我会把一些dockerfile和yaml的技巧性东西不定期搜集到这里 docker学习思路 三部曲: 1,vm会搭建服务 2,docker会跑服务 3,k8s集群会调度该服务 存储 vm1 vm2 共享存储,vm1的容器挂了直接调度到vm2(docker存储驱动实现) 网络 物理机安装flannel,使两台docker上容器能通(物理机/容器搭建etcd集群) 物理机搭建openvswitch,实现两台docker 监控 cadvisor会跑 物理机安装grafana,物理机安装promethu

k8s yaml # yaml格式的pod定义文件完整内容: apiVersion: v1       #必选,版本号,例如v1 kind: Pod       #必选,Pod metadata:       #必选,元数据   name: string       #必选,Pod名称   namespace: string    #必选,Pod所属的命名空间   labels:      #自定义标签     - name: string     #自定义标签名字   annotations:

Kind选择 https://kubernetes.io/zh/docs/concepts/workloads/controllers/ Pod示例 apiVersion : v1 #版本v1 kind : Pod #类型是pod metadata #对象需要的属性值 name : nginx #name为nginx spec #定义容器参数 containers: -name :nginx image : nginx #镜像为nginx ports -containerport : 80 #容

1.首先建一个http的Deployment apiVersion: apps/v1 #版本信息 kind: Deployment #文件类型 metadata: #Deployment资源的元数据信息 name 和 labels必须有 name: http-deployment labels: app: http-label spec: #spec部分是该Deployment的规格说明. replicas: 3 #副本数 意味着http的pod 会有三个 selector: #defines

1.yaml格式的Pod配置文件内容及注解 深入Pod之前,首先我们来了解下Pod的yaml整体文件内容及功能注解. 如下: # yaml格式的pod定义文件完整内容: apiVersion: v1 #必选,版本号,例如v1 kind: Pod #必选,Pod metadata: #必选,元数据 name: string #必选,Pod名称 namespace: string #必选,Pod所属的命名空间 labels: #自定义标签 - name: string #自定义标签名字 annota

编写是没有提示的话在pom中添加依赖,如下: <!-- 配置文件处理器 编写配置时会有提示 --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-configuration-processor</artifactId> <optional>true</optional> </dependen

apiVersion: v1 #必选,版本号,例如v1,版本号必须可以用 kubectl api-versions 查询到 . kind: Pod #必选,Pod metadata: #必选,元数据 name: string #必选,Pod名称 namespace: string #必选,Pod所属的命名空间,默认为"default" labels: #自定义标签 - name: string #自定义标签名字 annotations: #自定义注释列表 - name: string

1.<Object>    对象类型 metadata: name: namespace: 2.<[]Object>  对象列表类型 containers: -  name: name1 images: -  name: name2 images: 3.<string>      字符串类型 namespace: default 4.<integer>    整型 replica: 3 5.<boolean>  布尔类型 true or fals

[k8s]args指令案例-彻底理解docker entrypoint     需求: 搞个镜像,可以运行java -jar xxx.jar包,xxx.jar包名称要用参数传 思路1: 打对应运行jar包的jdk的image. 思路2: 打通用jdk 1, 运行指定jar的指定版的jdk k8s运行该image遇到的问题 kubectl create -f sms.yaml时报 rpc error: code = 2 desc = failed to start container "cffbb

理解k8s里的几个概念 Kubernetes 通过各种 Controller 来管理 Pod 的生命周期.为了满足不同业务场景,Kubernetes 开发了 Deployment.ReplicaSet.DaemonSet.StatefuleSet.Job 等多种 Controller.最常用的 Deployment用来建立Pod,以下是它的步骤 kubectl创建deployment deployment创建Replcasset 根据Replicaset创建pod replicas的命名方式 :

前言 经过docker安装.k8s开启并登录,我们终于到 "部署k8s服务器集群并访问项目" 这一步了,实现的过程中有太多坑,好在都填平了,普天同庆. 在进行当前课题之前,我们需要有上两节课的知识内容作为基础(docker安装和k8s开启),否则新来的同学可能听不懂. 点下面链接可以进行回顾学习(学习过程中有不懂的,可以点击文末的参考文献进行查看相关内容). windows环境30分钟从0开始快速搭建第一个docker项目(带数据库交互):https://www.cnblogs.com

