HPA(水平伸缩)和PodDisruptionBudget(干扰预算)
HPA我们可以实现通过手工执行kubectl scale命令实现Pod扩容或缩容，但是这显然不符合Kubernetes的定位目标–自动化、智能化。 Kubernetes期望可以实现通过监测Pod的使用情况，实现pod数量的自动调整，于是就产生了Horizontal Pod Autoscaler（HPA）这种控制器。 HPA可以获取每个Pod利用率，然后和HPA中定义的指标进行对比，同时计算出需要伸缩的具体值，最后实现Pod的数量的调整。其实HPA与之前的Deployment一样，也属于一种Kubernetes资源对象，它通过追踪分析RC控制的所有目标Pod的负载变化情况，来确定是否需要针对性地调整目标Pod的副本数，这是HPA的实现原理 注: 在 K8S 1.18之前，HPA 扩容是无法调整灵敏度的 对于缩容，由 kube-controller-manager 的 --horizontal-pod-autoscaler-downscale-stabilization-window 参数控制缩容时间窗口，默认 5 分钟，即负载减小后至少需要等 5 分钟才会缩容。 对于扩容，由...
VPA和CA
VPAKubernetes VPA（Vertical Pod Autoscaler）可以理解为对单个服务资源进行扩容，如CPU、内存之类。它一般应用于一些中心化的单体应用，且无法对其进行部 署多份副本的场景，如 Prometheus 或 Jenkins 这类垂直 Pod 应用自动扩缩容。 VPA 会基于 Pod 的 资源使用情况自动为集群设置资源占用的限制，从而让集群将 Pod 调度到有足够资源的最佳节点上。VPA 也会保持最初容器定义中资源 request 和 limit...
k8s中遇到的错误总结
cannot create resource ERROR: Job failed (system failure): pods is forbidden: User “system:serviceaccount:dev:default” cannot create resource “pods” in API group “” in the namespace “xxx” 权限不够, 可能后面还会跟个clusterrole at scope..., 需要创建一个clusterrolebindind进行授权 上面例子中, system:serviceaccount是什么类型的对象, dev是namespace, default是用户, 而API group是核心组 http error: ResponseCode: 503 loading OpenAPI spec for "v1beta1.metrics.k8s.io" failed with: failed to retrieve openAPI spec, http error:...
rancher的角色权限分配实践
rancher分为3种角色, 各自适用范围也不同 全局 集群 项目 项目下又包括了多个namespace 先使用管理员登陆创建1个可以管理全局的账户和角色的用户(全局管理员账户) 注: 此用户仅用来管理用户和角色, admin权限太大, 之后不再使用它进行登陆用户名: UserManager拥有角色:Manage RolesManage Users 退出管理员, 然后使用全局管理员账户创建一个集群管理员账户(集群管理员账户)全局权限: Standard User 用户名: ClusterManager 用ClusterManager身份登陆并进行创建集群.略 创建集群或项目时，Rancher 会自动将创建者分配为所有者。分配了所有者角色的用户可以在集群或项目中给其他用户分配角色。 然后使用UserManager为各集群(一个ClusterManager账户下可以创建多个集群, 例如release/production)创建用户 项目管理员ProjectsAdmin 全局权限: Standard User 创建和管理项目, 查看监控等,...
Artitalk整合hexo进行使用
官网: https://artitalk.js.org/ 建议使用国际版的 LeanCloud 因为国际版的 LeanCloud 不需要配置 serverurl，所以推荐使用国际版，速度没有区别，如果使用国内版的 LeanCloud 别忘了填写 serverurl 即可 目前国际版在国内已ban，可能会出现返回500的问题，可以使用国内版，需要在leancloud左侧菜单 -> 域名绑定按要求正常配置api域名【必须为备案后的子域名】，如下 这里只支持子域名，就是备案的域名额外解析一个带前缀的域名，例如域名是abcd.com，子域名就可以是ziyuming.abcd.com，而且可以解析多个子域名 绑定之后到DNS解析处添加CNAME记录，等几分钟这里就会显示已绑定，这样就算绑定成功了 👀 与valine在同一页面使用 如果有这个需要，可以将 artitalk 与 valine 存放在同一个应用中。可以有效避免同一个页面使用两个leancloud应用所产生的冲突。 安装npm i hexo-butterfly-artitalk --save 前往...
