DNS的解析结构: <service_name>.<namespace>.svc.<domain> myapp.default.svc.cluster.local 解析慢的时候或者解析超时的时候: curl myapp.default.svc.cluster.local    #这种时候可能会出现解析慢或者解析超时的情况 curl myapp.default.svc.cluster.local.   #这时我们在最后加上一个 . 在来试试,解析就没有问题了

我花了10个小时,写出了这篇K8S架构解析 https://www.toutiao.com/i6759071724785893891/   每个微服务通过 Docker 进行发布,随着业务的发展,系统中遍布着各种各样的容器.于是,容器的资源调度,部署运行,扩容缩容就是我们要面临的问题. 基于 Kubernetes 作为容器集群的管理平台被广泛应用,今天我们一起来看看 Kubernetes 的架构中有那些常用的组件以及运行原理. Kubernetes 架构概述 Kubernetes 是用来管理容器

今天研究了一下k8s的网络模型,该解析基于flannel vxlan+ kubeproxy iptables 模式. 一.Docker 首先分析一下Docker层面的网络模型,我们知道容器是基于内核的namespace机制去实现资源的隔离的.network是众多namespace中的一个,那么如何保证一个节点上容器之间的通信呢?Docker的做法是通过虚拟网桥来桥接虚拟网卡.下面具体解释一下. 首先每一个容器在默认情况下都是在自己的network namespace里面的,也就是说默认情况下它只

#Service Service为Pod提供4层负载均衡, 访问 -> Service -> Pod组 #4种类型 ClusterIP 默认,分配一个VIP,只能内部访问 NodePort ClusterIP基础上,在每个节点绑定一个对外访问端口 LoadBalancer 在NodePort基础上,外部负载均衡器转发到NodePort ExternalName 集群外部的服务引入到集群内部来,集群内部使用 #代理模式 iptables 代理模式 ipvs 代理模式 #ips轮询模式 rr 轮询

在前面的文章中,我们已经多次使用到了 Service 这个 Kubernetes 里重要的服务对象.而 Kubernetes 之所以需要 Service,一方面是因为 Pod 的 IP 不是固定的,另一方面则是因为一组 Pod 实例之间总会有负载均衡的需求. apiVersion: v1 kind: Service metadata: name: hostnames spec: selector: app: hostnames ports: - name: default protocol: T

svc里面涉及到的概念较多一些,总结如下

一. 实践说明 首先我们先创建一组资源,包括一个deployment和一个service apiVersion: apps/v1 kind: Deployment metadata: name: nginx labels: name: nginx spec: selector: matchLabels: name: nginx1 replicas: 1 template: metadata: labels: name: nginx1 spec: nodeName: meizu container

前提条件:已经部署好ceph集群 本次实验由于环境有限,ceph集群是部署在k8s的master节点上的 一.创建ceph存储池 在ceph集群的mon节点上执行以下命令: ceph osd pool create k8s-volumes 64 64 查看下副本数 [root@master ceph]# ceph osd pool get k8s-volumes size size: pg的设置参照以下公式: Total PGs = ((Total_number_of_OSD * ) / max

资源指标:metrucs-server 自定义指标:prometheus, k8s-prometheus-adapter(转换prometheus数据的格式) 新一代架构: 核心指标流水线:由kubelet.metrics-server以及由API server提供的api组成:CPU累积使用率.内存实时使用率. Pod的资源占用率及容器的磁盘占用率: 监控流水线:用于从系统收集各种指标数据并提供终端用户.存储系统以及HPA,它们包含核心指标及许多非核心指 标.非核心指标本身不能被k8s所解析,

目录 资源指标: Metrics-Server 资源指标: Metric-Server介绍 Metric-Server部署 下载yaml文件 因为有墙, 所以提前下载image镜像, 当然也可以手动修改yaml相关文件 修改文件, 不然报错 创建Metric-Server 自定义资源指标: Prometheus k8s-prometheus-adapter 项目 Prometheus 在k8s集群中部署Prometheus github地址 需要部署的服务清单 安装部署所有服务及插件 部署kub

在 kubernetes 的网络模型中,基于官方默认的 CNI 网络插件 Flannel,这种 Overlay Network(覆盖网络)可以轻松的实现 pod 间网络的互通.当我们把基于 spring cloud 的微服务迁移到 k8s 中后,无须任何改动,微服务 pod 可以通过 Eureka 注册后可以互相轻松访问. 但是实际使用中,我们出现了以下需求: 1.办公室网络 和 k8s pod 网络不通.开发在电脑完成某个微服务模块开发后,希望本地启动后,能注册到 k8s 中开发环境的服务中心

