删除一个namespace经历了哪些流程，越详细越好

于 2025-05-28 10:58:06 发布
阅读量958 收藏 6
点赞数 25
CC 4.0 BY-SA版权
分类专栏： 面试 云原生 文章标签： kubernetes 运维 删除namespace
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/unbuntu_luo/article/details/148188511

删除一个 Kubernetes Namespace 是一个多步骤的过程，这个过程涉及多个内部操作，以确保 Namespace 中的所有资源被正确地清理并从集群中移除。以下是 Namespace 删除的详细流程：

1. 用户发起删除请求

  • 用户通过 kubectl delete namespace 命令或其他 API 客户端发起删除 Namespace 的请求。
  • Kubernetes API Server 接收到该请求后，标记该 Namespace 资源的 deletionTimestamp 字段，表示该 Namespace 已经进入删除过程。

2. Namespace 进入 Terminating 状态

  • 一旦 deletionTimestamp 被设置，该 Namespace 的状态会被标记为 Terminating，这个状态可以通过 kubectl get namespace 观察到。
  • 此时，Namespace 仍然存在，但 Kubernetes 会开始清理这个 Namespace 中的资源。

3. 清理 Namespace 中的资源

  • Kubernetes 控制器（通常是 namespace controller）会开始逐步清理该 Namespace 中的所有资源。
  • 清理的顺序通常为：
    1. Pod: 所有运行中的 Pod 会被优雅地终止。
    2. ReplicationController/Deployment/StatefulSet/DaemonSet: 这些控制器管理的资源（如 Pod）会被删除。
    3. Service: 服务资源（包括其关联的 Endpoints）会被删除。
    4. ConfigMap/Secret: 这些与配置相关的资源会被删除。
    5. PersistentVolumeClaim (PVC): PVC 会被删除，进而可能触发持久化卷（PersistentVolume, PV）的回收或删除。
    6. 其他资源: 包括 Ingress、NetworkPolicy、RoleBinding、ServiceAccount 等。
  • 清理资源的过程中，Kubernetes 控制器会监控这些资源的 deletionTimestamp，确保它们被正确地标记为删除，并最终从 etcd 数据库中移除。

4. 等待资源删除完成

  • Kubernetes 控制器会不断检查 Namespace 中是否仍然存在未删除的资源。这个过程可能需要一些时间，尤其是当资源的数量很多或者有依赖关系时。
  • 在所有资源被删除前，Namespace 仍然会保持 Terminating 状态。

5. 清理 Finalizers

  • 一些资源（包括 Namespace 本身）可能带有 finalizers，这是 Kubernetes 用来确保在删除资源前先完成某些特定清理工作的机制。
  • 当所有的资源都被删除后，Kubernetes 会检查并清理这些 finalizers。如果 finalizers 无法被清理（例如因为某些外部依赖未能完成），Namespace 删除过程会被阻塞。
  • 用户可以通过手动删除 finalizers 来强制完成删除操作，但这通常只在必要时才进行，因为这可能会导致部分清理工作未完成。

6. 最终删除 Namespace

  • 当 Namespace 中的所有资源都被删除，并且所有的 finalizers 被清理后，Namespace 资源本身会被从 etcd 数据库中删除。
  • 一旦这个过程完成，Namespace 就彻底从 Kubernetes 集群中消失。

7. 资源关联的外部依赖

  • 在某些情况下，Namespace 中的资源可能有外部依赖（例如外部存储、外部负载均衡器等）。这些依赖通常由 finalizers 管理，确保外部资源在 Kubernetes 中的资源删除之前被清理。
  • 当外部依赖清理完成后，相关的 finalizers 会被移除，继续允许 Namespace 删除流程。

8. 通知用户删除完成

  • 一旦 Namespace 被成功删除，Kubernetes API Server 会返回操作结果，并且用户可以通过 kubectl get namespaces 命令确认该 Namespace 已不再存在。

9. 总结

Namespace 删除过程是一个复杂的流程，涉及多个内部控制器的协作，以确保 Namespace 内的所有资源都被正确地删除和清理。这个过程的最终目标是保证集群的状态一致性和数据的完整性，避免资源泄露或不完全删除的情况发生。

