使用Elasticsearch Operator快速部署Elasticsearch集群
转载自:https://www.qikqiak.com/post/elastic-cloud-on-k8s/
随着 kubernetes 的快速发展,很多应用都在往 kubernetes 上面迁移,现阶段对于无状态应用的迁移是非常容易做到的,但是对于有状态应用的迁移还是有一定门槛的,主要是有状态应用的运行方式各有不同,比如 MySQL、MongoDB、Redis 这些应用运行的方式方法都不太相同,特别是对于线上环境需要高可用的集群模式的时候,则差别就更大了,这就导致了有状态应用向 Kubernetes 的迁移必然进度会很慢。现在比较好的解决方案就是针对有状态应用开发对应的 Operator 应用,比如 prometheus-operator、etcd-operator 等等
同样的,对于 Elasticsearch 应用,现在官方也推出了基于 Kubernetes Operator 的应用:Elastic Cloud on Kubernetes (ECK),用户可使用该产品在 Kubernetes 上配置、管理和运行 Elasticsearch 集群。
Elastic Cloud on Kubernetes
Elastic Cloud on Kubernetes(ECK)是一个 Elasticsearch Operator,但远不止于此。 ECK 使用 Kubernetes Operator 模式构建而成,需要安装在您的 Kubernetes 集群内,其功能绝不仅限于简化 Kubernetes 上 Elasticsearch 和 Kibana 的部署工作这一项任务。ECK 专注于简化所有后期运行工作,例如:
- 管理和监测多个集群
- 轻松升级至新的版本
- 扩大或缩小集群容量
- 更改集群配置
- 动态调整本地存储的规模(包括 Elastic Local Volume(一款本地存储驱动器))
- 备份
ECK 不仅能自动完成所有运行和集群管理任务,还专注于简化在 Kubernetes 上使用 Elasticsearch 的完整体验。ECK 的愿景是为 Kubernetes 上的 Elastic 产品和解决方案提供 SaaS 般的体验。 在 ECK 上启动的所有 Elasticsearch 集群都默认受到保护,这意味着在最初创建的那一刻便已启用加密并受到默认强密码的保护。
从 6.8 和 7.1 版本开始,Elasticsearch 核心安全功能(TLS 加密、基于角色的访问控制,以及文件和原生身份验证)会免费提供。
通过 ECK 部署的所有集群都包括强大的基础(免费)级功能,例如可实现密集存储的冻结索引、Kibana Spaces、Canvas、Elastic Maps,等等。您甚至可以使用 Elastic Logs 和 Elastic Infrastructure 应用监测 Kubernetes 日志和基础设施。您可以获得在 Kubernetes 上使用 Elastic Stack 完整功能的体验。
ECK 内构建了 Elastic Local Volume,这是一个适用于 Kubernetes 的集成式存储驱动器。ECK 中还融入了很多最佳实践,例如在缩小规模之前对节点进行 drain 操作,在扩大规模的时候对分片进行再平衡,等等。从确保在配置变动过程中不会丢失数据,到确保在规模调整过程中实现零中断。
安装 ECK
当然前提是你要有一个已经可运行的 kubernetes 集群(1.11版本以上),最好确保你的每个节点上至少有4GB内存可以使用,因为我们知道 Elasticsearch 是比较消耗资源的。
首先在集群中安装 ECK 对应的 Operator 资源对象:
kubectl create -f https://download.elastic.co/downloads/eck/2.2.0/crds.yaml
kubectl apply -f https://download.elastic.co/downloads/eck/2.2.0/operator.yaml
这个时候会安装上若干个 CRD 对象,当然这些 CRD 资源的控制器就在上面的 elastic-operator-0 这个 Pod 中:
# kubectl get crd | grep elastic
agents.agent.k8s.elastic.co 2022-06-17T08:08:05Z
apmservers.apm.k8s.elastic.co 2022-06-17T08:08:05Z
beats.beat.k8s.elastic.co 2022-06-17T08:08:05Z
elasticmapsservers.maps.k8s.elastic.co 2022-06-17T08:08:05Z
elasticsearches.elasticsearch.k8s.elastic.co 2022-06-17T08:08:05Z
enterprisesearches.enterprisesearch.k8s.elastic.co 2022-06-17T08:08:05Z
kibanas.kibana.k8s.elastic.co 2022-06-17T08:08:05Z
安装成功后,会自动创建一个 elastic-system 的 namespace 以及一个 operator 的 Pod:
# kubectl get pods -n elastic-system
NAME READY STATUS RESTARTS AGE
elastic-operator-0 1/1 Running 0 26s
创建es 集群
# elastic.yaml
apiVersion: elasticsearch.k8s.elastic.co/v1
kind: Elasticsearch
metadata:
name: quickstart
namespace: elastic-system
spec:
version: 8.2.3
nodeSets:
- name: default
count: 1
config:
