2. 程式人生 > >阿里雲Kubernetes實戰2

阿里雲Kubernetes實戰2

阿新 • • 發佈：2018-12-14
您目前處於：

前言：

在系列的第一篇文章中，我已經介紹過如何在阿里雲基於kubeasz搭建K8S叢集，通過在K8S上部署gitlab並暴露至叢集外來演示服務部署與發現的流程。文章寫於4月，忙碌了小半年後，我才有時間把後續部分補齊。系列會分為三篇，本篇將繼續部署基礎設施，如jenkins、harbor、efk等，以便為第三篇專案實戰做好準備。

需要說明的是，阿里雲迭代的實在是太快了，2018年4月的時候，由於SLB不支援HTTP跳轉HTTPS，迫不得已使用了Ingress-Nginx來做跳轉控制。但在4月底的時候，SLB已經在部分地區如華北、國外節點支援HTTP跳轉HTTPS。到了5月更是全節點支援。這樣以來，又簡化了Ingress-Nginx的配置。

一、Jenkins

一般情況下，我們搭建一個Jenkins用於持續整合，那麼所有的Jobs都會在這一個Jenkins上進行build，如果Jobs數量較多，勢必會引起Jenkins資源不足導致各種問題出現。於是，對於專案較多的部門、公司使用Jenkins，需要搭建Jenkins叢集，也就是增加Jenkins Slave來協同工作。

但是增加Jenkins Slave又會引出新的問題，資源不能按需排程。Jobs少的時候資源閒置，而Jobs突然增多仍然會資源不足。我們希望能動態分配Jenkins Slave，即用即拿，用完即毀。這恰好符合K8S中Pod的特性。所以這裡，我們在K8S中搭建一個Jenkins叢集，並且是Jenkins Slave in Pod.

1.1 準備映象

我們需要準備兩個映象，一個是Jenkins Master，一個是Jenkins Slave：

Jenkins Master

可根據實際需求定製Dockerfile

FROM jenkins/jenkins:latest
​
USER root
​
# Set jessie source
RUN cecho '' > /etc/apt/sources.list.d/jessie-backports.list \
  && echo "deb http://mirrors.aliyun.com/debian jessie main contrib non-free" > /etc/apt/sources.list \
 

  && echo "deb http://mirrors.aliyun.com/debian jessie-updates main contrib non-free" >> /etc/apt/sources.list \
  && echo "deb http://mirrors.aliyun.com/debian-security jessie/updates main contrib non-free" >> /etc/apt/sources.list
​
# Update
RUN apt-get update && apt-get install -y libltdl7 && apt-get clean
​
# INSTALL KUBECTL
RUN curl -LO https://storage.googleapis.com/kubernetes-release/release/`curl -s https://storage.googleapis.com/kubernetes-release/release/stable.txt`/bin/linux/amd64/kubectl && \
    chmod +x ./kubectl && \
    mv ./kubectl /usr/local/bin/kubectl
​
# Set time zone
RUN rm -rf /etc/localtime && cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && \
    echo 'Asia/Shanghai' > /etc/timezone
​
# Skip setup wizard、 TimeZone and CSP
ENV JAVA_OPTS="-Djenkins.install.runSetupWizard=false -Duser.timezone=Asia/Shanghai -Dhudson.model.DirectoryBrowserSupport.CSP=\"default-src 'self'; script-src 'self' 'unsafe-inline' 'unsafe-eval'; style-src 'self' 'unsafe-inline';\""                                                

Jenkins Salve

一般來說只需要安裝kubelet就可以了

FROM jenkinsci/jnlp-slave
​
USER root
​
# INSTALL KUBECTL
RUN curl -LO https://storage.googleapis.com/kubernetes-release/release/`curl -s https://storage.googleapis.com/kubernetes-release/release/stable.txt`/bin/linux/amd64/kubectl && \
    chmod +x ./kubectl && \
    mv ./kubectl /usr/local/bin/kubectl
​

