kubernetes

一次线上OOM排查实录：从jmap到代码重构，我踩过的坑全在这了凌晨两点，告警群里一条消息把我炸醒：生产环境某服务频繁Full GC，内存占用飙到92%，已经触发熔断。这种场景，做过几年后端的兄弟应该都不陌生。今天把这次排查的完整过程复盘一下，希望能帮到遇到类似问题的朋友。

天蓝不会忘记02

k8s集群部署的方法原理Master 节点：负责集群的管理和调度，运行 API Server、Scheduler、Controller Manager、etcd 等核心组件。

用anisble搭建k8s集群及原理Kubernetes 是 Google 基于 Borg 技术开源的容器集群管理系统，它在 Docker 等容器技术的基础上，为容器化应用提供了部署运行、资源调度、服务发现、动态伸缩、故障自愈等全生命周期管理能力，大幅提升了大规模容器集群管理的便捷性。 Kubernetes 的核心设计思想，是从宏观视角以统一方式定义任务间的各种关系，并为未来扩展更多任务类型预留空间。它最核心的能力，就是按照用户意愿与集群规则，自动化处理容器之间的各种关系，这一能力就是我们常说的「容器编排」。可以说，Kubernetes 的

让恢复动作敢按下去:dry-run、审批门、自动回滚与 mutable twinSRE 最怕的往往不是发现故障,是把手悬在「重启 / 回滚 / 扩容」按钮上的那几秒 —— 影响面说不清,按下去了回不来怎么办。这篇讲我的恢复动作引擎怎么把「敢按」这件事工程化。

mTLS 工程实践：服务间双向认证怎么落地原文发布于 quant67.com，转载请保留出处。在传统的 TLS 握手中，只有客户端验证服务器的身份——服务器发送证书，客户端验证证书的有效性。但在微服务架构中，服务 A 调用服务 B 时，服务 B 也需要知道"调用方是谁"。这就是 mTLS（Mutual TLS，双向 TLS）的核心价值：双方互相验证身份。

别再硬记 AWS 和 k8s 命令了！一行命令把十几个云平台的 CLI 全接进 AIAWS、GCP、Kubernetes、Cloudflare、Tencent Cloud，每个平台一套 CLI、一套认证、一套参数风格。想查 Lambda 日志要翻 AWS 文档；想查 GKE Pod 状态要翻 kubectl 文档。

对象存储与RustFS

给 Kubernetes 找一个对象存储后端：RustFS Helm 部署 + 应用接入实录集群里跑着训练任务和日志管道，PVC 块存储越堆越多：扩容量要等重建、多个 Pod 抢同一份数据时还要自己处理锁和拷贝。你查了一圈，发现这类工作负载真正需要的是一个 S3 兼容的对象存储后端——对象不上锁、随便共享、还能挂生命周期策略自动归档。于是你在集群里起了个 MinIO，但 AGPL 的许可条款让法务皱了眉，镜像里那些遥测也让数据主权强迫症难受。

分布式存储与RustFS

给 Kubernetes 找一个对象存储后端：RustFS Helm 部署 + 应用接入实录集群里跑着训练任务和日志管道，PVC 块存储越堆越多：扩容量要等重建、多个 Pod 抢同一份数据时还要自己处理锁和拷贝。你查了一圈，发现这类工作负载真正需要的是一个 S3 兼容的对象存储后端——对象不上锁、随便共享、还能挂生命周期策略自动归档。于是你在集群里起了个 MinIO，但 AGPL 的许可条款让法务皱了眉，镜像里那些遥测也让数据主权强迫症难受。

