k8s标签_openEuler 社区

k8s

快速部署K8S集群

本文详细介绍了使用 KubeKey 和 KubeSpray 部署 Kubernetes 集群的实战方法。KubeKey 作为轻量级工具，操作极简，支持一键部署 K8s 及各类云原生组件，是快速构建 KubeSphere 生态的首选；而 KubeSpray 基于 Ansible，灵活性与可定制性极高，支持多种操作系统与网络插件（CNI），更契合复杂生产环境的深度定制需求。文章对比了两者的核心特性、配

 弑天倾城
6小时前

 52

 1

#kubernetes #容器 #云原生 +1
02_在多个RockyLinux10虚拟机上安装k8s集群

本文介绍在VirtualBox中搭建RockyLinux10虚拟机集群的步骤。主要内容包括：1）规划3节点k8s集群架构（1 master + 2 worker）；2）详细说明创建第一个虚拟机rockylinux10-1的过程，包括下载VirtualBox和RockyLinux镜像、配置虚拟机参数（内存、CPU、磁盘、双网卡）、安装操作系统；3）系统基础配置：关闭防火墙、安装SSH服务、允许远程登

 小匠石钧知
2026-07-29 22:32:43

 237

 6

#kubernetes #容器 #云原生 +1
麒麟操作系统 | 文件查找与归档压缩

文章总结了麒麟操作系统相关认证及Linux文件管理知识，主要包含三部分内容：首先对比分析了红帽认证、麒麟认证与K8S认证的选择策略；其次详细讲解了文件查找（which/whereis/find）、内容检索（grep）、统计排序（wc/sort/uniq）等核心命令；最后介绍了归档压缩工具tar与gzip/bzip2/compress的配合使用方法，并提供了常用压缩解压命令示例。全文以麒麟操作系统为

 yy123cisco
2026-08-03 18:08:07

 297

 12

#k8s
Linux内核内存管理进阶：透明大页THP的性能收益与延迟抖动风险的量化分析

透明大页是Linux内核在高性能计算和大内存场景下的关键优化技术，但其利弊需要通过量化分析来精确评估。TLB Miss率的显著降低带来的吞吐量提升在数据密集型应用中尤为突出；而内存压缩导致的延迟抖动则要求运维团队根据应用的内存访问模式进行精细化配置。THP的本质是操作系统在内存管理粒度上的折中——用更大的管理粒度换取更高的访问效率，但牺牲了管理的灵活性。在实际运维中，没有一刀切的最佳配置，只有基于

 qwe0iop0
2026-07-15 21:21:49

 867

 11

#k8s #容器 #微服务
磁盘I/O栈的性能剖析：从VFS到NVMe驱动的全链路延迟分析与瓶颈定位

最近一次性能测试中，我们发现一个令人费解的现象：两个配置完全相同的MySQL实例（同样的硬件、同样的my.cnf、同样的数据），查询延迟却差了一个数量级。测试实例A的平均延迟3毫秒，测试实例B却高达90毫秒。排查了所有数据库层面的差异——执行计划一致、Buffer Pool命中率都是99%以上、连操作系统内核版本都相同。最终通过iostat发现：实例A的磁盘在上（NVMe直连），实例B的磁盘在/d

国医中兴
2026-07-14 10:59:39

 799

 10

#云原生 #容器 #微服务 +2
Nginx Ingress性能优化完全指南：从连接池到TLS终止的48个调优参数实测

Nginx Ingress的性能优化是一个系统性的工程，涵盖连接管理、上游转发、TLS处理和系统内核四个层面。优化的核心策略是消除不必要的排队和阻塞：worker_connections解决连接排队，keepalive连接池消除每次请求的建连开销，TLS会话缓存跳过重复的非对称加密，系统内核参数解除操作系统的吞吐天花板。优化需要根据实际流量特征进行。如果是API网关场景（大量短连接），重点应放在连

 qwe0iop0
2026-07-09 09:16:12

 4704

 5

#k8s #容器 #微服务
存储引擎 Benchmark 实战：RocksDB 与 WiredTiger 在混合负载下的性能对比

测试硬件统一为 16 核 CPU、64GB 内存、NVMe SSD（1TB），操作系统为 CentOS 7.9，文件系统为 XFS。数据量级分两档：小数据集（10GB，数据全在内存）和大数据集（200GB，远超内存容量）。这是有意为之——在小数据集上，两种引擎都在内存中运行，测的是纯 CPU 效率；在大数据集上，I/O 成为瓶颈，测的是引擎对磁盘的利用策略。负载模型的设计比硬件更重要。负载 A（读