🔥运维干货分享

深度好文|面试官：进程和线程，我只问这19个问题
编程与实战的博客
11-28 895
#干了这碗鸡汤！我急切地盼望着可以经历一场放纵的快乐，纵使巨大的悲哀将接踵而至，我也在所不惜。-- 太宰治 《人间失格》下面隆重推出我呕心沥血，耗时半个月完成的精心力作：01什么是进...
k8s的finalizers字段
xueqinglalala的博客
11-02 2972
经常操作 Kubernetes 集群的同学肯定对 finalizers 字段不陌生，每当删除 namespace 或 pod 等一些 Kubernetes 资源时，有时资源状态会卡在 Terminating，很长时间无法删除，甚至有时增加 --force flag 之后还是无法正常删除。这时就需要 edit 该资源，将 finalizers 字段设置为 []，之后 Kubernetes 资源就正常删除了。 这是一个比较常见的操作，但是当有人问 finalizers 字段的作用是什么的时候，我是懵逼的，我甚
探秘 Finalizers， 一文带你搞懂 Kubernetes 资源终结器
easylife206的专栏
12-24 1139
公众号关注「奇妙的 Linux 世界」设为「星标」，每天带你玩转 Linux ！前言Kubernetes 中的对象删除并不像表面上看起来那么简单，删除对象涉及一系列过程，例如对象的级联和非级联删除，在删除之前检查以确定是否可以安全删除对象等等。这些都是通过称为Finalizers（终结器）的 API 对象实现的。Finalizers 终结器Finalizers是由字符串组成的数组，当Fin...
kubernetes -- 删除namespace的过程以及遇到的bug解决
Vv的博客
06-21 1776
kubernetes -- 删除namespace的过程以及遇到的bug解决
Kubernetes命名空间操作命令
愤怒的小兵
09-10 667
在创建或应用资源时，可以通过在YAML文件中指定。字段来将资源关联到特定的命名空间。命令查看特定命名空间下的所有资源。
c++用codeblocks手动创建一个exe小程序“题目-答案出题系统”
weixin_74009895的博客
09-13 1074
c++用codeblocks手动创建一个exe小程序“题目-答案出题系统”
一次使用WPF进行项目开发的经历
m0_46059204的博客
03-05 2876
前言 WPF是Microsoft在.NET平台下支持使用mvvm方式设计应用及其界面的一个优秀框架，本次项目的目的是使用WPF构建一个简单的家电厂家商用演示程序。使用.NET4.7和Panuon.UI框架搭建。 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NgEDfqLR-1583399917490)(%E4%B8%80%E6%AC%A1%E4%BD%BF%E7%...
【线程池项目（一）】项目介绍和代码展示
icc_hhy的博客
02-21 1495
作为五大池之一（内存池、连接池、线程池、进程池、协程池），线程池的应用非常广泛，不管是客户端程序，还是后台服务器程序，都是提高业务处理能力的必备模块。在高并发场景下，系统能够更加稳定地处理大量任务。
容器技术---（一）Docker
sss
11-30 1250
docker官网：Container Runtime with Docker Engine | Dockerhttps://www.docker.com/products/container-runtime?spm=a2c6h.13651104.0.0.6d9072ffL2HnED 安装docker 配置docker-ce软件仓库 此时yum install -y docker-ce会报错提示需要安装相关依赖包 配置所需依赖包的软件仓库 安装完成并启用docker
kubernetes终结器-finalizers
z344310362的专栏
11-24 3912
前言 如果某个 kubernetes 资源添加了 finalizers（终结器），那么当这个资源被触发删除的时候，他不能正常的完全被删除。通过命令你还能查询到该资源。 添加 finalizers 往资源的 metadata 中添加 finalizers 字段即可，字段的内容可以任意定义。 cat << EOF | kubectl create -f - apiVersion: v1 kind: ConfigMap metadata: name: mymap finaliz
finalizers是什么？
运维老生常谈
11-27 671
Namespace 删除过程是一个复杂的流程，涉及多个内部控制器的协作，以确保 Namespace 内的所有资源都被正确地删除和清理。这个过程的最终目标是保证集群的状态一致性和数据的完整性，避免资源泄露或不完全删除的情况发生。删除一个 Kubernetes Namespace 是一个多步骤的过程，这个过程涉及多个内部操作，以确保 Namespace 中的所有资源被正确地清理并从集群中移除。此时，Namespace 仍然存在，但 Kubernetes 会开始清理这个 Namespace 中的资源。
使用 Finalizers 来删除那些死活删除不掉的 K8s资源
云原生实验室
05-29 2404
❝本文转自 weiliang 的工作笔记，原文：https://weiliang-ms.github.io/wl-awesome/2.%E5%AE%B9%E5%99%A8/k8s/base/finalizers.html，版权归原作者所有。欢迎投稿，投稿请添加微信好友：cloud-native-yang你有没有在使用 k8s 过程中遇到过这种情况：通过 kubectl d...