node.store.allow_mmap: false
声明了要创建一个 8.2.3 版本的单节点的 Elasticsearch 资源对象:
# kubectl apply -f elastic.yaml
elasticsearch.elasticsearch.k8s.elastic.co/quickstart created
创建成功后需要等一小会儿待镜像拉取成功,然后就可以看到一个前缀为quickstart的 Pod 运行成功:
# kubectl get pods -n elastic-system
NAME READY STATUS RESTARTS AGE
elastic-operator-0 1/1 Running 0 6m53s
quickstart-es-default-0 0/1 Init:0/2 0 60s
监视群集运行状况和创建进度:
创建集群时,没有HEALTH状态,PHASE为空。过了一会儿,PHASE变成Ready,HEALTH变成green。HEALTH状态来自Elasticsearch 的集群健康API 。
# kubectl get elasticsearch -n elastic-system
NAME HEALTH NODES VERSION PHASE AGE
quickstart unknown 8.2.3 ApplyingChanges 7m4s
# kubectl get elasticsearch -n elastic-system
NAME HEALTH NODES VERSION PHASE AGE
quickstart green 1 8.2.3 Ready 16m
请求Elasticsearch访问
# kubectl get service quickstart-es-http -n elastic-system
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
quickstart-es-http ClusterIP 172.16.216.137 <none> 9200/TCP 8m23s
默认用户名是elastic
查看密码:
PASSWORD=$(kubectl get secret quickstart-es-elastic-user -o go-template='{{.data.elastic | base64decode}}' -n elastic-system)
# kubectl get secret quickstart-es-elastic-user -o go-template='{{.data.elastic | base64decode}}' -n elastic-system
73gzg8XY91rLf34Us8O0UcN9
# kubectl get secret quickstart-es-elastic-user -o=jsonpath='{.data.elastic}' -n elastic-system | base64 --decode; echo
73gzg8XY91rLf34Us8O0UcN9
请求
# pod内部请求
curl -u "elastic:$PASSWORD" -k "https://quickstart-es-http:9200"
# 本机
kubectl port-forward service/quickstart-es-http 9200 -n elastic-system
# 新开一个窗口
PASSWORD=$(kubectl get secret quickstart-es-elastic-user -o go-template='{{.data.elastic | base64decode}}' -n elastic-system)
curl -u "elastic:$PASSWORD" -k "https://127.0.0.1:9200"
{
"name" : "quickstart-es-default-0",
"cluster_name" : "quickstart",
"cluster_uuid" : "XbHPlyg7Q8-G-zGMI4Wf5w",
"version" : {
"number" : "8.2.3",
"build_flavor" : "default",
"build_type" : "docker",
"build_hash" : "9905bfb62a3f0b044948376b4f607f70a8a151b4",
"build_date" : "2022-06-08T22:21:36.455508792Z",
"build_snapshot" : false,
"lucene_version" : "9.1.0",
"minimum_wire_compatibility_version" : "7.17.0",
"minimum_index_compatibility_version" : "7.0.0"
},
"tagline" : "You Know, for Search"
}
安装kibana
# kibana.yaml
apiVersion: kibana.k8s.elastic.co/v1
kind: Kibana
metadata:
name: quickstart
namespace: elastic-system
spec:
version: 8.2.3
count: 1
elasticsearchRef:
name: quickstart # 跟文件elastic.yaml中的保持一致
# kubectl create -f kibana.yaml
kibana.kibana.k8s.elastic.co/quickstart created
注意属性spec.elasticsearchRef.name的值为上面我们创建的 Elasticsearch 对象的 name:quickstart
# kubectl get pods -n elastic-system
NAME READY STATUS RESTARTS AGE
elastic-operator-0 1/1 Running 0 28m