生成映象後可以push到自己的映象倉庫中備用

1.2 部署Jenkins Master

為了部署Jenkins、Jenkins Slave和後續的Elastic Search，建議ECS的最小記憶體為8G

在K8S上部署Jenkins的yaml參考如下：

apiVersion: v1
kind: Namespace
metadata:
  name: jenkins-ci
---
apiVersion: v1
kind: ServiceAccount
metadata:
  name: jenkins-ci
  namespace: jenkins-ci
---
apiVersion: rbac.authorization.k8s.io/v1beta1
kind: ClusterRoleBinding
metadata:
  name: jenkins-ci
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: cluster-admin
subjects:
- kind: ServiceAccount
  name: jenkins-ci
  namespace: jenkins-ci
---
# 設定兩個pv，一個用於作為workspace，一個用於儲存ssh key
apiVersion: v1
kind: PersistentVolume
metadata:
    name: jenkins-home
    labels:
      release: jenkins-home
    namespace: jenkins-ci
spec:
    # workspace 大小為10G
    capacity:
      storage: 10Gi
    accessModes:
      - ReadWriteMany
    persistentVolumeReclaimPolicy: Retain
    # 使用阿里雲NAS，需要注意，必須先在NAS建立目錄 /jenkins/jenkins-home
    nfs:
      path: /jenkins/jenkins-home
      server: xxxx.nas.aliyuncs.com
---
apiVersion: v1
kind: PersistentVolume
metadata:
    name: jenkins-ssh
    labels:
      release: jenkins-ssh
    namespace: jenkins-ci
spec:
    # ssh key 只需要1M空間即可
    capacity:
      storage: 1Mi
    accessModes:
      - ReadWriteMany
    persistentVolumeReclaimPolicy: Retain
    # 不要忘了在NAS建立目錄 /jenkins/ssh
    nfs:
      path: /jenkins/ssh
      server: xxxx.nas.aliyuncs.com
---
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: jenkins-home-claim
  namespace: jenkins-ci
spec:
  accessModes:
    - ReadWriteMany
  resources:  
    requests:
      storage: 10Gi
  selector:
    matchLabels:
      release: jenkins-home
---
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: jenkins-ssh-claim
  namespace: jenkins-ci
spec:
  accessModes:
    - ReadWriteMany
  resources:  
    requests:
      storage: 1Mi
  selector:
    matchLabels:
      release: jenkins-ssh
---
apiVersion: extensions/v1beta1
kind: Deployment
metadata:
 name: jenkins
 namespace: jenkins-ci
spec:
 replicas: 1
 template:
  metadata:
   labels:
    name: jenkins
  spec:
   serviceAccount: jenkins-ci
   containers:
   - name: jenkins
     imagePullPolicy: Always
     # 使用1.1小結建立的 Jenkins Master 映象
     image: xx.xx.xx/jenkins:1.0.0
     # 資源管理，詳見第二章
     resources:
      limits:
        cpu: 1
        memory: 2Gi
      requests:
        cpu: 0.5
        memory: 1Gi
     # 開放8080埠用於訪問，開放50000埠用於Jenkins Slave和Master的通訊
     ports:
       - containerPort: 8080
       - containerPort: 50000
     readinessProbe:
      tcpSocket:
        port: 8080
      initialDelaySeconds: 40
      periodSeconds: 20
     securityContext:
       privileged: true
     volumeMounts:
         # 對映K8S Node的docker，也就是docker outside docker，這樣就不需要在Jenkins裡面安裝docker
       - mountPath: /var/run/docker.sock
         name: docker-sock
       - mountPath: /usr/bin/docker
         name: docker-bin
       - mountPath: /var/jenkins_home
         name: jenkins-home
       - mountPath: /root/.ssh
         name: jenkins-ssh
   volumes:
     - name: docker-sock
       hostPath:
         path: /var/run/docker.sock
     - name: docker-bin
       hostPath:
         path: /opt/kube/bin/docker
     - name: jenkins-home
       persistentVolumeClaim:
          claimName: jenkins-home-claim
     - name: jenkins-ssh
       persistentVolumeClaim:
          claimName: jenkins-ssh-claim
---
kind: Service
apiVersion: v1
metadata:
  name: jenkins-service
  namespace: jenkins-ci
spec:
  type: NodePort
  selector:
    name: jenkins
  # 將Jenkins Master的50000埠作為NodePort對映到K8S的30001埠
  ports:
  - name: jenkins-agent
    port: 50000
    targetPort: 50000
    nodePort: 30001
  - name: jenkins
    port: 8080
    targetPort: 8080
---
apiVersion: extensions/v1beta1
kind: Ingress
metadata:
 name: jenkins-ingress
 namespace: jenkins-ci
 annotations:
      nginx.ingress.kubernetes.io/proxy-body-size: "0"
spec:
  rules:
  # 設定Ingress-Nginx域名和埠
  - host: xxx.xxx.com
    http:
      paths:
      - path: /
        backend:
          serviceName: jenkins-service
          servicePort: 8080