 国医中兴
2026-07-06 12:31:19

 3320

 7

#云原生 #容器 #微服务 +2
AI 存储异常检测：先定义指标拓扑，再谈智能告警

AI 存储异常检测的前提是指标拓扑和结构化证据。先把业务症状、引擎指标、资源指标和变更事件串起来，再让模型做归因候选。智能告警的目标不是替人操作系统，而是更快给出可验证线索。

国医中兴
2026-07-02 21:58:49

 2060

 6

#云原生 #容器 #微服务 +2
NVMe SSD 性能优化：从队列深度到写入放大，存储引擎的硬件极限调优

NVMe SSD 的性能优化需要从协议栈、操作系统、文件系统和数据库四个层面协同配置。核心原则是：充分利用多队列并行提交（IO 调度器设为 none、队列深度调大）、减少写入放大（顺序写入、增大 OP、关闭不必要的预读）、避免 GC 导致的性能抖动（预留足够的 OP 空间、监控 DWPD 消耗）。InnoDB 的和是最常被忽视的 NVMe 调优参数——默认值是为机械硬盘设计的，在 NVMe 上必须

 国医中兴
2026-06-30 12:36:24

 1799

 6

#云原生 #容器 #微服务 +2
AI 辅助存储排障：从日志模式挖掘到根因定位的智能诊断体系

AI 辅助存储排障的核心价值是：将"从告警到根因"的时间从小时级压缩到分钟级。但因果推断的准确率瓶颈、冷启动问题、多根因叠加和指标完整性是必须正视的工程挑战。AI 排障系统的定位是"DBA 的智能助手"，而非"自动修复系统"。建立完整的指标采集体系：确保 RocksDB、MySQL、操作系统和网络的关键指标都被采集，采集粒度不低于 15 秒。从静态阈值迁移到自适应异常检测：对核心指标（IO 延迟、

国医中兴
2026-06-24 15:17:07

 1276

 2

#云原生 #容器 #微服务 +2
Linux 服务器内核调优实战：从系统瓶颈到高性能运行的参数优化路径

Linux 内核调优是高并发服务器的必修课，核心原则是"让内核为你的场景服务，而不是为通用场景服务"。三个优化维度按影响排序：网络参数 > 内存参数 > 文件系统参数。网络参数直接影响连接处理能力，内存参数影响 GC 和 IO 性能，文件系统参数影响连接数上限。落地路线建议：第一步，运行 sysctl-check.sh 评估当前参数与推荐值的差距；第二步，按优先级调整网络参数，重点关注连接队列和

 qwe0iop0
2026-06-23 11:17:09

 1273

 4

#k8s #容器 #微服务
Linux 内核调优的工程实践：从网络栈到文件系统，服务器性能的底层优化

Linux 内核调优的核心是基于瓶颈定位的精确调整，而非盲目修改参数。落地建议：高并发 TCP 服务调大 somaxconn 和 tcp_max_syn_backlog，启用 tcp_tw_reuse；SSD 使用 mq-deadline 调度器，HDD 使用 deadline；数据库服务器关闭透明大页，swappiness 设为 1-10；脏页回写参数根据 IO 模型调整，顺序写设高、随机写设低

 qwe0iop0
2026-06-18 18:39:39

 1052

 4

#k8s #容器 #微服务
ELK日志分析平台实战：从日志海洋到精准追踪，全链路可观测性的基石

ELK日志分析平台通过Filebeat采集、Logstash加工、Elasticsearch存储和Kibana展示四层架构，将散落在千台服务器的日志碎片编织成可追踪的网。Filebeat统一采集并注入主机元数据，Logstash解析多格式日志并丰富字段，Elasticsearch的ILM策略自动管理索引生命周期，Kibana提供可视化检索和告警能力。但存储成本、Logstash性能、Grok脆弱性

 qwe0iop0
2026-06-17 13:12:51

 1004

 22

#k8s #容器 #微服务
高可用集群一体化监控平台

基于 5 台服务器划分功能集群，搭建涵盖业务承载、负载均衡、自动化运维、安全审计、监控告警的一体化游戏运维架构。借助高可用架构规避单点故障，搭配全套运维工具实现集群标准化管理、权限管控与故障预警，全方位保障游戏业务平稳运行