Kubernetes强制删除terminating状态的namespace
z1299236067的博客
09-24 603
Kubernetes中的Namespace处于Terminating状态并且常规删除不起作用。
强制删除kubernetes NameSpace
m0_66406345的博客
06-17 904
强制删除kubernetes NameSpace
kubernetes-强制删除命名空间
博然的宝藏库
10-02 973
1、删除命名空间卡住、强制删除也卡住。2、其他终端显示命名空间下无资源。获取命名空间json描述文件。2、修改finalize字段。
K8S kubectl命令强制删除一直terminating的namespace（通过API直接修改Namespace的Finalizers）
学亮编程手记
07-17 1276
当Kubernetes中的Namespace处于。
kubectl 删除 namespace 命名空间卡住
MaoVazquez的博客
12-25 859
-force。
rt-detrv3网络结构
最新发布
03-16
### RT-DETRv3 网络结构分析 RT-DETRv3 是一种基于 Transformer 的实时端到端目标检测算法，其核心在于通过引入分层密集正监督方法以及一系列创新性的训练策略，解决了传统 DETR 模型收敛慢和解码器训练不足的问题。以下是 RT-DETRv3 的主要网络结构特点： #### 1. **基于 CNN 的辅助分支** 为了增强编码器的特征表示能力，RT-DETRv3 引入了一个基于卷积神经网络 (CNN) 的辅助分支[^3]。这一分支提供了密集的监督信号，能够与原始解码器协同工作，从而提升整体性能。 ```python class AuxiliaryBranch(nn.Module): def __init__(self, in_channels, out_channels): super(AuxiliaryBranch, self).__init__() self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=1) self.bn = nn.BatchNorm2d(out_channels) def forward(self, x): return F.relu(self.bn(self.conv(x))) ``` 此部分的设计灵感来源于传统的 CNN 架构，例如 YOLO 系列中的 CSPNet 和 PAN 结构[^2]，这些技术被用来优化特征提取效率并减少计算开销。 --- #### 2. **自注意力扰动学习策略** 为解决解码器训练不足的问题，RT-DETRv3 提出了一种名为 *self-att 扰动* 的新学习策略。这种策略通过对多个查询组中阳性样本的标签分配进行多样化处理，有效增加了阳例的数量，进而提高了模型的学习能力和泛化性能。 具体实现方式是在训练过程中动态调整注意力权重分布，确保更多的高质量查询可以与真实标注 (Ground Truth) 进行匹配。 --- #### 3. **共享权重解编码器分支** 除了上述改进外，RT-DETRv3 还引入了一个共享权重的解编码器分支，专门用于提供密集的正向监督信号。这一设计不仅简化了模型架构，还显著降低了参数量和推理时间，使其更适合实时应用需求。 ```python class SharedDecoderEncoder(nn.Module): def __init__(self, d_model, nhead, num_layers): super(SharedDecoderEncoder, self).__init__() decoder_layer = nn.TransformerDecoderLayer(d_model=d_model, nhead=nhead) self.decoder = nn.TransformerDecoder(decoder_layer, num_layers=num_layers) def forward(self, tgt, memory): return self.decoder(tgt=tgt, memory=memory) ``` 通过这种方式，RT-DETRv3 实现了高效的目标检测流程，在保持高精度的同时大幅缩短了推理延迟。 --- #### 4. **与其他模型的关系** 值得一提的是，RT-DETRv3 并未完全抛弃经典的 CNN 技术，而是将其与 Transformer 结合起来形成混合架构[^4]。例如，它采用了 YOLO 系列中的 RepNCSP 模块替代冗余的多尺度自注意力层，从而减少了不必要的计算负担。 此外，RT-DETRv3 还借鉴了 DETR 的一对一匹配策略，并在此基础上进行了优化，进一步提升了小目标检测的能力。 --- ### 总结 综上所述，RT-DETRv3 的网络结构主要包括以下几个关键组件：基于 CNN 的辅助分支、自注意力扰动学习策略、共享权重解编码器分支以及混合编码器设计。这些技术创新共同推动了实时目标检测领域的发展，使其在复杂场景下的表现更加出色。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

企鹅侠客

您的打赏是我创作旅程中的关键燃

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值