容器安全入门：K8s常见基础安全风险通俗解读Kubernetes（K8s）作为容器编排的主流平台，其安全风险可以通过一个生动的"公寓管理"类比来理解。想象一下，K8s就像一个大型公寓社区，每个容器是其中的一个房间，而K8s则是物业管理公司。在这个社区中，邻居可能闯入你家（容器逃逸）、你的钥匙能开别人的门（权限过大）、有人偷用你的水电（资源滥用）、你的房间没有监控（审计缺失）。容器安全就是给Docker和Kubernetes穿上"防护服"，防止这些安全问题。

a未来永远是个未知数

k8s创建基于nfs的pv、pvc编辑yaml文件写入以下内容执行yaml文件NFS Subdir Provisioner本质上是一个实现了Kubernetes CSI规范的控制器。其架构设计遵循了Kubernetes的声明式API原则，主要包含三个关键组件： Provisioner Controller ：持续监听API Server的PVC变更事件 NFS Client ：与指定NFS服务器建立稳定连接 Subdir Manager ：负责目录创建/删除和权限管理

CoreDNS 深度拆解：ndots、search domain 与那些坑人的 DNS原文发布于 quant67.com，转载请保留出处。你的微服务调用外部 API，平均延迟 200ms。你优化了连接池、调了超时参数、换了更快的序列化库，延迟纹丝不动。最后你抓了个包，发现每次 HTTP 请求之前，都有四条 DNS 查询在排队——其中三条注定失败，只有最后一条能拿到结果。

第30篇-Kubeflow-Training-Operator-K8s上的分布式训练系列定位：AIaaS 全栈架构师教程，技术栈以 Go 为主。本篇聚焦 K8s 如何用 Operator 模式管理分布式训练任务，以及 Gang Scheduling 如何解决 all-or-nothing 难题。

kubeadm + haproxy + keepalived 三节点高可用控制平面操作环境：master01(.11)/master02(.12)/master03(.13)，VIP 192.168.1.100；三台 master 均装 haproxy + keepalived。

第33篇-KServe推理平台-标准化的K8s推理服务管理系列定位：AIaaS 全栈架构师教程，技术栈以 Go 为主。本篇聚焦 KServe——K8s 上的推理服务标准，拆解 InferenceService CRD、推理服务生命周期、自动扩缩容（HPA/KEDA）、Canary/蓝绿/影子部署，以及 InferenceGraph 多模型编排。

名字还没想好☜

Kubernetes StatefulSet 实战:为什么数据库不能用 Deployment 部署很多人第一次在 K8s 上跑 MySQL、Redis、ZooKeeper,直接抄了个 Deployment 的 YAML,结果 Pod 一重启数据就没了,或者主从复制配了半天 IP 一变就全乱套。问题不在你,而在于有状态应用根本不该用 Deployment。这篇讲清楚 StatefulSet 解决了什么、和 Deployment 差在哪,以及一个能跑起来的完整例子。

【Kubernetes】（七）Kubernetes控制器1、说明K8s控制器的作用？Controller manager，控制器用来监控集群的状态，并可将当前状态变为预期状态

Kubernetes Pod 状态全解析：从 Phase 到 CrashLoopBackOffKubernetes 中并不存在一个单一的"Pod 状态字段"能解释一切。API 对象 Pod 的 status 中同时维护着三套互相独立、互相补充的状态信息：

suijishengchengde

k8s deployment或statefulset分组关停#!/bin/bashNAMESPACE="as_you_wish"# 使用普通数组（索引从0开始）GROUP_NAMES=("NACOSService" "MIDService" "APPService")

云原生k8s【第二课】：K8s 部署与架构K8s 用来批量管理容器，目标是实际状态往期望状态靠拢。关闭 swap，内核参数调优；所有节点装 kubeadm/kubelet/kubectl；master 用 kubeadm init 初始化集群；worker 拿命令加入集群；装上网络插件 Calico 集群网络才通。

NVIDIA KAI Scheduler深度解析——Kubernetes原生AI调度器的架构、原理与实践Kubernetes默认调度器（kube-scheduler）是为无状态微服务设计的——它把GPU当成CPU核一样调度，每个Pod独占整张GPU，没有Gang Scheduling（成组调度），没有团队公平性，没有拓扑感知。