 烧脑262
2026-06-12 12:02:20

 189

 9

#prometheus #运维 #云计算 +4
数据密集型架构演进：从单体计算到基于多级混存与分布式缓存切片的降本增效实战

高并发数据密集型架构的调优是一个兼顾性能与硬件投入的平衡艺术。通过构建本地 L1 缓存、分布式 L2 缓存与 SingleFlight 并发锁合并的三级防御体系，我们能够有效收敛突发流量，消灭缓存雪崩与热点击穿对核心数据库的致命冲击；结合带有虚拟节点的一致性哈希算法，在缓存集群缩伸时极大平抑了路由失效比率，实现了数据在各物理服务器上的均衡分片。在生产工程实践中，必须紧密结合缓存预热及延迟双删的一致

 国医中兴
2026-06-06 21:02:47

 734

#云原生 #容器 #微服务 +2
Linux 内核网络栈底层调优：从网卡环形缓冲区（Ring Buffer）、NAPI 中断合并到百万并发 TCP 性能重构

在构建超大规模、高吞吐量的分布式系统或 API 网关时，单机百万并发（C1000K）是衡量底层架构韧性的终极指标。然而，许多工程师在面对高负载网络瓶颈时，往往只关注应用层逻辑（如 Netty 线程池或 Go 协程调优），却忽视了操作系统内核的限制。网络数据包从物理网卡到达用户态应用程序，中间需要经过繁琐的内核网络栈（Kernel Network Stack）流转。如果网卡缓冲区溢出、软中断调度失衡

 qwe0iop0
2026-06-06 20:49:33

 964

 10

#k8s #容器 #微服务
云成本优化工具：优化云计算资源成本

云成本优化工具是优化云计算资源成本的关键，它通过成本监控、分析和优化建议，帮助企业降低云服务支出，实现成本效益最大化。随着云计算的发展，成本优化变得越来越重要。在实践中，我们需要关注需求分析、工具选择、优化实施和持续优化等方面。通过选择合适的技术和最佳实践，可以构建高效、可靠的云成本优化体系。

国医中兴
2026-05-28 17:54:09

 1303

 23

#云原生 #容器 #微服务 +2
从一台服务器到亿级流量：普通开发者的架构演进实战

本文通过一个网站从零到亿级用户的发展历程，系统梳理了架构演进的13个关键阶段。每个阶段都围绕"为什么改"、"怎么改"、"解决什么问题"展开，展示了如何通过引入新组件和拆分方式突破性能瓶颈。从单机架构到微服务、容器化、云原生，架构演进本质是用空间换时间、复杂度换性能，始终围绕高性能、高可用、可扩展等核心目标。文章强调没有完美架构，只有适合业

 well沙
2026-05-28 17:39:46

 379

 6

#架构 #运维 #java +4
云成本报告：实现云资源消耗的透明化管理

云成本报告是实现云资源消耗透明化管理的关键，它通过数据采集、处理和可视化，帮助企业了解云成本情况，优化资源配置。随着云计算的发展，成本报告变得越来越重要。在实践中，我们需要关注报告规划、数据采集、报告生成和报告管理等方面。通过选择合适的技术和最佳实践，可以构建高效、可靠的云成本报告系统。

