zenglingmin8的博客

本文主要讲解关于prometheus 基于k8s API的服务发现

本文主要讲述prometheus钉钉告警相关内容

本文主要讲解prometheus邮件告警相关内容

Metrics-Server

kubelet cgroup driver: \"systemd\" is different from docker cgroup driver: \"cgroupfs\"

本文主要讲解pv、pvc、storageclass相关内容

k8s之Qos（服务质量）1. Qos简介QoS的英文全称为"Quality of Service",中文名为"服务质量"。在kubernetes中，每个POD都有个QoS标记，通过这个Qos标记来对POD进行服务质量管理，它确定Pod的调度和驱逐优先级。它取决于用户对服务质量的预期，也就是期望的服务质量。对于POD来说，服务质量体现在两个指标上，一个指标是CPU，另一个指标是内存。在实际运行过程中，当NODE节点上内存资源紧张的时候，kubernetes根据POD具有的不同QoS标记，采取不同的处理策

k8s存储主要通过k8s volume来实现默认情况下容器中的磁盘文件是非持久化的，对于运行在容器中的应用来说面临两个问题，第一：当容器挂掉kubelet将重启启动它时，文件将会丢失；第二：当Pod中同时运行多个容器，容器之间需要共享文件时。Kubernetes的Volume解决了这两个问题。背景在Docker中也有一个docker Volume的概念 ，Docker的Volume只是磁盘中的一个目录，生命周期不受管理。当然Docker现在也提供Volume将数据持久化存储，但支持功能比较少（例如，对

问题一pv删除不了，命令hang住kubectl delete -f zk-pv.yaml persistentvolume "k8s-pv-zk01" deletedpersistentvolume "k8s-pv-zk02" deletedpersistentvolume "k8s-pv-zk03" deleted^C查看pv一直处于Terminating状态kubectl get pvNAME CAPACITY ACCESS MODES RECLAI

某次Jenkins项目一直处于构建状态，查看构建日志，信息如下:+ docker push dev-hub.xxxxx.net/vip-app/xxxxx-platform:10The push refers to repository [dev-hub.xxxxx.net/vip-app/xxxxx-platform]820e6ce3c0e1: Preparing032f160aae14: Preparing............820e6ce3c0e1: Retrying in 2 sec

本文针对的是以容器方式运行的服务，比如docker集群或k8s集群。某些时候，当我们通过jenkins发布服务时，会发布失败，Jenkins上提示：no space left on device（设备上空间不足），如下：根据报错信息很明显的可以看出，是容器运行的节点磁盘空间不足了。解决办法自然就是清理节点无用资源，留出足够的空间供容器资源运行。通常解决方法如下：删除悬空的镜像docker image prune -a -f说明：prune 命令用来删除不再使用的 docker 对象。其他pru

问题描述：某个服务重启频率非常高，监控告警里产生了大量的“jvm内存超过limit 85%”和服务503告警jvm内存超警戒告警服务503不可用告警问题原因：该服务的jvm启动参数设置不合理排查思路：刚开始粗浅的认为是服务压力太大，于是增加pod数量，然而问题依旧查看服务运行状态，发现服务频繁重启查看该服务的pod资源配额配置进入容器，查看该服务的的jvm启动参数，发现最大堆内存设置竟然超过了pod资源配额的limit值调整jvm最大堆内存(Xmx)的值不超过

在谈operater之前，我觉得有必要先回顾下k8s资源。k8s中将所有的资源抽象为内存，资源实例化之后称之为对象。资源大体上分为两大块：1.内资资源类型：工作负载型资源：Pod、Deployment、DeamonSet、ReplicationController（1.11版本后废弃）、ReplicaSet、StatefulSet、Job、CronJob服务发现及负载均衡型资源：Service、Ingress配置与存储型资源：Volume（存储卷）、CSI（容器存储接口，可以扩展各种第三方存储）

个人觉得k8s 亲和、反亲和、污点、容忍其实没有明确的界限，主要还是看如何组合运用各种策略，来实现亲和或者反亲和。通常来说，污点就是用来实现反亲和的。亲和、反亲和亲和性的原理其实很简单，主要利用label标签结合nodeSelector选择器来实现：首先，给节点打上label标签#kubectl get nodes --show-labels |grep grayqc-app-16-161 Ready gray 205d v1.18