quickstart-es-default-0 1/1 Running 0 22m
quickstart-kb-7cdb446796-wvbck 1/1 Running 0 2m42s
# kubectl get pod --selector='kibana.k8s.elastic.co/name=quickstart' -n elastic-system
NAME READY STATUS RESTARTS AGE
quickstart-kb-7cdb446796-wvbck 1/1 Running 0 3m6s
# kubectl get svc -n elastic-system
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
elastic-webhook-server ClusterIP 172.16.118.8 <none> 443/TCP 29m
quickstart-es-default ClusterIP None <none> 9200/TCP 23m
quickstart-es-http ClusterIP 172.16.216.137 <none> 9200/TCP 23m
quickstart-es-internal-http ClusterIP 172.16.99.247 <none> 9200/TCP 23m
quickstart-es-transport ClusterIP None <none> 9300/TCP 23m
quickstart-kb-http ClusterIP 172.16.4.134 <none> 5601/TCP 3m19s
# kubectl get service quickstart-kb-http -n elastic-system
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
quickstart-kb-http ClusterIP 172.16.4.134 <none> 5601/TCP 3m59s
kubectl port-forward service/quickstart-kb-http 5601
问题:给kibana添加ingress规则,配置域名进行访问,报错:502 Bad Gateway,如下是有关配置
添加一个 Ingress 对象:
# kibana_ingress.yaml
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
name: kibana
namespace: elastic-system
spec:
ingressClassName: nginx
rules:
- host: www.fff.com # 自定义域名,本机hosts配置解析
http:
paths:
- backend:
service:
name: quickstart-kb-http
port:
number: 5601
path: /
pathType: Prefix
# kubectl apply -f kibana_ingress.yaml
ingress.networking.k8s.io/kibana created
# kubectl get ingress -n elastic-system
NAME CLASS HOSTS ADDRESS PORTS AGE
kibana nginx www.fff.com 80 33s
不论是使用http://www.kkk.com/还是https://www.kkk.com/访问,最终结果都是报错:502 Bad Gateway
解决办法:
修改 kibana.yaml文件,增加配置,关闭https,使用http对外提供服务,否则需要配置证书
也就是说,访问kibana的web页面需要配置https,但是k8s中的ingress配置的是http,因此访问才会报错的,关闭https,使用http,k8s中的ingress配置的也是http,这样一来就可以实现效果了
# 修改后的kibana.yaml文件内容
apiVersion: kibana.k8s.elastic.co/v1
kind: Kibana
metadata:
name: quickstart
namespace: elastic-system
spec:
version: 8.2.3
count: 1
elasticsearchRef:
name: quickstart
http:
tls:
selfSignedCertificate:
# 关闭https,使用http对外提供服务,否则需要配置证书【请参考官方文档】
disabled: true
更新集群
上面我们部署的 Elasticsearch 集群是一个单节点的,我们可以直接修改 Elasticsearch 的资源清单文件来修改集群配置。ECK 会确保我们在现有集群上进行修改不会中断应用。
比如,我们将集群升级到2个节点,只需要设置spec.nodes[0].nodeCount=2
即可:
# elastic.yaml
apiVersion: elasticsearch.k8s.elastic.co/v1
kind: Elasticsearch
metadata:
name: quickstart
namespace: elastic-system
spec:
version: 8.2.3
nodeSets:
- name: default
count: 2
config:
node.store.allow_mmap: false
# 直接更新集群信息
kubectl apply -f elastic.yaml
持久化
发现一个问题,文件 elastic.yaml 中没有关于存储的配置,但是在执行后,若是k8s集群中存储类设置的有默认的,比如是:rook-ceph-block,则会自动创建一个容量大小为1G的PVC使用
如默认存储类是rook-cephfs,则会在存储类 rook-cephfs 中创建