最後附一下SLB的配置

這樣就可以通過域名xxx.xxx.com訪問Jenkins，並且可以通過xxx.xxx.com:50000來連結叢集外的Slave。當然，叢集內的Slave直接通過serviceName-namespace:50000訪問就可以了

1.3 配置Jenkins Slave

以管理員進入Jenkins，安裝”Kubernetes”外掛，然後進入系統設定介面，”Add a new cloud” – “Kubernetes”，配置如下：

  • Test Connection 測試看連線是否成功
  • Images – Add Pod Template – Kubernetes Pod Template
  • 注意設定Name為”jnlp-agent”，其他按需填寫，設定完成後進入Advanced
  • 根據需要設定資源管理，也就是說限制Jenkins Slave in Pod所佔用的CPU和記憶體，詳見第二章
  • 設定Volume，同樣採用docker outside docker，將K8S Node的docker為Jenkins Slave Pod所用；設定Jenkins Slave的工作目錄為NAS
  • 設定最多允許多少個Jenkins Slave Pod 同時執行，然後進入Advanced
  • 填寫Service Account，與部署Jenkins Master的yaml檔案中的Service Account保持一致；如果你的Jenkins Slave Image是私有映象，還需要設定ImagePullSecrets
  • Apply並完成

1.4 測試驗證

我們可以寫一個FreeStyle Project的測試Job：

測試執行：

可以看到名為”jnlp-agent-xxxxx”的Jenkins Salve被建立，Job build完成後又消失，即為正確完成配置。

二、K8S資源管理

在第一章中，先後提到兩次資源管理，一次是Jenkins Master的yaml，一次是Kubernetes Pod Template給Jenkins Slave 配置。Resource的控制是K8S的基礎配置之一。但一般來說，用到最多的就是以下四個：

  • Request CPU：意為某Node剩餘CPU大於Request CPU，才會將Pod建立到該Node上
  • Limit CPU：意為該Pod最多能使用的CPU為Limit CPU
  • Request Memory：意為某Node剩餘記憶體大於Request Memory，才會將Pod建立到該Node上
  • Limit Memory：意為該Pod最多能使用的記憶體為Limit Memory

比如在我這個專案中，Gitlab至少需要配置Request Memory為3G，對於Elastic Search的Request Memory也至少為2.5 G.

其他服務需要根據K8S Dashboard中的監控外掛結合長時間執行後給出一個合理的Resource控制範圍。

三、Harbor

在K8S中跑CI，大致流程是Jenkins將Gitlab程式碼打包成Image，Push到Docker Registry中，隨後Jenkins通過yaml檔案部署應用，Pod的Image從Docker Registry中Pull.也就是說到目前為止，我們還缺一個Docker Registry才能準備好所有CI需要的基礎軟體。

利用阿里雲的映象倉庫或者Docker HUB可以節省硬體成本，但考慮資料安全、傳輸效率和操作易用性，還是希望自建一個Docker Registry. 可選的方案並不多，官方提供的輕量簡潔，vmware的功能更豐富。

Harbor提供了一個介面友好的UI，支援映象同步，這對於DevOps尤為重要。Harbor官方提供了Helm方式在K8S中部署。但我考慮Harbor佔用的資源較多，從節省硬體成本來說，把Harbor放到了K8S Master上（Master節點不會被排程用於部署Pod，所以大部分空間資源沒有被利用）。當然這不是一個最好的方案，但它是最適合我們目前業務場景的方案。