这篇文章记录了我试验将一个基于python的服务docker化并k8s部署的过程. 服务介绍Docker化设计业务代码改造创建docker镜像K8S部署设计yaml文件运行服务介绍这是一个用 python 实现的程序,tornado 作为 web 服务器,mongodb 作为存储,redis 作为缓存. Docker化设计为了方便,使用docker hub作为镜像仓库,而不是自己搭建私有库.业务代码直接打包进docker image,如果修改业务代码,需要重新生成docker image.业务代

k8s kubernetes 核心笔记 镜像仓库 项目k8s改造 2019/10/24 Chenxin 一 基本资料 一 参考: https://kubernetes.io/ 官网 https://kubernetes.io/docs/home/ 官网文档 <> <> 图书 aws 和 阿里云 的k8s 集群,请参考对应云知识笔记内容. 二 说明: docker内容请参考<>,> 笔记 k8s yaml 配置文件请参考对应单独笔记内容. k8s 文件说明请参考对应

Docker-核心笔记(含Dockerfile,Compose) 2017/03 Chenxin 参考 https://yeasy.gitbooks.io/docker_practice Docker入门与实践 电子书,截止201807一直在更新. http://guide.daocloud.io/dcs/daocloud-services-9152632.html Docker加速器 https://blog.csdn.net/S_gy_Zetrov/article/details/78161

这里开始我准备了3台测试服务器,这里我使用了JumpServer管理起来了,这里我们来看下: Master :192.168.0.236 Node1:192.168.0.237 Node2:192.168.0.238 这里k8s搭建的过程就略了,同时我们需要一个镜像仓库,这里安装Harbor,安装过程略 问题1:如何通过K8S 拉去我Harbor镜像仓库上的私有镜像? 首先我们创建我们的k8s资源,这里提供了三种方式: 从文本输入框创建.从文件创建.直接创建应用,要实现这一步需要去了解k8s y

前言 最近看了看k8s,感觉用这个管理docker确实比自己写一坨脚本进步太多了,简直不是一个次原的东西. 看着k8s的官方文档随手写了个小Demo,一个基于k8s的spring boot服务. 代码:https://github.com/csonezp/echo-service 前置条件 电脑已安装docker/k8s/jdk 建议安装Docker Desktop,并启用自带k8s. https://docs.docker.com/docker-for-mac/install/ https:/

前言 玩K8S也有一段时间了,借助云服务提供商的K8S控制台,已经可以很方便的快速部署应用至K8S.通过简单的点击,可以一次性帮忙创建K8S 对象:Deployment.Service.Ingress.ConfigMap等.但是当服务的规模上来后,这种方式就有点捉襟见肘.尤其是需要同时更新多个关联服务时,就需要一个一个的去更改,就有点不太方便.为了解决这个问题,最近上手实操了一下Helm,发现生产力大大提升. Helm 简介 Helm 是一个为K8S打造的包管理器.通过Helm可以方便管理Kub

cicd的结合组件 需要代码仓库如gitlab.github.包构建工具Maven等,持续集成工具如jenkins,github/cicd.结合自己脚本实现重复式任务自动化. 传统服务发布流程: 提交代码到仓库使用maven工具构建包,发布到指定服务器上(正式测试等),调用脚本或ansible执行发布. 传统存在问题: 传统服务常见的是通过负载均衡器更新单个服务测试好在挂载.需要部署多个环境,重复性操作.通过k8s可以把多个环境放置不同的namespace中,通过yaml文件去指定不同names

一.安装及介绍 1.k8s架构 2.核心组件 3.其他组件 4.安装方式 yum安装: 1.5 最简单,版本低,适合学习 二进制安装: 最繁琐,可以用saltstack安装 kubeadm安装: 谷歌推荐的自动化安装工具,网络有要求 go源码编译安装: 最难,需要go环境 minikube: 单机版,只适合体验 5.环境介绍 主机 ip地址 cpu核数 内存 swap host解析 软件版本 k8s-master 192.168.4.11 1+ 2G+ 关闭 需要 docker-1.12.6-7

在云原生趋势下,容器和 Kubernetes 可谓是家喻户晓,许多企业内部的研发团队都在使用 Kubernetes 打造 DevOps 平台.从最早的容器概念到 Kubernetes 再到 DevOps/GitOps 整个技术链非常庞大,Kubernetes 的优势也显而易见 可移动 可扩展 自修复 等,但有一个劣势点就是技术门槛太高,对于开发者来说单单一个 Kubernetes 就够我们学习一段时间了. 通常我们在 Kubernetes 中部署应用需要用 Dockerfile 将业务打成镜像,

kompose 是一个不错的快速转换docker-compose 文件为k8s 部署yaml文件的工具,使用次工具我们 可以将简单的docker-compose文件,转换为复杂的yaml文件,对于使用者来说可以减少yaml的错误, 同时可以实现docker-compose 向k8s 的快速迁移 简单docker-compose 文件 version: '3' services: gogs-service: image: gogs/gogs restart: always ports: - "10