pod设置国内镜像（composer国内镜像）

原标题：pod设置国内镜像（composer国内镜像）

导读：

初识StorageClass动态存储命名意义：StorageClass的命名具有重要意义，用于请求特定类型的存储类。不可修改性：一旦创建，StorageClass的命名和其他...

初识StorageClass 动态 存储

命名意义：StorageClass的命名具有重要意义，用于请求特定类型的存储类。不可修改性：一旦创建，StorageClass的命名和其他参数不可修改。优势：简化存储管理：引入StorageClass解决了PV和PVC带来的存储使用复杂度问题。动态管理：通过动态管理集群中的PV，减轻了管理员的工作负担，优化了存储资源的管理。

引入StorageClass解决了PV和PVC带来的存储使用复杂度问题，但同时也面临PV创建耗时耗力的挑战，特别是在大规模集群中。StorageClass通过动态管理集群中的PV，减轻了管理员的工作负担，优化了存储资源的管理。StorageClass的实现依赖于kubernetes集群所使用的存储插件和提供商。

PV是由Kubernetes管理员设置的存储资源，而PVC是对PV的请求，表示用户需要什么类型的PV。PV：定义：PV是由Kubernetes管理员设置的存储资源，可以事先制备，或者使用存储类来动态制备。PV是集群资源，没有命名空间限制。回收策略：包括Retain、Recycle和Delete。

Ansible网络 自动化-AnsibleAWX-基于K8s环境 安装 部署

1、之后，通过 Helm 安装 AWX chart。在验证过程中，可能会遇到镜像拉取失败的问题。使用 kubectl 检查 Pod 状态时，会发现“gcr.io/kubebuilder/kube...”镜像拉取失败。解决方法是修改 POD 配置，替换为国内可用的镜像地址。修改后，pod 会自动刷新并拉取新镜像，状态变为“Running”。

2、通过nodePort服务发布方式访问AWX，使用任意子网IP加上节点端口访问服务。默认界面为中文，显示国际化效果良好。总结：通过Helm部署AWX，实现了自动化部署和管理，简化了配置和维护过程。提供了一种高效的方法来利用Kubernetes和awxoperator进行AWX的部署和管理。

3、指定Operator版本为3。设置部署的命名空间为awx。启动安装过程：在终端中运行kustomize build . | kubectl APPly f 命令，启动AWX Operator的安装。K8S将开始创建CRD及其他相关资源，如Serviceaccount、roles和ConfigMaps等。配置命名空间：安装完毕后，切换到awx命名空间。

4、配置Docker网络代理，解决可能因网络问题导致的下载问题。设置代理以适应NPM和Node.js的安装过程。安装NPM、Node.js和python环境：安装NPM和Node.js，确保后续的脚本和自动化流程能够顺利运行。安装Python库和pip包，这是构建AWX环境的关键部分和python库管理的必备工具。

5、基于docker安装AnsibleAWX的步骤如下：准备环境：操作系统：建议使用CentOS9或CentOS8。硬件需求：至少需要2个cpu 核心、4GB内存和40GB硬盘空间。安装Docker：添加Docker镜像源：确保Docker镜像源已正确添加。检查Docker版本：推荐使用Docker 19版，避免使用最新版本。安装Docker：根据所选版本进行安装。

6、Ansible AWX安装记录：环境准备系统要求：CentOS 9及以上版本。硬件要求：最低配置为2核CPU，4GB内存，40GB硬盘。安装步骤清理Docker环境：确保Docker环境干净，无残留容器或镜像。安装依赖：根据系统需求安装必要的软件包，如yumutils等。

搭建 一个k8s单机版,yaml已经创建好,但pod状态一直处于pend

资源不足：原因：如果集群中的资源不足，Pod可能无法被调度到任何节点上，从而处于PEnding状态。解决方法：检查集群的资源使用情况，确保有足够的资源可供Pod使用。可以考虑增加节点或调整Pod的资源请求和限制。调度问题：原因：调度器可能由于某些原因无法找到合适的节点来部署Pod。

假设一位机器学习研究人员想要在PyTorch环境中使用基于Python的GPU进行测试，她请求她的工程团队提供一个带有两个GPU的Jupyter笔记本，以及她所有的库。然而，工程团队告诉她这需要三天时间，包括获取GPU、创建堆栈以及授予对JupyterHub的访问权限。