假如把PVC给扩容到10Gi,通过修改pvc使用的yaml文件来进行扩容,可以顺利实现
在这种情况下,把集群单节点扩展到集群三节点,通过修改elastic.yaml文件实现后,观察如下:
原先单节点日志会看到有俩节点加入到集群中来
会发现,原先节点仍是master节点,新增加的俩节点是node节点,也是默认使用的存储类创建的1G的PVC使用的,分别扩容到11G,12G:
官方有关文档地址:https://www.elastic.co/guide/en/cloud-on-k8s/current/k8s-persistent-storage.html
因此可以通过修改存储卷声明模板来对这些进行有关修改,而不是部署后再进行修改
注意:卷声明的名称必须始终为elasticsearch-data. 如果您选择了不同的名称,则必须自己设置与data.path匹配的相应卷挂载(/usr/share/elasticsearch/data默认情况下)。
存储类回收策略,默认是:DeleteOnScaledownAndClusterDeletion,这意味着所有的 PersistentVolumeClaims 都会和 Elasticsearch 集群一起被删除。
但是,DeleteOnScaledownOnly在删除 Elasticsearch 集群时保留 PersistentVolumeClaims。如果您使用与以前相同的名称和节点集重新创建已删除的集群,则新集群将采用现有的 PersistentVolumeClaims。
修改elastic.yaml文件内容如下:
apiVersion: elasticsearch.k8s.elastic.co/v1
kind: Elasticsearch
metadata:
name: quickstart
namespace: elastic-system
spec:
version: 8.2.3
nodeSets:
- name: default
count: 3
config:
node.store.allow_mmap: false
volumeClaimTemplates:
- metadata:
name: elasticsearch-data # Do not change this name unless you set up a volume mount for the data path.
spec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 20Gi
storageClassName: rook-ceph-block
更新报错:
Error from server (Elasticsearch.elasticsearch.k8s.elastic.co "quickstart" is invalid: spec.nodeSet[0].volumeClaimTemplates: Invalid value: []v1.PersistentVolumeClaim{v1.PersistentVolumeClaim{TypeMeta:v1.TypeMeta{Kind:"", APIVersion:""}, ObjectMeta:v1.ObjectMeta{Name:"elasticsearch-data", GenerateName:"", Namespace:"", SelfLink:"", UID:"", ResourceVersion:"", Generation:0, CreationTimestamp:time.Date(1, time.January, 1, 0, 0, 0, 0, time.UTC), DeletionTimestamp:<nil>, DeletionGracePeriodSeconds:(*int64)(nil), Labels:map[string]string(nil), Annotations:map[string]string(nil), OwnerReferences:[]v1.OwnerReference(nil), Finalizers:[]string(nil), ClusterName:"", ManagedFields:[]v1.ManagedFieldsEntry(nil)}, Spec:v1.PersistentVolumeClaimSpec{AccessModes:[]v1.PersistentVolumeAccessMode{"ReadWriteOnce"}, Selector:(*v1.LabelSelector)(nil), Resources:v1.ResourceRequirements{Limits:v1.ResourceList(nil), Requests:v1.ResourceList{"storage":resource.Quantity{i:resource.int64Amount{value:21474836480, scale:0}, d:resource.infDecAmount{Dec:(*inf.Dec)(nil)}, s:"20Gi", Format:"BinarySI"}}}, VolumeName:"", StorageClassName:(*string)(0xc000992910), VolumeMode:(*v1.PersistentVolumeMode)(nil), DataSource:(*v1.TypedLocalObjectReference)(nil), DataSourceRef:(*v1.TypedLocalObjectReference)(nil)}, Status:v1.PersistentVolumeClaimStatus{Phase:"", AccessModes:[]v1.PersistentVolumeAccessMode(nil), Capacity:v1.ResourceList(nil), Conditions:[]v1.PersistentVolumeClaimCondition(nil), AllocatedResources:v1.ResourceList(nil), ResizeStatus:(*v1.PersistentVolumeClaimResizeStatus)(nil)}}}: volume claim templates can only have their storage requests increased, if the storage class allows volume expansion. Any other change is forbidden): error when applying patch:
{"metadata":{"annotations":{"kubectl.kubernetes.io/last-applied-configuration":"{\"apiVersion\":\"elasticsearch.k8s.elastic.co/v1\",\"kind\":\"Elasticsearch\",\"metadata\":{\"annotations\":{},\"name\":\"quickstart\",\"namespace\":\"elastic-system\"},\"spec\":{\"nodeSets\":[{\"config\":{\"node.store.allow_mmap\":false},\"count\":3,\"name\":\"default\",\"volumeClaimTemplates\":[{\"metadata\":{\"name\":\"elasticsearch-data\"},\"spec\":{\"accessModes\":[\"ReadWriteOnce\"],\"resources\":{\"requests\":{\"storage\":\"20Gi\"}},\"storageClassName\":\"rook-ceph-block\"}}]}],\"version\":\"8.2.3\",\"volumeClaimDeletePolicy\":\"DeleteOnScaledownAndClusterDeletion\"}}\n"}},"spec":{"nodeSets":[{"config":{"node.store.allow_mmap":false},"count":3,"name":"default","volumeClaimTemplates":[{"metadata":{"name":"elasticsearch-data"},"spec":{"accessModes":["ReadWriteOnce"],"resources":{"requests":{"storage":"20Gi"}},"storageClassName":"rook-ceph-block"}}]}],"volumeClaimDeletePolicy":"DeleteOnScaledownAndClusterDeletion"}}
to:
Resource: "elasticsearch.k8s.elastic.co/v1, Resource=elasticsearches", GroupVersionKind: "elasticsearch.k8s.elastic.co/v1, Kind=Elasticsearch"
Name: "quickstart", Namespace: "elastic-system"
for: "elastic.yaml": admission webhook "elastic-es-validation-v1.k8s.elastic.co" denied the request: Elasticsearch.elasticsearch.k8s.elastic.co "quickstart" is invalid: spec.nodeSet[0].volumeClaimTemplates: Invalid value: []v1.PersistentVolumeClaim{v1.PersistentVolumeClaim{TypeMeta:v1.TypeMeta{Kind:"", APIVersion:""}, ObjectMeta:v1.ObjectMeta{Name:"elasticsearch-data", GenerateName:"", Namespace:"", SelfLink:"", UID:"", ResourceVersion:"", Generation:0, CreationTimestamp:time.Date(1, time.January, 1, 0, 0, 0, 0, time.UTC), DeletionTimestamp:<nil>, DeletionGracePeriodSeconds:(*int64)(nil), Labels:map[string]string(nil), Annotations:map[string]string(nil), OwnerReferences:[]v1.OwnerReference(nil), Finalizers:[]string(nil), ClusterName:"", ManagedFields:[]v1.ManagedFieldsEntry(nil)}, Spec:v1.PersistentVolumeClaimSpec{AccessModes:[]v1.PersistentVolumeAccessMode{"ReadWriteOnce"}, Selector:(*v1.LabelSelector)(nil), Resources:v1.ResourceRequirements{Limits:v1.ResourceList(nil), Requests:v1.ResourceList{"storage":resource.Quantity{i:resource.int64Amount{value:21474836480, scale:0}, d:resource.infDecAmount{Dec:(*inf.Dec)(nil)}, s:"20Gi", Format:"BinarySI"}}}, VolumeName:"", StorageClassName:(*string