不得不说千万不要随意更改版本,我用的1.13的版本,然后学到这一步时,还因yaml文件不同,卡住了很久,然后各种google才找到解决办法  https://www.linuxea.com/2112.html 以前是用heapster来收集资源指标才能看,现在heapster要废弃了. 从k8s v1.8开始后,引入了新的功能,即把资源指标引入api. 资源指标:metrics-server 自定义指标: prometheus,k8s-prometheus-adapter 因此,新一代架构: 1

概念 Kubernetes,也称为K8s,生产级别的容器编排系统,是一个用于自动化部署.扩展和管理容器化应用程序的开源系统.K8s是一个go语言开发,docker也是go语言开发,可见go语言的是未来的趋势:从公有云Iaas.Paas.Saas的云计算时代开始,到Docker Swarm用于容器化集群和Apache Mesos为分布式资源管理框架,Kubernetes最终打败其他容器化编排技术成为主流引领者. kubeadm部署 部署规划 服务器最低配置要求: 2core .2G. 50G,由于

1.部署metrics-server 从v1.8开始,引入了新的功能,即把资源指标引入api,资源指标:metrics-server,自定义指标:prometheus,k8s-prometheus-adapter(把prometheus采集的数据转化成k8s可理解的数据). 新一代架构: a.核心指标流水线:由kubelet.metrics-server以及由API server提供的api组成; cpu累计利用率.内存实时利用率.pod的资源占用率及容器的磁盘占用率; b.监控流水线:用于从系

其实问题到现在为止也没有解决 因为服务是部署在k8s上,挂载的,偶发性的出现文件解析异常 bom头已经验证过了 手动重新解析这些文件完全正常,问题无法复现,文件本身并没有问题. 最后怀疑到了最不该怀疑的文件系统上面,k8s内解析的文件路径实际是pv,pvc映射的是glusterfs文件系统 可能是glusterfs文件系统波动导致的,目前只是个人猜测

写在前面 最近在 K8S 1.18.2 版本的集群上搭建DevOps环境,期间遇到了各种坑.目前,搭建环境的过程中出现的各种坑均已被填平,特此记录,并分享给大家! 服务器规划 IP 主机名 节点 操作系统 192.168.175.101 binghe101 K8S Master CentOS 8.0.1905 192.168.175.102 binghe102 K8S Worker CentOS 8.0.1905 192.168.175.103 binghe103 K8S Worker Cent

写在前面 最近在 K8S 1.18.2 版本的集群上搭建DevOps环境,期间遇到了各种坑.目前,搭建环境的过程中出现的各种坑均已被填平,特此记录,并分享给大家! 文章和搭建环境所需要的yml文件已收录到:https://github.com/sunshinelyz/technology-binghe 和 https://gitee.com/binghe001/technology-binghe .如果文件对你有点帮助,别忘记给个Star哦! 服务器规划 IP 主机名 节点 操作系统 192.1

1.制作Nginx镜像 1.1 使用nginx:1.21.1官方镜像 # 下载官方镜像 docker pull nginx:1.21.1 # 打本地harbor的tag docker tag 192.168.1.110/base/nginx:1.21.1 # 上传到本地harbor仓库 docker push 192.168.1.110/base/nginx:1.21.1 1.2 编写nginx配置文件的configmap的yaml并创建 k8s部署nginx时,在deployment yaml

一. 原先版本是用heapster来收集资源指标才能看,但是现在heapster要废弃了. 从k8s v1.8开始后,引入了新的功能,即把资源指标引入api: 在使用heapster时,获取资源指标是由heapster自已获取的,heapster有自已的获取路径,没有通过apiserver,后来k8s引入了资源指标API(Metrics API),于是资源指标的数据就从k8s的api中的直接获取,不必再通过其它途径. metrics-server: 它也是一种API Server,提供了核心的M

接着Kubernetes容器集群管理环境 - 完整部署(上篇)继续往下部署: 八.部署master节点master节点的kube-apiserver.kube-scheduler 和 kube-controller-manager 均以多实例模式运行:kube-scheduler 和 kube-controller-manager 会自动选举产生一个 leader 实例,其它实例处于阻塞模式,当 leader 挂了后,重新选举产生新的 leader,从而保证服务可用性:kube-apiserve

00.组件版本和配置策略 组件版本 Kubernetes 1.14.2 Docker 18.09.6-ce Etcd 3.3.13 Flanneld 0.11.0 插件: Coredns Dashboard Metrics-server EFK (elasticsearch.fluentd.kibana) 镜像仓库: docker registry harbor 主要配置策略 kube-apiserver: 使用节点本地 nginx 4 层透明代理实现高可用: 关闭非安全端口 8080 和匿名访