kibana用法
Kibana查询语法 要搜索一个确切的字符串，即精确搜索，需要使用双引号引起来：path:”/app/logs/nginx/access.log” 如果不带引号，将会匹配每个单词：uid token 模糊搜索：path:”/app/~” * 匹配0到多个字符：*oken ? 匹配单个字符 : tok?n 匹配是否包含的条件： +：搜索结果中必须包含此项； -：不能含有此项 什么都没有则可有可无： +token -appVersion appCode 运算符AND/OR/NOT必须大写：token AND uid ；token OR uid；NOT uid 允许一个字段值在某个区间（[] 包含该值，{}不包含）：@version:[1 TO 3] 组合查询：(uid OR token) AND version 转义特殊字符 + – && || ! ( ) { } [ ] ^ ” ~ * ? : \ ：转义特殊字符只需在字符前加上符号\ 查询样例简单查询简单查询就是 关键字匹配、字符串包含等，比如说如下语句会找出...
Conda
什么是 CondaConda 是一款功能强大的软件包管理器和环境管理器，可以在 Windows 的 Anaconda 提示符或 macOS 或 Linux 的终端窗口中使用命令行命令 Conda 可以快速安装、运行和更新软件包及相关依赖项。 Conda 可以在本地计算机上创建、保存、加载和切换特定项目的软件环境。 Conda/Miniconda/Anaconda三者的区别下面通过一张图，形象的展示了 Conda 环境和软件包管理工具与 Miniconda 和 Anaconda Python 发行版（注：Anaconda Python 发行版现在有超过 150 个额外的软件包！）之间的区别。 安装地址【二选一即可】Miniconda Windows 、Mac 系统直接下载安装,下载安装教程见：https://docs.conda.io/en/latest/miniconda.html Linux...
整理wsl2配合开发的一些配置
推荐使用idea自带的wsl remote，而非手动配置 IDEA使用WSL作为默认的TerminalFile -> Settings -> Tools -> Terminal -> Shell path在Shell path处填： 1"cmd.exe" /k "wsl.exe" 如图 设置之后的效果 IDEA将node切换为WSL中的node安装nvm/node 参考站内nvm的安装 File -> Settings -> Languages & Frameworks -> Node.js 如图 在下拉列表中选择ubuntu IDEA使用wsl中的gitSetting -> Version Control -> Git 路径配置为 \\wsl$\Ubuntu-20.04\usr\bin\git 代理12345git config --global http.proxy $http_proxygit config...
git命令（长期）
git回滚上一个版本/回滚到上个版本123456789linux：git reset --hard HEAD^windows：git reset --hard HEAD"^"git reset --hard HEAD~<n>然后执行git push --force <origin master(可选)> (强制推送分支) 回滚到指定版本1234git reset --hard <hashid>然后执行git push --force <origin master(可选)> (强制推送分支) git commit之后，想撤销commit123git reset --soft HEAD^：撤销上一个commitgit reset --soft HEAD~2：撤销前两个commitgit commit --amend：修改注释 强制提交1git push -u origin 分支 -f git强制更新并覆盖本地修改123git reset --hard origin/develop ...
llamafile 使用指南 - 一键运行的开源AI大模型
摘自：https://www.bingal.com/posts/ai-llamafile-usage/ llamafile 是什么？llamafile 是一种AI大模型部署（或者说运行）的方案， 与其他方案相比，llamafile的独特之处在于它可以将模型和运行环境打包成一个独立的可执行文件，从而简化了部署流程。用户只需下载并执行该文件，无需安装运行环境或依赖库，这大大提高了使用大型语言模型的便捷性。这种创新方案有助于降低使用门槛，使更多人能够轻松部署和使用大型语言模型。 llamafile 怎么用？举个运行 Yi-6B-Chat 的例子目前已发布了多个模型，可以在这里下： huggingface.co modelscope.cn 为了更方便体验，本示例选了 Yi-6B-Chat.Q4_0.llamafile 这个模型, 只有 3.45GB, CPU 运行也只需要 4G 内存即可。模型地址：Yi-6B-Chat.Q4_0.llamafile 1、第一步，下载模型 Yi-6B-Chat.Q4_0.llamafile 2、第二步，运行 linux 或 mac...
公告