本文章基于kubeadm方式部署的k8s集群进行讲解，其他方式部署的k8s集群会有出入，不要照搬。在硬件升级，维护或节点出现异常等情况下，我们需要将某些剔除，使其脱离kubernetes集群的调度范围。一、节点退出（剔除）先将要剔除会退出的节点设置成不可调度状态，设置好之后节点状态上会多了一个 “SchedulingDisabled”标记，这样新创建的pod就不会网该节点调度kubectl cordon test-k8s-node05之后驱逐调节点上的podkubectl drain test

问题现象：pod一直删除不掉问题起因：在pod运行过程中，修改了其deployment，导致pod一直删不掉操作过程：删除pod，删不掉强制删除pod，依然删除不了删除deployment，旧的pod依然删不掉，因为deployment已经发生变更查看pod的详情，发现如下内容kubectl get pods -n architect wx-xxx-luna-5b5755b69-zwrhb -oyamlapiVersion: v1kind: Podmetadata: annota

一、Helm 客户端安装Helm 的安装方式很多，这里采用二进制的方式安装。更多安装方法可以参考 Helm 的官方帮助文档。方式一：使用官方提供的脚本一键安装curl https://raw.githubusercontent.com/helm/helm/master/scripts/get > get_helm.sh$ chmod 700 get_helm.sh$ ./get_helm.sh方式二：手动下载安装#从官网下载最新版本的二进制安装包到本地：https://github.co

在k8s集群的使用过程中，初学者可能会碰到这样的（怪异）问题：在一个k8s集群里，部署服务（用的私有镜像仓库，如harbor）的时候，只有个别node的服务是部署成功的，其他都是部署失败的，错误的原因就是镜像拉取失败，如下：kubectl get pods -A -owide |grep jenkins-demodevlopment jenkins-demo-67d4f9d666-2fh8k 1/1 Running 0 27

二进制部署相对其他部署方式来说要复杂一些，步骤比较多，为了避免篇幅过长，故拆分成了三篇：二进制部署k8s1.18（上）二进制部署k8s1.18（中）二进制部署k8s1.18（下）部署 kubelet 组件kubelet 运行在每个 worker 节点上，接收 kube-apiserver 发送的请求，管理 Pod 容器，执行交互式命令，如 exec、run、logs 等。kubelet 启动时自动向 kube-apiserver 注册节点信息，内置的 cadvisor 统计和监控节点的资源使

二进制部署相对其他部署方式来说要复杂一些，步骤比较多，为了避免篇幅过长，故拆分成了三篇：二进制部署k8s1.18（上）二进制部署k8s1.18（中）二进制部署k8s1.18（下）部署高可用 kube-controller-manager 集群本文档介绍部署高可用 kube-controller-manager 集群的步骤。该集群包含 3 个节点，启动后将通过竞争选举机制产生一个 leader 节点，其它节点为阻塞状态。当 leader 节点不可用时，阻塞的节点将再次进行选举产生新的 lead

部署kubecmkubecm是一个k8s多集群配置管理工具，由 golang 编写，支持 Mac Linux 和 windows 平台，常用命令delete，rename， switch 提供比较实用的交互式的操作，目前的功能包括：add ：添加新的 kubeconfig 到 $HOME/.kube/config 中completion ：命令行自动补全功能delete：删除已有的 context ，提供交互式和指定删除两种方式merge：将指定目录中的 kubeconfig 合并为一个 kub

metrics-server部署一、介绍在新版的K8S中，系统资源的采集均使用Metrics-Server服务，可以通过Metrics-Server服务采集节点和Pod的内存、磁盘、CPU和网络的使用率等信息。除了日常使用中kubectl top命令查看节点、pod内存、cpu资源需要用到这个组件外，kubernetes hpa也依赖于这个组件。　　1、新版K8S资源使用情况的度量（如容器的 CPU 和内存使用）可以通过 Metrics API 获取。注意：Metrics API 只可以查询当前的

kubernetes中HPA(pod水平自动伸缩)一、介绍HPA的全称为（Horizontal Pod Autoscaling）它可以根据当前pod资源的使用率（如CPU、磁盘、内存等），进行副本数的动态的扩容与缩容，以便减轻各个pod的压力。当pod负载达到一定的阈值后，会根据扩缩容的策略生成更多新的pod来分担压力，当pod的使用比较空闲时，在稳定空闲一段时间后，还会自动减少pod的副本数量。二、扩缩容策略1. 通过伸缩系数判断是否要进行扩容或缩容HPA会根据获得的指标数值，应用相应的算法算