完成了中国本土化和国产化。作为一款开源的企业级Kubernetes管理平台,我们一直十分关注Rancher社区用户的各种诉求。在我们的技术社区中,我们常常收到这样的抱怨: 从Github上下载资源慢、拉镜像十分耗时、无法使用library和system-library 等。这些大大降低了国内用户的Rancher使用体验。 ksd@Hailong-MacBook-Pro  /tmp  wget https: //github .com/rancher/rke/releases/download/v1. 0 . 8 /rke_linux-amd64 -- 2020 - 05 - 07 10 : 20 : 30 -- https: //github .com/rancher/rke/releases/download/v1. 0 . 8 /rke_linux

用Helm部署Kubernetes应用,支持多环境部署与版本回滚

佐手、 提交于 2020-08-15 03:46:53
1 前言 Helm 是优秀的基于 Kubernetes 的包管理器。利用 Helm ,可以快速安装常用的 Kubernetes 应用,可以针对同一个应用快速部署多套环境,还可以实现运维人员与开发人员的职责分离。现在让我们安装并体现一下,如何通过 Helm 安装 MongoDB 吧。 Kubernetes 环境搭建可参考: Mac上使用Docker Desktop启动Kubernetes,踩坑后终于搞掂 2 Helm相关概念 包管理是一种复用理念, Helm 与 Kubernetes 的关系,就像是 yum 与 CentOS , pip 于 python , npm 于 JavaScript 。 Helm 的作用有以下几点: 快速安装常用应用:许多大公司都有 helm 仓库,为我们提供了许多优秀的应用,可以直接拉取安装,如快速部署 Redis 集群、安装 Jenkins 等。 多环境部署:通常我们需要多套环境,如开发环境、测试环境、生产环境等, helm 可以通过 模板+变量 的形式实现快速部署; 运维与开发隔离:运维人员管理 k8s 资源,写部署模板及默认配置;开发人员只需要提供少量配置即可,把精力专注在业务开发上。 在使用 helm 之前,以下概念应该要搞懂: helm 客户端:安装在能连上 kubernetes 集群的机器都行,用于安装、卸载应用等。 tiller :这是

轻松扩展机器学习能力:如何在Rancher上安装Kubeflow

為{幸葍}努か 提交于 2020-08-14 23:06:08
随着机器学习领域不断发展,对于处理机器学习的团队来说,在1台机器上训练1个模型已经有些难以为继,并且现在业界的共识是机器学习已经不仅仅是简单的模型训练。 在模型训练之前、过程中和之后,需要进行许多活动,对于要生成自己的ML模型的团队来说尤其如此。下图常常被引用来说明此类情况: 对于许多团队来说,将机器学习的模型从研究环境应用到生产环境这一过程困难重重,背负很大的压力。糟糕的是,市面上处理每类问题的工具都数量惊人,而这些海量工具都有望解决你所有的机器学习难题。 但是整个团队学习新工具通常很耗时,并且将这些工具集成到你当前的工作流程中也并不容易。这时,或许可以考虑Kubeflow,这是为需要建立机器学习流水线的团队而打造的一个机器学习平台,它包括许多其他工具,可以用于服务模型和调整超参数。Kubeflow尝试做的是将同类最好用的ML工具整合在一起,并将它们集成到一个平台中。 来源: https://www.kubeflow.org/docs/started/kubeflow-overview/ 顾名思义,Kubeflow应该部署在Kubernetes上,既然你是通过Rancher的平台阅读到这篇文章,那么你大概率已经在某个地方部署了Kubernetes集群。 值得注意的是,Kubeflow中的“flow”并不是表示Tensorflow。Kubeflow也能够与PyTorch一起使用