在Master節點使用docker compose部署Harbor的步驟如下：

  • 192.168.0.1安裝docker-compose 
    pip install docker-compose
  • 192.168.0.1 data目錄掛載NAS路徑（harbor的volume預設對映到宿主機的/data目錄，所以我們把宿主機的/data目錄掛載為NAS即可實現用NAS作為harbor的volume） 
    mkdir /data
mount -t nfs -o vers=4.0 xxx.xxx.com:/harbor /data
    • 根據需要下載指定版本的 Harbor offline installer
    • 解壓後配置harbor.cfg 
      # 域名
hostname = xx.xx.com
# 協議，這裡可以使用http可以免去配置ssl_cert，通過SLB暴露至叢集外再加上ssh即可
ui_url_protocol = http
# 郵箱配置
email_identity = rfc2595
email_server =  xx
email_server_port = xx
email_username = xx
email_password = xx
email_from = xx
email_ssl = xx
email_insecure = xx
# admin賬號預設密碼
harbor_admin_password = xx
    • 修改docker-compose.yaml中的埠對映，這裡將容器埠對映到宿主機的23280埠 
      proxy:
    image: vmware/nginx-photon:v1.5.0
    container_name: nginx
    restart: always
    volumes:
      - ./common/config/nginx:/etc/nginx:z
    networks:
      - harbor
    ports:
     - 23280:80
     #- 443:443
     #- 4443:4443
    depends_on:
      - mysql
      - registry
      - ui
      - log
    logging:
      driver: "syslog"
      options:
        syslog-address: "tcp://127.0.0.1:1514"
        tag: "proxy"
    • 執行install.sh
  • 修改 kubeasz的 roles/docker/files/daemon.json加入”insecure-registries”節點，如下所示 
    {
  "registry-mirrors": ["https://kuamavit.mirror.aliyuncs.com", "https://registry.docker-cn.com", "https://docker.mirrors.ustc.edu.cn"], 
  "insecure-registries": ["192.168.0.1:23280"],
  "max-concurrent-downloads": 10,
  "log-driver": "json-file",
  "log-level": "warn",
  "log-opts": {
    "max-size": "10m",
    "max-file": "3"
  }
}

    重新安裝kubeasz的docker

    ansible-playbook 03.docker.yml

    這樣在叢集內的任何一個節點就可以通過http協議192.168.0.1:23280 訪問harbor

  • 開機啟動 
    vi /etc/rc.local
# 加入如下內容
# mount -t nfs -o vers=4.0 xxxx.com:/harbor /data
# cd /etc/ansible/heygears/harbor
# sudo docker-compose up -d
chmod +x /etc/rc.local
  • 設定Secret（K8S部署應用時使用Secret拉取映象，詳見系列教程第三篇）在K8S叢集任意一臺機器使用命令 
    kubectl create secret docker-registry regcred --docker-server=192.168.0.1:23280 --docker-username=xxx --docker-password=xxx --docker-email=xxx
  • 設定SLB（如果僅在內網使用，不設定SLB和DNS也可以）
  • 登陸Harbor管理頁面
  • 在叢集內通過docker login 192.168.0.1:23280驗證Harbor是否建立成功

四、EFK

最後我們來給叢集加上日誌系統。

專案中常用的日誌系統多數是Elastic家族的ELK，外加Redis或者Kafka作為緩衝佇列。由於Logstash需要執行在java環境下，且佔用空間大，配置相對複雜，隨著Elastic家族的產品逐漸豐富，Logstash開始慢慢偏向日誌解析、過濾、格式化等方面，所以並不太適合在容器環境下的日誌收集。K8S官方給出的方案是EFK，其中F指的是Fluentd，一個用Ruby寫的輕量級日誌收集工具。對比Logstash來說，支援的外掛少一些。

容器日誌的收集方式不外乎以下四種：

  • 容器外收集。將宿主機的目錄掛載為容器的日誌目錄，然後在宿主機上收集。
  • 容器內收集。在容器內執行一個後臺日誌收集服務。
  • 單獨執行日誌容器。單獨執行一個容器提供共享日誌卷，在日誌容器中收集日誌。
  • 網路收集。容器內應用將日誌直接傳送到日誌中心，比如java程式可以使用log4j2轉換日誌格式併發送到遠端。
  • 通過修改docker的–log-driver。可以利用不同的driver把日誌輸出到不同地方，將log-driver設定為syslog、fluentd、splunk等日誌收集服務，然後傳送到遠端。

docker預設的driver是json-driver，容器輸出到控制檯的日誌，都會以 *-json.log 的命名方式儲存在 /var/lib/docker/containers/ 目錄下。所以EFK的日誌策略就是在每個Node部署一個Fluentd，讀取/var/lib/docker/containers/ 目錄下的所有日誌，傳輸到ES中。這樣做有兩個弊端，一方面不是所有的服務都會把log輸出到控制檯；另一方面不是所有的容器都需要收集日誌。我們更想定製化的去實現一個輕量級的日誌收集。所以綜合各個方案，還是採取了網上推薦的以FileBeat作為日誌收集的“EFK”架構方案。