针对k8s 10版本中coredns一直处于pending状态的问题，本文提供了一系列解决方案。首先，需要注意的是，当使用kubeadm init后，关闭cni可以解决部分问题。在进行kubeadm init操作前，应该在其他节点上也执行此操作，确保整个系统的一致性。对于kube-flannel.yml文件的修改，是一种推荐的解决方案。

在Kubernetes（K8s）中，当pod状态显示为“ContainerCreating”，这意味着pod已经由调度器分配至特定节点，该节点的kubelet正在创建容器。在此阶段，系统会进行容器创建操作。一旦所有容器启动并运行，pod状态将从“ContainerCreating”转变为“Running”。

Pod控制器之deployment

1、Deployment是Kubernetes中的一种Pod控制器，它通过控制ReplicaSet间接管理Pod，提供了更高级的自动化操作和功能。以下是关于Deployment的详细解功能整合与优化：Deployment整合了ReplicaSet的所有功能，并优化了Pod的更新升级流程。

2、Deployment作为一种控制器，在2版本引入，它通过控制RS间接管理Pod，整合了RS的所有功能，并优化了更新升级流程。RS在更新升级时，需要手动删除旧Pod，再拉起新Pod，而Deployment则提供了更自动化的升级方式，如滚动升级和灰度发布，以满足更灵活的服务编排需求。

3、K8s常用的Pod控制器包括Deployment、ReplicaSet、StatefulSet、DaemonSet和Job等。Deployment：用于无状态应用的部署和管理，支持版本回滚、滚动更新等功能。ReplicaSet：确保指定数量的Pod副本在运行，如果Pod数量少于预期，ReplicaSet会自动创建新的Pod。

4、Pod是Kubernetes的最小管理单位，它由一个或多个容器组成，构成集群中的基本运行单位。Kubernetes中的Pod控制器管理着Pod的创建、更新和删除，确保其在集群中的稳定运行。控制器类型多样，适合不同场景，如ReplicaSet、Deployment、Horizontal Pod Autoscaler（HPA）等，下面将对这些控制器进行详细解析。

5、Deployment：此控制器更加强大，通过管理ReplicaSet间接管理Pod，实现服务编排。具备扩缩容、镜像升级、更新策略（重建或滚动）等功能。Horizontal Pod Autoscaler （HPA）：自动调整Pod数量，基于指标监测，实现资源优化。通过HPA，系统可自动响应负载变化，动态调整Pod副本数。

Pod镜像拉取策略imagePullPolicy

1、Pod镜像拉取策略有三种：Always、IfNotPresent、Never，其默认值为IfNotPresent。Always策略总是拉取远程仓库中的镜像。首先获取远程仓库的镜像信息，若远程镜像与本地镜像不同，则拉取远程镜像覆盖本地；若相同，则不进行拉取操作。如果远程仓库无法访问，pod运行将会失败。

2、创建pod-base.yaml，定义一个包含两个容器的简单Pod配置。2 镜像拉取通过pod-imagepullpolicy.yaml文件，设置镜像拉取策略。默认值为Always，强制拉取；IfNotPresent，只当本地无镜像时拉取；Never，从本地直接使用。

3、默认的镜像拉取策略是IfNotPresent：在镜像已经存在的情况下，kubelet将不再去拉取镜像。如果希望强制总是拉取镜像，你可以执行以下操作之一：设置容器的imagePullPolicy为Always。省略imagePullPolicy，并使用：latest作为要使用的镜像的标签。省略imagePullPolicy和要使用的镜像标签。

Kubeedge-Sedna搭建指南--从零开始搭建边云协同应用

端口连接异常：确保边端mqtt服务作为systemd服务正确启动。edgeMESh跨云边通信失败：检查边端节点是否已正确加入集群，并验证网络配置。边端节点启动异常：删除相关目录后重新启动edgecore服务。边端lc无法连接云端gm：测试跨云边通信，确保网络连接正常。sedna云端lc无法运行：删除master节点的taint，确保sedna组件能够正常运行。

端口连接异常：确保边端mqtt服务作为systemd服务启动。edgemesh跨云边通信失败：确保边端节点加入集群。边端节点启动异常：删除相关目录后重新启动edgecore。边端lc无法连接云端gm：测试跨云边通信。sedna云端lc无法运行：删除master节点taint。环境变量值错误：通过echo和describe pod查看值。