)(0xc000992910), VolumeMode:(*v1.PersistentVolumeMode)(nil), DataSource:(*v1.TypedLocalObjectReference)(nil), DataSourceRef:(*v1.TypedLocalObjectReference)(nil)}, Status:v1.PersistentVolumeClaimStatus{Phase:"", AccessModes:[]v1.PersistentVolumeAccessMode(nil), Capacity:v1.ResourceList(nil), Conditions:[]v1.PersistentVolumeClaimCondition(nil), AllocatedResources:v1.ResourceList(nil), ResizeStatus:(*v1.PersistentVolumeClaimResizeStatus)(nil)}}}: volume claim templates can only have their storage requests increased, if the storage class allows volume expansion. Any other change is forbidden
volume claim templates can only have their storage requests increased, if the storage class allows volume expansion. Any other change is forbidden
只有在存储类允许卷扩展的情况下,卷声明模板才能增加其存储请求。禁止任何其他更改
如果存储类允许卷扩展,则可以在volumeClaimTemplates中增加存储请求大小。ECK将相应地更新现有的PersistentVolumeClaims,并自动重新创建状态集。
如果卷驱动程序支持ExpandInUsePersistentVolumes,则可以在线调整文件系统的大小,而无需重新启动Elasticsearch进程或重新创建POD。 # 这一步就是刚才的操作,修改pvc使用的yaml文件,把容量从1G扩容到10G,并且无需重新启动Elasticsearch进程或重新创建POD
如果卷驱动程序不支持ExpandInUsePersistentVolumes,则必须在调整大小后手动删除POD,以便使用扩展的文件系统自动重新创建。
volumeClaimTemplates中禁止进行任何其他更改,例如更改存储类或减小卷大小。要进行这些更改,可以创建具有不同设置的新节点集,并删除现有节点集。
实际上,这相当于重命名现有节点集,同时在一次更新中修改其声明设置。在删除已删除节点集的POD之前,ECK确保数据已迁移到其他节点。
简单来说,对已经存在的集群,只能在线调整PVC的大小,不支持其他操作,若想通过存储卷声明模板来进行有关配置,最好是创建新的集群,使用原有的PVC,从而实现目的
最最保险的办法,就是在创建es集群之前就修改elastic.yaml文件内容,增加上存储卷声明的有关配置,进而创建集群,而不是集群创建好了再修改操作
apiVersion: elasticsearch.k8s.elastic.co/v1
kind: Elasticsearch
metadata:
name: quickstart
namespace: elastic-system
spec:
version: 8.2.3
volumeClaimDeletePolicy: DeleteOnScaledownAndClusterDeletion # 一起删除
nodeSets:
- name: default
count: 1
config:
node.store.allow_mmap: false
volumeClaimTemplates:
- metadata:
name: elasticsearch-data # Do not change this name unless you set up a volume mount for the data path.
spec:
accessModes:
- ReadWriteOnce
resources:
requests:
storage: 20Gi
storageClassName: rook-ceph-block
关于这些默认使用文件的其他配置可以查看官网介绍
https://www.elastic.co/guide/en/cloud-on-k8s/current/k8s-node-configuration.html
https://www.elastic.co/guide/en/elasticsearch/reference/current/settings.html
https://www.elastic.co/guide/en/cloud-on-k8s/current/k8s-kibana-es.html
使用Elasticsearch Operator快速部署Elasticsearch集群的更多相关文章
- docker 快速部署ES集群 spark集群
1) 拉下来 ES集群 spark集群 两套快速部署环境, 并只用docker跑起来,并保存到私库. 2)弄清楚怎么样打包 linux镜像(或者说制作). 3)试着改一下,让它们跑在集群里面. 4) ...
- 教你在Kubernetes中快速部署ES集群
摘要:ES集群是进行大数据存储和分析,快速检索的利器,本文简述了ES的集群架构,并提供了在Kubernetes中快速部署ES集群的样例:对ES集群的监控运维工具进行了介绍,并提供了部分问题定位经验,最 ...
- MariaDB Galera Cluster 部署(如何快速部署 MariaDB 集群)
MariaDB Galera Cluster 部署(如何快速部署 MariaDB 集群) OneAPM蓝海讯通7月3日 发布 推荐 4 推荐 收藏 14 收藏,1.1k 浏览 MariaDB 作为 ...
