将 Kubernetes 与 Ansible 结合实现云端自动化。此外，还可以参照我们的 Ansible 的 k8s 模块速查表。 Ansible 是实现自动化工作的优秀工具，而 Kubernetes 则是容器编排方面的利器，要是把两者结合起来，会有怎样的效果呢？正如你所猜测的，Ansible + Kubernetes 的确可以实现容器编排自动化。 Ansible 模块 实际上，Ansible 本

作为云原生的核心产品，Kubernetes 提供的编排和管理功能，能轻松完成大规模容器部署，但 Kubernetes 自身的复杂性也导致众多企业一直徘徊于容器服务之外。据调查，只有不足 10% 的用户表示使用 Kubernetes 时没有遇到阻碍。 在 2019 年的一个关于容器技术的一个调查数据中，有 40% 的受访者表示计划采用容器。然而，据 UCloud 产品经理张鹏波透露说，在他们接触的用

设置一个本地开发环境，或者直接用这些工具尝试容器编排平台。 Kubernetes 是一个开源的容器编排平台。它由 Google 开发，为自动化部署、扩展和管理容器化应用提供了一个开源系统。虽然大多数人在云环境中运行 Kubernetes，但在本地运行 Kubernetes 集群不仅是可能的，它还至少有两个好处： 在决定使用 Kubernetes 作为主要平台部署应用之前，你可以快速试用它。 在将任

资源配额控制应用的 CPU 或内存使用情况，防止资源被过量使用或被抢占。 当 Kubernetes 集群运行过一段时间或者在被开发者大量使用后，Kubernetes 资源（例如 CPU 和内存）的控制的问题就会显现出来。而在大多情况下只有集群出问题后，我们才会意识到资源控制的重要性。 Kubernetes 部署过程如果没有能充分考虑到将来的扩展性，资源类问题将会非常常见，此类问题与集群的管理和部署

了解 Kubernetes 调度器是如何发现新的吊舱并将其分配到节点。 Kubernetes 已经成为容器和容器化工作负载的标准编排引擎。它提供一个跨公有云和私有云环境的通用和开源的抽象层。 对于那些已经熟悉 Kuberbetes 及其组件的人，他们的讨论通常围绕着如何尽量发挥 Kuberbetes 的功能。但当你刚刚开始学习 Kubernetes 时，尝试在生产环境中使用前，明智的做法是从一些关

通过这三个工具和框架，为你的企业级 Java 应用和你的职业生涯提供助力。 尽管在 Kubernetes 上广泛使用 Python、Go 和 Node.js 实现 人工智能 和机器学习应用以及 无服务函数，但 Java 技术仍然在开发企业应用中发挥着关键作用。根据 开发者经济学 的数据，在 2020 年第三季度，全球有 800 万名企业 Java 开发者。 虽然这门语言已经存在了超过 25 年，但

开始探索 kubectl、容器、吊舱等，接着下载我们的免费的速查表，这样你就可以随时掌握关键的命令了。 云计算主要是在 Kubernetes 上运行，Kubernetes 主要是在 Linux 上运行，而 Linux 在有熟练的系统管理员控制时运行得最好。无论你认为自己是云计算架构师还是只是一个保守的系统管理员，现代互联网都需要了解如何在容器中创建应用和服务，按需扩展，按需扩展以及如何明智地进行监

这份可下载的指南充满了有用的教程，让 SRE 和系统管理员使用 Kubernetes 获得便利。 Kubernetes 是容器编排的事实标准，在基础设施管理和应用开发方面已经迅速发展成为容器环境的主导。作为一个拥有庞大的爱好者和专业人士社区的开源平台，以及作为云原生计算基金会的一部分，Kubernetes 不仅成为一个强大而令人印象深刻的编排系统本身，而且它还促进了一个庞大的相关工具和服务的生态系

用 Forklift 将你的虚拟化工作负载过渡到 Kubernetes。 2017 年，KubeVirt 团队 发起 了一个在 Kubernetes 中管理容器及相关的虚拟机（VM）的项目。这个开源项目的意图是让虚拟机成为这个环境中的一等公民。 自从在 2018 年开源峰会 上推出以来，KubeVirt 一直在不断成熟和发展。它在 GitHub 上已经达到了 200 多颗星，甚至在 2021 年

学习 kubectl，提升你与 Kubernetes 的互动方式。 Kubernetes 可以帮你编排运行有大量容器的软件。Kubernetes 不仅提供工具来管理（或者说 编排）运行的容器，还帮助这些容器根据需要进行扩展。有了 Kubernetes 作为你的中央 控制面板 control panel （或称 控制平面 control plane ），你需要一种方式来管理 Kubernetes，而