FileBeat用Golang編寫，輸出為二進位制檔案，不存在依賴。佔用空間極小，吞吐率高。但它的功能相對單一，僅僅用來做日誌收集。所以對於有需要的業務場景，可以用FileBeat收集日誌，Logstash格式解析，ES儲存，Kibana展示。

使用FileBeat收集容器日誌的業務邏輯如下：

也就是說我們利用K8S的Pod的臨時目錄{}來實現Container的資料共享，舉個例子：

apiVersion: extensions/v1beta1
kind: Deployment
metadata:
  name: test
  labels:
    app: test
spec:
  replicas: 2
  strategy:
    type: Recreate
  template:
    metadata:
      labels:
        app: test
    spec:
      containers:
      - image:  #appImage 
        name: app
        volumeMounts:
        - name: log-volume
          mountPath: /var/log/app/  #app log path
      - image:  #filebeatImage
        name: filebeat
        args: [
          "-c", "/etc/filebeat.yml"
        ]
        securityContext:
          runAsUser: 0
        volumeMounts:
        - name: config
          mountPath: /etc/filebeat.yml
          readOnly: true
          subPath: filebeat.yml
        - name: log-volume
          mountPath: /var/log/container/
      volumes:
      - name: config
        configMap:
          defaultMode: 0600
          name: filebeat-config
      - name: log-volume 
        emptyDir: {} #利用{}實現資料互動
      imagePullSecrets:
      - name: regcred
---
apiVersion: v1
kind: ConfigMap
metadata:
  name: filebeat-config
  namespace: test
  labels:
    app: filebeat
data:
  filebeat.yml: |-
    filebeat.inputs:
    - type: log
      enabled: true
      paths:
        - /var/log/container/*.log #FileBeat讀取log的源
    output.elasticsearch:
      hosts: ["xx.xx.xx:9200"]
    tags: ["test"] #log tag

實現這種FileBeat作為日誌收集的“EFK”系統，只需要在K8S叢集中搭建好ES和Kibana即可，FileBeat是隨著應用一起建立，無需提前部署。搭建ES和Kibana的方式可參考K8S官方文件，我也進行了一個簡單整合：

ES:

# RBAC authn and authz
apiVersion: v1
kind: ServiceAccount
metadata:
  name: elasticsearch-logging
  namespace: kube-system
  labels:
    k8s-app: elasticsearch-logging
    kubernetes.io/cluster-service: "true"
    addonmanager.kubernetes.io/mode: Reconcile
---
kind: ClusterRole
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  name: elasticsearch-logging
  labels:
    k8s-app: elasticsearch-logging
    kubernetes.io/cluster-service: "true"
    addonmanager.kubernetes.io/mode: Reconcile
rules:
- apiGroups:
  - ""
  resources:
  - "services"
  - "namespaces"
  - "endpoints"
  verbs:
  - "get"
---
kind: ClusterRoleBinding
apiVersion: rbac.authorization.k8s.io/v1
metadata:
  namespace: kube-system
  name: elasticsearch-logging
  labels:
    k8s-app: elasticsearch-logging
    kubernetes.io/cluster-service: "true"
    addonmanager.kubernetes.io/mode: Reconcile
subjects:
- kind: ServiceAccount
  name: elasticsearch-logging
  namespace: kube-system
  apiGroup: ""
roleRef:
  kind: ClusterRole
  name: elasticsearch-logging
  apiGroup: ""
---
apiVersion: v1
kind: PersistentVolume
metadata:
    name: es-pv-0
    labels:
      release: es-pv
    namespace: kube-system
spec:
    capacity:
      storage: 20Gi
    accessModes:
      - ReadWriteMany
    volumeMode: Filesystem

            
  

           

              
              

            

            
相關推薦

			   
            