- MariaDB Galera Cluster 部署(如何快速部署MariaDB集群)
MariaDB Galera Cluster 部署(如何快速部署MariaDB集群) [日期:--] 来源:Linux社区 作者:Linux [字体:大 中 小] MariaDB作为Mysql的一个分 ...
- Kubernetes探索学习001--Centos7.6使用kubeadm快速部署Kubernetes集群
Centos7.6使用kubeadm快速部署kubernetes集群 为什么要使用kubeadm来部署kubernetes?因为kubeadm是kubernetes原生的部署工具,简单快捷方便,便于新 ...
- 菜鸟系列k8s——快速部署k8s集群
快速部署k8s集群 1. 安装Rancher Rancher是业界唯一完全开源的企业级容器管理平台,为企业用户提供在生产环境中落地使用容器所需的一切功能与组件. Rancher2.0基于Kuberne ...
- 使用RKE快速部署k8s集群
一.环境准备 1.1环境信息 IP地址 角色 部署软件 10.10.100.5 K8s Master Etcd.Control 10.10.100.17 K8s Worker1 Worker 10.1 ...
- 通过kubeadm快速部署K8S集群
kubeadm是官方社区推出的一个用于快速部署kubernetes集群的工具. 这个工具能通过两条指令完成一个kubernetes集群的部署: # 创建一个 Master 节点 $ kubeadm i ...
- 使用Rancher的RKE快速部署Kubernetes集群
简要说明: 本文共涉及3台Ubuntu机器,1台RKE部署机器(192.168.3.161),2台Kubernetes集群机器(3.162和3.163). 先在Windows机器上,将rke_linu ...
随机推荐
- js导入excel&导出excel
Excel导入 html代码 <button style={{ color: '#1890ff', fontSize: '14px', cursor: 'pointer' }} onClick= ...
- java枚举和注解
枚举 一.枚举(enumeration) 是一组常量的集合,可以理解为:枚举属于一种特殊的类,里面只包含一组有限的特定的对象,构造方法默认为private. 二.枚举的两种实现方式 1.自定义实现枚举 ...
- centos7 yum error yum doesn't have enough cached data
1.vi /etc/resolv.conf,添加下面一行 nameserver 114.114.114.114 修改完成后service network restart进行重启,试一下yum upda ...
- API管理之利剑 -- Eolink
随着信息化飞速增长的还有各信息系统中的应用接口( API ),API 作为信息系统内部及不同信息系统之间进行数据传输的渠道,其数量随着软件系统的不断庞大而呈指数型增长,如何管理这些 API 已经在业界 ...
- 5-4 Seata 分布式事务管理
下载Seata https://github.com/seata/seata/releases https://github.com/seata/seata/releases/download/v1. ...
- 匿名对象和private关键字
匿名内部类 没有名次的对象我们成为匿名对象 new Dog(); new Demo02().change(new Student("...")); 匿名对象的特点 如果对象只会被使 ...
- mybatis 02: 添加并简单使用mybatis
三层架构 项目开发时,遵循的一种设计模式,分为三层 界面层:用来接收客户端输入的数据,调用业务逻辑层进行功能处理,返回结果给客户端 过去的servlet就完成了界面层的功能(但是他做的更多) 业务逻辑 ...
- 用好JAVA中的函数式接口,轻松从通用代码框架中剥离掉业务定制逻辑
大家好,又见面了. 今天我们一起聊一聊JAVA中的函数式接口.那我们首先要知道啥是函数式接口.它和JAVA中普通的接口有啥区别?其实函数式接口也是一个Interface类,是一种比较特殊的接口类,这个 ...
- 解决 idea无法下载源码 Sources not found for:XXX
解决 idea无法下载源码 Sources not found for:XXX 命令行输入 mvn dependency:resolve -Dclassifier=sources 参考 https:/ ...
- mysql 8.0.28 查询语句执行顺序实测结果
TL;NRs 根据实测结果,MySQL8.0.28 中 SQL 语句的执行顺序为: (8) SELECT (5) DISTINCT <select_list> (1) FROM <l ...