国医中兴
2026-05-24 20:22:14

 913

 9

#云原生 #容器 #微服务 +2
K8s集群部署实验笔记：4节点Kubernetes v1.32.13 + Calico v3.29.3

本文记录了在4台Ubuntu 24.04服务器上部署Kubernetes v1.32.13集群的实验过程。采用1个Master节点和3个Worker节点的架构，使用kubeadm工具部署，网络插件为Calico v3.29.3（BGP模式）。关键步骤包括：配置主机名解析、关闭Swap、加载内核模块（overlay/br_netfilter）、安装containerd运行时、配置镜像加速器。网络规划

 cpyaxjq
2026-05-23 11:17:10

 582

 7

#kubernetes #k8s
成本优化工具：优化云资源和运营成本

成本优化工具是优化云资源和运营成本的关键技术，它通过自动化分析和智能建议，帮助企业降低云成本。随着云计算的发展，成本优化工具将变得更加重要。在实践中，我们需要关注工具选择、配置实践、优化实施和持续优化等方面。通过选择合适的工具和最佳实践，可以实现有效的成本优化。

国医中兴
2026-05-21 23:55:05

 977

 11

#云原生 #容器 #微服务 +2
Serverless部署策略：优化无服务器架构的部署

Serverless部署策略是优化无服务器架构部署的关键技术，它通过事件驱动、自动扩缩容和按需付费等特点，实现高效的应用部署。随着Serverless的发展，部署策略将变得更加重要。在实践中，我们需要关注部署规划、配置实施、部署执行和部署优化等方面。通过选择合适的技术和最佳实践，可以构建高效、可靠的Serverless部署方案。

国医中兴
2026-05-19 23:10:06

 514

#云原生 #容器 #微服务 +2
Serverless可观测性：监控无服务器应用

Serverless可观测性是监控无服务器应用的关键技术，它通过指标、日志和追踪数据，帮助开发者了解应用的性能、可靠性和成本。随着Serverless的发展，可观测性将变得更加重要。在实践中，我们需要关注监控规划、配置、实施和优化等方面。通过选择合适的技术和最佳实践，可以构建高效、可靠的Serverless可观测性体系。

国医中兴
2026-05-16 17:09:10

 519

 2

#云原生 #容器 #微服务 +2
成本优化策略：降低云资源支出

成本优化策略是降低云资源支出的关键技术，它通过资源优化、成本监控、预算管理和采购策略等方面，实现云资源的高效利用和成本效益最大化。随着云计算的发展，成本优化策略将变得更加重要。在实践中，我们需要关注成本评估、监控、优化和管理等方面。通过选择合适的技术和最佳实践，可以构建高效、可靠的成本优化策略体系。

国医中兴
2026-05-16 16:50:56

 823

 12

#云原生 #容器 #微服务 +2
Serverless事件处理：事件驱动的无服务器架构

Serverless事件处理是事件驱动架构的重要实现方式，它通过事件触发函数执行，实现了按需计算和自动扩缩容。随着Serverless技术的发展，事件处理将变得更加重要。在实践中，我们需要关注架构设计、部署实施、运维管理和安全管理等方面。通过选择合适的技术和最佳实践，可以构建高效、可靠的Serverless事件处理系统。

国医中兴
2026-05-13 23:41:56

 750

 4

#云原生 #容器 #微服务 +2
代码之外的风景：一位云原生专家的户外生存指南

技术人的生活不应该只有代码和服务器，还应该有山川湖海、日出日落。当你感到工作压力大时，当你遇到技术难题想不通时，不妨放下手中的键盘，走到户外去。也许当你再次回到电脑前时，问题就迎刃而解了。希望这篇文章能给你一些启发，也欢迎有共同爱好的朋友和我交流徒步经验。本文作者：侯万里（万里侯），热爱户外的云原生专家。

qwe0iop0
2026-05-12 22:21:51

 1583

 8

#k8s #容器 #微服务
Serverless函数优化：提升无服务器应用性能

Serverless函数优化是提升无服务器应用性能的关键，它涉及代码优化、资源配置、缓存策略和架构优化等多个方面。随着Serverless技术的发展，函数优化将变得更加自动化和智能化。在实践中，我们需要关注冷启动优化、执行优化、成本优化和监控优化等方面。通过选择合适的优化策略和工具，可以构建高效、可靠的Serverless应用。

国医中兴
2026-05-10 20:24:19

 670

 2

#云原生 #容器 #微服务 +2