            
            
 

    


    
    
阿里雲Kubernetes實戰2

     
 
	您目前處於：				
		
						前言：
在系列的第一篇文章中，我已經介紹過如何在阿里雲基於kubeasz搭建K8S叢集，通過在K8S上部署gitlab並暴露至叢集外來演示服務部署與發現的流程。文章寫於4月，忙碌了小半年後，我才有時間把後續部分補齊。系列會分為三篇，本篇將繼續部署基礎設施，如j 



  
 

    


    
    
阿里雲Kubernetes實戰2–搭建基礎服務

     
 前言： 
在系列的第一篇文章中，我已經介紹過如何在阿里雲基於kubeasz搭建K8S叢集，通過在K8S上部署gitlab並暴露至叢集外來演示服務部署與發現的流程。文章寫於4月，忙碌了小半年後，我才有時間把後續部分補齊。系列會分為三篇，本篇將繼續部署基礎設施，如jenkins、harbor、efk等，以便為第三 



  
 

    


    
    
阿里雲Kubernetes實戰1

     
 
						前言：
考慮到公司持續整合與docker容器技術實施已有一段時間，取得了不錯的效果，但對於裝置運維、系統隔離、裝置利用率和擴充套件性還有待提升，綜合目前比較成熟的微服務技術，打算把現有業務遷移到K8S叢集。
由於公司所有業務均部署在阿里雲上，最開始就調研了阿里雲自己提供的Kubernetes叢 



  
 

    


    
    
阿里雲Kubernetes實戰3

     
 
						前言：
在上一篇文章中，我們已經在K8S叢集部署了Jenkins、Harbor和EFK。作為本系列最後一篇文章，將通過實際案例串聯所有的基礎軟體服務，基於K8S做DevOps。
整體的業務流程如下圖所示：

一、一機多Jenkins Slave
由於業務需要，我們的自動化測試需要基於windo 



  
 

    


    
    
阿里雲Kubernetes實戰1–叢集搭建與服務暴露

     
 前言： 
考慮到公司持續整合與docker容器技術實施已有一段時間，取得了不錯的效果，但對於裝置運維、系統隔離、裝置利用率和擴充套件性還有待提升，綜合目前比較成熟的微服務技術，打算把現有業務遷移到K8S叢集。 
由於公司所有業務均部署在阿里雲上，最開始就調研了阿里雲自己提供的Kubernetes叢集，但後來還 



  
 

    


    
    
Kubernetes實戰[2]: 服務發現機制與Cluster DNS的安裝(無CA認證版)

     
 服務發現機制與Cluster DNS的安     服務發現機制Kubernetes提供了兩種發現Service的方法：   1.環境變量    當Pod運行的時候，Kubernetes會將之前存在的Service的信息通過環境變量寫到Pod中。    這種方法要求Pod必須要在Service之後啟動。     



  
 

    


    
    
在阿里雲Kubernetes上使用ENI進行分散式機器學習訓練

     
 概述 
模型訓練是機器學習最主要的實踐場景，尤其以使用機器學習框架TensorFlow進行模型訓練最為流行，但是隨著機器學習的平臺由單機變成叢集，這個問題變得複雜了。利用KubeFlow社群的自定義資源TFJob/MPIJob/MxNetJob可以在Kubernetes叢集方便的執行其不同的分散式訓練框架，解 



  
 

    


    
    
阿里雲環境實戰搭建CDN內容分發

     
 1、建立CDN CNAME 指向CDN雲廠商地址 
 2、使用域名轉向到CDN雲廠商地址 
 
  
請求過來 通過cnd 分發到不同的伺服器  如果有快取的話 直接走了 
CDN也可以實現安全功能，比如CDN實現防止DDOS,DNS負載均衡，實現web安全防禦功能，比如黑名單和 



  
 

    


    
    
阿里雲php-7.2.12 安裝

     
 安裝依賴 
 
 yum -y install libjpeg libjpeg-devel libpng libpng-devel freetype freetype-devel libxml2 libxml2-devel mysql pcre-devel 
 
  
  
   



  
 

    


    
    
centos 7 yum 設定 阿里雲 kubernetes 庫

     
 cat <<EOF > /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x 



  
 

    


    
    
阿里雲ChatOps實戰

     
 
