博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Kubernetes(K8s) & pod
阅读量:2135 次
发布时间:2019-04-30

本文共 678 字,大约阅读时间需要 2 分钟。

      Kubernetes,简称K8s,是用8代替8个字符“ubernete”而成的缩写。

      Kubernetes是Google在2014年开源的一个容器集群管理系统。在Docker技术的基础上,为容器化的应用提供部署运行、资源调度、服务发现和动态伸缩等一系列完整功能,提高了大规模容器集群管理的便捷性

 

一个服务器集群,不同服务器上运行着不同的docker容器

为了方便管理各个节点上的docker容器,就需要把这个用来运行docker容器的服务器给它构建成一个集群,这个集群就叫k8s

 

通过 Kubernetes,你可根据虚拟机的可用计算资源和每个容器的资源要求,协调一组虚拟机并安排容器在这些虚拟机上运行。容器分组为 Pod,这是 Kubernetes 的基本操作单位。这些容器和 Pod 可以缩放到所需状态,并且用户可以管理其生命周期以保持应用正常启动和运行。

例如k8s中有三个服务器,需要运行nginx承受1000的并发,而单个nginx只能承受200的并发, 所以需要运行5个nginx。假设机器1上运行3个,机器2上运行1个,机器3上运行1个。此时机器3宕机了,那么k8s就会发觉这一情况并自动在机器1或机器2上再开一个nginx

这就是弹性伸缩,实时根据服务器的并发情况,增加或缩减容器数量

 

Pod

Pod是Kubernetes中能够创建和部署的最小单元,是Kubernetes集群中的一个应用实例,总是部署在同一个节点Node上。Pod中包含了一个或多个容器,还包括了存储、网络等各个容器共享的资源。Pod支持多种容器环境

 

 

 

docker安装k8s

转载地址:http://utygf.baihongyu.com/

你可能感兴趣的文章
用 RNN 训练语言模型生成文本
查看>>
RNN与机器翻译
查看>>
用 Recursive Neural Networks 得到分析树
查看>>
RNN的高级应用
查看>>
TensorFlow-7-TensorBoard Embedding可视化
查看>>
一个隐马尔科夫模型的应用实例:中文分词
查看>>
轻松看懂机器学习十大常用算法
查看>>
一个框架解决几乎所有机器学习问题
查看>>
特征工程怎么做
查看>>
机器学习算法应用中常用技巧-1
查看>>
机器学习算法应用中常用技巧-2
查看>>
通过一个kaggle实例学习解决机器学习问题
查看>>
决策树的python实现
查看>>
Sklearn 快速入门
查看>>
了解 Sklearn 的数据集
查看>>
用ARIMA模型做需求预测
查看>>
推荐系统
查看>>
详解 TensorBoard-如何调参
查看>>
TensorFlow-11-策略网络
查看>>
浅谈 GBDT
查看>>