了解如何使用 Kubermatic Kubernetes 平台来部署、扩展与管理图像识别预测的深度学习模型。 随着企业增加了对人工智能（AI）、机器学习（ML）与深度学习（DL）的使用，出现了一个关键问题：如何将机器学习的开发进行规模化与产业化？这些讨论经常聚焦于机器学习模型本身；然而，模型仅仅只是完整解决方案的其中一环。为了达到生产环境的应用和规模，模型的开发过程必须还包括一个可以说明开发前后关

复制控制器负责管理吊舱的生命周期并确保在任何时候运行着所需的指定数量的吊舱。 你有没有想过，谁负责监督和管理 Kubernetes 集群内运行的“ 吊舱 pod ”的确切数量？Kubernetes 可以通过多种方式做到这一点，但一个常见的方法是使用 “ 复制控制器 ReplicationController （RC）”。RC 负责管理吊舱的生命周期，并确保在任何时候运行着所需的指定数量的吊舱。但另

在你通过 Kubernetes 部署一个应用之前，了解 Kubernetes 的网络策略是一个基本的要求。 随着越来越多的云原生应用程序通过 Kubernetes 部署到生产环境，安全性是你必须在早期就需要考虑的一个重要检查项。在设计云原生应用程序时，预先嵌入安全策略非常重要。不这样做会导致后续的安全问题，从而导致项目延迟，并最终给你带来不必要的压力和金钱投入。 这么多年来，人们总是把安全留到最后

无论你是在家庭实验室里试验 Kubernetes，还是想成为一个成为 Kubernetes 的维护者，这里都有适合你的资源。 2021 年对于 Kubernetes 来说是令人兴奋的一年，这些文章证明了这一点。从有趣的界面到家庭实验室再到开发环境，看看我在 2021 年最喜欢的 K8s 文章。 如果你对基本原理感兴趣，这篇 介绍 Linux 上的容器 的文章从内到外阐明了 Linux 容器的工作原

通过查看创建一个吊舱或一个部署时的 10 个步骤，可以更好地了解 Kubernetes。 当你在 Kubernetes 上使用容器时，你经常把应用程序组合在一个 吊舱 pod 中。当你把一个容器或一个吊舱发布到生产环境中时，它被称为一个 部署 deployment 。如果你每天甚至每周都在使用 Kubernetes，你可能已经这样做过几百次了，但你有没有想过，当你创建一个吊舱或一个部署时到底会发生

了解 Kubernetes 架构中不同组件是如何组合在一起的，这样你就可以更好地排查问题、维护一个健康的集群，以及优化工作流。 使用 Kubernetes 来编排容器，这种描述说起来简单，但理解它的实际含义以及如何实现它完全是另外一回事。如果你正在运行或管理 Kubernetes 集群，那么你就会知道 Kubernetes 由一台称为 “ 控制平面 control plane ” 的机器和许多其他

Constellation 是第一个始终加密的 kubernetes（K8S）。在这个 K8S 中，你的所有工作负载和控制平面都被完全屏蔽起来，你可以使用加密证书远程确认这一点。 Constellation Kubernetes 引擎使用 秘密计算 secret computing 和 机密虚拟机 confidential VM ，将 Kubernetes 集群与云架构的其余部分隔离开来。因此，无

微服务遵循领域驱动设计（DDD），与开发平台无关。Python 微服务也不例外。Python3 的面向对象特性使得按照 DDD 对服务进行建模变得更加容易。本系列的第 10 部分演示了如何将用户管理系统的查找服务作为 Python 微服务部署在 Kubernetes 上。 微服务架构的强大之处在于它的多语言性。企业将其功能分解为一组微服务，每个团队自由选择一个平台。 我们的用户管理系统已经分解为四

组织层面的自动化一直是一个难以实现的目标，但 Kubernetes 或许能够改变这一切。 当我在 2002 年采用 Gentoo Linux 作为我的主要操作系统时，我开始了我的自动化之旅。二十年后，自动化还没有完成。当我与客户和合作伙伴会面时，他们分享了团队内部的自动化成果，但他们也描述了在组织层面实现类似成功所面临的挑战。 大多数 IT 组织都能够端到端地提供虚拟机，从而将过去 4 周的交付周

在 Kubernetes 中运行无服务器函数时，实现更快的启动速度和更小的内存占用。 由于运行上千个应用程序 容器荚 Pod 所耗费的资源多，令它实现较少工作节点和资源占用所需成本也较高，所以在使用 Kubernetes 时，快速启动和较少的内存占用是至关重要的。在 Kubernetes 平台运行容器化微服务时，内存占用是比吞吐量更重要的考量因素，这是因为： 由于需要持续运行，所以耗费资源更多（不