                

課程介紹：

ChatOps 的理念由 DevOps 延伸而來，又結合 AI（人工智慧）落地，可以說是人工智慧和新型工作理念結合的產物。它也是一種新型智慧工作方式，幫助團隊利用 ChatBot 機器人使成員和各項輔助工具連線在一起，以溝通驅動的方式完成工作，同時解決人與人 



  
 

    


    
    
阿里雲 Debian 9.2 安裝 Java Web 環境

     
 本來是用 CentOS 的，結果源裡的 Tomcat 有 bug 
阿里雲相關配置 
 
 建立金鑰對，網路和安全 -> 金鑰對 -> 建立金鑰對，按提示建立即可 
 更換例項系統盤，換成 CentOS 7.4 64 位，設定使用金鑰登入而非密碼 
 ECS 例項放行 Tomcat 的 8080  



  
 

    


    
    
阿里雲 Centos 7.2 環境配置 LNMP

     
  
 
 首先更新系統軟體 
 $ yum update 
   
 安裝nginx 
 1.安裝nginx源 
 $ yum localinstall http://nginx.org/packages/centos/7/noarch/RPMS/n 



  
 

    


    
    
阿里雲部署redis3.2.100叢集注意事項redis cluster

     
 
                由於安裝時忘記截圖,只有文字描述了

三臺雲伺服器 兩臺windows 一臺linux

6個redis服務 3主3從

在安全組要開放埠:如6379,伺服器中也要將埠暴露出來

叢集對外的總端 埠+10000,如16379也要開放出來

bind的設定 bind 0.0.0 



  
 

    


    
    
5分鐘在阿里雲Kubernetes服務上搭建jenkins環境並完成應用構建到部署的流水線作業

     
 本文主要演示如何在阿里雲Kubernetes服務上快速搭建jenkins持續整合環境，並基於提供的示例應用快速完成應用原始碼編譯、映象構建和推送以及應用部署的流水線。 
先決條件：阿里雲Kubernetes叢集。 
一 快速開始 
1. 部署jenkins 
容器服務-Kubernetes -> 市場  



  
 

    


    
    
阿里雲 Centos 7.2開啟ftp服務用到埠

     
  
 
  
  
 記錄1 
 https://www.jianshu.com/p/bf772ffc0c95 阿里雲CentOS7搭建任何網路服務，需要配置相應的安全組規則。 開啟阿里雲端口許可權 阿里雲伺服器埠許可權是由安全組規則控制，所以配置FTP服務，需要開啟伺服器的20/21埠許可權。  由於需要F 



  
 

    


    
    
阿里雲ECS CentOS 2.6版本核心升級至3.10

     
 
                

當前有部分應用對系統核心版本有一定的要求，比如Docker要求核心版本在3.10以上，雲伺服器中提供的Centos 7以下的阿里雲官方公共映象是2.6以下。雖然更換系統到Centos 7可以滿足要求，但是更換系統後對業務環境重新部署會消耗一定時間和人力成本，因此可以考慮針 



  
 

    


    
    
再次升級！阿里雲Kubernetes日誌解決方案

     
 
                背景針對K8S日誌採集存在的採集目標多、彈性伸縮難、運維成本大、侵入性高、採集效能低等問題，在18年2月份日誌服務和容器服務團隊一起釋出了阿里雲Kubernetes日誌解決方案。1分鐘內即可完成整個叢集部署，實現該節點上宿主機日誌、容器日誌、容器stdout等所有資料來源的一 



  
 

    


    
    
阿里雲Centos 7.2 安裝apache踩的坑

     
 
							
							
							



./configure --prefix=/usr/local/apache2

Centos安裝 Apache2.4提示 APR not found的解決辦法: 
1.下載所需軟體包：







具體步驟如下:

1、:解決apr not foun 



  
 

    


    
    
阿里雲Kubernetes Service Mesh實踐進行時(1): Istio初體驗

     
 
                摘要： 本篇文章是系列中的第一篇，主要講述利用阿里雲Kubernetes容器服務，快速搭建一套用於連線、管理以及安全化微服務的開放平臺Istio，為應用引入和配置多個相關服務。

概述



Istio是一個用於連線/管理以及安全化微服務的開放平臺，提供了一種簡單的方式用於建