使用3台centos7.6系统虚拟机，4核4g内存，使用最小化安装系统，并修改配置好网络
k8s版本1.23.12，docker版本20.10.18，集群角色规划如下
192.168.2.101 k8s01 master,etcd,worker
192.168.2.102 k8s02 worker
192.168.2.103 k8s03 worker
参考文档 https://www.kuboard.cn/learning/
安装wget
yum install -y wget
centos 7 添加阿里云镜像源
wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo
yum install epel-release
停止防火墙和SELinux
systemctl stop firewalld && systemctl disable firewalld
sed -i s/SELINUX=enforcing/SELINUX=disabled/g /etc/selinux/config
setenforce 0
卸载自带的mariadb
yum remove mariadb mariadb-libs
关闭swap（可选，k8s集群推荐关闭，不关影响性能）
临时 swapoff -a
永久 注释/etc/fstab中swap的一行并重启
修改每台的hostname
192.168.2.101上执行 hosenamectl set-hostname k8s01 && su -
192.168.2.102上执行 hosenamectl set-hostname k8s02 && su -
192.168.2.103上执行 hosenamectl set-hostname k8s03 && su -
添加hosts
echo 192.168.2.101 k8s01 >> /etc/hosts
echo 192.168.2.102 k8s02 >> /etc/hosts
echo 192.168.2.103 k8s03 >> /etc/hosts
免密登陆（可选）
192.168.2.101上执行 ssh-keygen 一路回车
192.168.2.101上执行 ssh-copy-id root@192.168.2.102 填入yes和密码
192.168.2.101上执行 ssh-copy-id root@192.168.2.103 填入yes和密码
之后192.168.2.101便可免密码ssh连接后两台
安装docker并配置启动和自启
sudo yum-config-manager \
--add-repo \
http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
yum install -y docker-ce
systemctl start docker && systemctl enable docker
192.168.2.101上执行
docker run -d \
--privileged \
--restart=unless-stopped \
--name=kuboard-spray \
-p 8080:80/tcp \
-v /var/run/docker.sock:/var/run/docker.sock \
-v /opt/kuboard-spray-data:/data \
eipwork/kuboard-spray:latest-amd64
浏览器访问192.168.2.101:8080并登陆 admin Kuboard123
下载1.23.12版本k8s
填入yum源和docker源
创建集群并选好角色（填好响应主机角色和IP用户名密码等并测试连接，全局设置中容器引擎选docker_20.10，os软件源仅勾选centos，可选组件中勾选kuboard并填入Kuboard 数据目录，其他使用默认配置即可 ）
配置完成后点击安装即可，等待直到右上角显示已断开返回Kuboard Spray页面查看状态，如未安装则再次执行，耐心等待完成即可。安装完成后Kuboard Spray就没用了，可以删了docker rm -f kuboard-spray，数据目录/opt/kuboard-spray-data看情况删不删
使用admin Kuboard访问192.168.2.101即可正常使用
以上是理想情况，如出现kuboard安装失败，则手动安装
Kuboard Spray自带的是Kuboardv3，版本比较老，可能存在问题
推荐使用docker安装最新版（也可以用deployment方式装在k8s中）
sudo docker run -d \
--restart=unless-stopped \
--name=kuboard \
-p 80:80/tcp \
-p 10081:10081/udp \
-p 10081:10081/tcp \
-e KUBOARD_ENDPOINT="http://192.168.2.101:80" \
-e KUBOARD_AGENT_SERVER_UDP_PORT="10081" \
-e KUBOARD_AGENT_SERVER_TCP_PORT="10081" \
-v /opt/kuboard-data:/data \
eipwork/kuboard:v3.5.0.3
#eipwork/kuboard:v3.1.7.1
使用admin Kuboard访问192.168.2.101
添加集群，使用.kubeconfig方式（不用装agent）
复制192.168.2.101的/root/.kube/config内容到页面kubeconfig，APIServer 地址将127.0.0.1改为192.168.2.101即可
使用agent方式则需要使用页面显示的命令在192.168.2.101上执行安装agent
如存在metrics-server一直起不来也需要在页面删除deployment并重新安装
kubectl apply -f https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml
开门见山|拉取镜像dockerpullelasticsearch:7.16.1|配置存放的目录#存放配置文件的文件夹mkdir-p/opt/docker/elasticsearch/node-1/config#存放数据的文件夹mkdir-p/opt/docker/elasticsearch/node-1/data#存放运行日志的文件夹mkdir-p/opt/docker/elasticsearch/node-1/log#存放IK分词插件的文件夹mkdir-p/opt/docker/elasticsearch/node-1/plugins若你使用了moba，直接右键新建即可如上图所示依次类推创建
文章目录查看ES信息查看节点信息查看分片信息实际场景下ES分片及副本数量应该怎么分关于ES的灵活使用查看ES信息查看版本kibana：GET/查看节点信息GET/_cat/nodes?v解释：ip：集群中节点的ip地址；heap.percent：堆内存的占用百分比；ram.percent：总内存的占用百分比，其实这个不是很准确，因为buff/cache和available也被当作使用内存；cpu：cpu占用百分比；load_1m：1分钟内cpu负载；load_5m：5分钟内cpu负载；load_15m：15分钟内cpu负载；node.role：上图的dilmrt代表全部权限master：*代表
elasticsearch查看当前集群中的master节点是哪个需要使用_cat监控命令，具体如下。查看方法es主节点确定命令，以kibana上查看示例如下：GET_cat/nodesv返回结果示例如下：ipheap.percentram.percentcpuload_1mload_5mload_15mnode.rolemastername172.16.16.188529952.591.701.45mdi-elastic3172.16.16.187329950.990.991.19mdi-elastic2172.16.16.231699940.871.001.03mdi-elastic4172
文章目录一、污点（Taint）1、污点简介2、污点的组成3、污点的设置和去除二、容忍（Tolerations）1、容忍简介2、容忍的基本用法3、示例4、多污点与多容忍配置三、警戒(cordon)和转移(drain)四、Pod启动阶段（相位phase）五、故障排除步骤一、污点（Taint）节点亲和性，是Pod的一种属性（偏好或硬性要求），它使Pod被吸引到一类特定的节点Taint则相反，它使节点能够排斥一类特定的PodTaint和Toleration相互配合，可以用来避免Pod被分配到不合适的节点上。每个节点上都可以应用一个或多个taint，这表示对于那些不能容忍这些taint的Pod，是不会被
（二十二）-框架主入口main.py设计&log日志调用和生成1测试目的2测试需求3需求分析4详细设计4.1新建存放日志目录log4.1.1配置config.py中写入log的目录4.2`baseInfo.py`中加入日志4.3`test_gedit.py`中加入日志4.4主函数入口main.py中调用日志5调用日志主函数main.py源码6`baseInfo.py`源码7`test_gedit.py`源码8运行效果9目前框架结构1测试目的组织运行所有的测试用例，并调用日志模块，便于问题定位。
（1）为什么写这个话题（Why）读万卷书不如行千里路。这次搭建MQTT服务，遇到了一些误解，特此记录备忘。主要包括：（1）服务（Broker）的账户管理与网页管理平台的账户（2）与web应用的集成（Spring系）（2）ActiveMQ版本选择因为JAVA环境是JDK8，所以按兼容性考虑选择了ActiveMQ5.15的最后版本5.15.15。如果你是JDK11则可考虑ActiveMQ的最新版本5.17或5.18。ActiveMQ支持MQTTv3.1.1andv3.1。（3）ActiveMQ与web应用的集成主要介绍与Spring系的webapp集成（SpringBoot和SpringMVC）。
Kubernetes（K8s）是一个用于管理容器化应用程序的开源平台，可以帮助开发人员更轻松地部署、管理和扩展应用程序。在Kubernetes中，集群划分是一种重要的概念，可以帮助我们更好地组织和管理集群中的节点和资源。本文将介绍如何使用Kubernetes对集群进行划分，并提供详细的操作示例，希望能够帮助读者更好地了解和使用Kubernetes平台。Node划分Node划分是将集群中的节点按照一定的规则进行划分。在Kubernetes中，可以使用NodeSelector和Affinity机制来实现Node划分。NodeSelectorNodeSelector是一种将Pod调度到符合特定节点标
这篇文章，主要介绍如何使用SpringCloud微服务组件从0到1搭建一个微服务工程。目录一、从0到1搭建微服务工程1.1、基础环境说明（1）使用组件（2）微服务依赖1.2、搭建注册中心（1）引入依赖（2）配置文件（3）启动类1.3、搭建配置中心（1）引入依赖（2）配置文件（3）启动类1.4、搭建API网关（1）引入依赖（2）配置文件（3）启动类1.5、搭建服务提供者（1）引入依赖（2）配置文件（3）启动类1.6、搭建服务消费者（1）引入依赖（2）配置文件（3）启动类1.7、运行测试一、从0到1搭建微服务工程1.1、基础环境说明（1）使用组件这里主要是使用的SpringCloudNetflix
文章目录Kubernetes（k8s）工作负载一、Workloads二、Pod三、Deployment四、RC、RS、DaemonSet、StatefulSet五、Job、CronJob1、Job2、CronJob六、GCKubernetes（k8s）工作负载一、Workloads什么是工作负载（Workloads）工作负载是运行在Kubernetes上的一个应用程序。一个应用很复杂，可能由单个组件或者多个组件共同完成。无论怎样我们可以用一组Pod来表示一个应用，也就是一个工作负载Pod又是一组容器（Containers）所以关系又像是这样工作负载（Workloads）控制一组PodPod控制
前言 前端时间PHP项目部署升级需要，需要把Laravel开发的项目部署K8s上，下面以laravel项目为例，讲解采用yaml文件方式部署项目。一、部署步骤1.创建Dockerfile文件Dockerfile是一个用来构建镜像的文本文件，在容器运行时，需要把项目文件和项目运行所必须的组件安装其中。#基础镜像FROMphp:7.4-fpm#时区ARGTZ=Asia/Shanghai#更换容器时区RUNcp"/usr/share/zoneinfo/$TZ"/etc/localtime&&echo"$TZ">/etc/timezone#替换成阿里apt-get源RUNsed-i"s@http