k8s负载资源StatefulSet解析
1、K8s负载资源StatefulSet解析设置pod只调度到work： StatefulSet的定义与用途： 定义：StatefulSet是Kubernetes中用于管理具有状态的应用的一种控制器。 用途：与无状态应用相比，StatefulSet适用于需要实例之间有依赖关系、对启动顺序有要求，并且需要外部存储来维护状态的应用。
2、在Kubernetes中，StatefulSet提供设置pod只调度到work了一种管理具有状态应用的高效方式，通过维护拓扑状态和存储状态确保应用的稳定性和连续性。它与Deployment相比，为每个管理的Pod提供设置pod只调度到work了一个稳定的启动顺序和唯一的网络标识，同时通过PV、PVC来维护存储状态。通过StatefulSet，设置pod只调度到work我们能够实现应用的稳定部署和管理。
3、StatefulSet资源对象被引入以支持这类复杂需求，它类似于ReplicaSet，用于部署有状态应用，但具备Pod独立生命周期管理能力，同时可以处理Pod的启动顺序，为每个Pod设置唯一标识。
4、实战1：Statefulset管理pod：扩容、缩容、更新，修改配置文件statefulset.yaml里的replicas的值实现动态扩容或缩容，修改镜像nginx实现更新。实战2：使用k8s配置管理中心Configmap，Configmap是k8s中的资源对象，用于保存非机密性的配置，可以将配置信息和docker镜像解耦，实现镜像的可移植性和可复用性，以及配置共享。
5、StatefulSet和Deployment作为常用的Kubernetes控制器（工作负载），分别用于管理有状态应用和无状态应用。StatefulSet专为部署有状态应用而设计，而Deployment则适用于无状态应用。在本期“云端跟我学”栏目中，我们将利用StatefulSet和Deployment为例，采用模块化的方式进行对比记忆，并揭示其背后的规律。
k8s将pod调度到指定节点的几种方式
方式二：通过指定NodeName。在Pod中配置nodeName字段，直接指派对应节点。示例如下：查看node名称。列出节点名称，例如k8s-master。在Pod中使用nodeName指定此节点。通过kubectl apply创建Pod后，检查Pod是否调度至指定节点。使用nodeName选择节点方式存在局限性。方式三：亲和性和反亲和性。
假设以下场景：有三个Node，分别为1010109，创建Deployments来部署Tomcat应用，指定在107节点上创建Pod。解决方案 nodeName Pod.spec.nodeName将Pod直接调度到指定的Node节点上，会跳过Scheduler的调度策略，该匹配规则是强制匹配。
在集群中为节点添加标签。例如，设置app： goweb-node。 编写goweb应用的Deployment文件。设置Pod的定义，确保与应用需求相匹配。 为Deployment添加nodeSelector字段，指定Pod应部署在具有特定标签的节点上，如app=goweb-node。 验证Pod是否成功调度到具有所需标签的节点。
...Scheduler使用哪两种算法将Pod绑定到worker节点?
1、Kubernetes Scheduler根据如下两种调度算法将 Pod 绑定到最合适的工作节点：预选（Predicates）：输入是所有节点设置pod只调度到work，输出是满足预选条件的节点。kube-scheduler根据预选策略过滤掉不满足策略的Nodes。如果某节点的资源不足或者不满足预选策略的条件则无法通过预选。如“Node的label必须与Pod的Selector一致”。
2、方式二：通过指定NodeName。在Pod中配置nodeName字段设置pod只调度到work，直接指派对应节点。示例如下：查看node名称。列出节点名称，例如k8s-master。在Pod中使用nodeName指定此节点。通过kubectl apply创建Pod后，检查Pod是否调度至指定节点。使用nodeName选择节点方式存在局限性。方式三：亲和性和反亲和性。
3、ETCD集群操作：使用etcdctl工具可以方便地在宿主机上操作etcd集群，如查看成员节点。etcd集群的状态查看和操作包括设置、查看、listwatch、定时快照及快照恢复等。快照恢复和集群恢复是etcd操作中的关键步骤，确保数据一致性。
4、Kubernetes Scheduler的作用是将待调度的Pod（API新创建的Pod、Controller Manager为补足副本而创建的Pod等）按照特定的调度算法和调度策略绑定（Binding）到集群中某个合适的Node上，并将绑定信息写入etcd中。在整个调度过程中涉及三个对象，分别是待调度Pod列表、可用Node列表，以及调度算法和策略。
k8s中Pod状态及问题排查方法
含义：调度器未能将 Pod 调度到可用节点。可能原因：节点资源不足或 Pod 依赖的资源未准备好。排查方法：检查节点资源使用情况及资源预留情况，确保集群有足够的 CPU 和其他资源。CrashLoopBackOff 状态：含义：容器在启动后立即崩溃或退出。可能原因：容器配置错误、应用程序错误、内存不足或权限问题。
要排查镜像拉取问题，可使用kubectl describe pod命令检查pod事件，寻找“Failed to pull image”或“ImagePullBackOff”事件，表明镜像拉取存在问题。资源不足时，使用kubectl describe node命令检查节点资源状态。检查持久卷（PVC）状态，确保其STATUS为“Bound”，表明存储供应无问题。
Pod驱逐 节点资源不足时，K8s驱逐内存敏感型Pod。优化资源配额和限制值，避免资源被耗尽。Pod失联 Pod处于Unknown状态，无法获取信息。检查Kubelet状态，修复节点问题。无法被删除 Pod执行删除操作后长时间处于Terminating状态。排查删除操作和集群状态，确保删除流程顺利。
K8S集群下的GPU调度
1、首先设置pod只调度到work，Kubernetes本身支持设备插件（Device Plugin）功能，这使得Pod能够访问如GPU等特殊硬件资源。借助这一特性，K8S用户能更灵活地利用集群中设置pod只调度到work的GPU资源。为设置pod只调度到work了确保正确识别服务器上设置pod只调度到work的GPU型号，用户可以在系统中查看硬件信息。
2、在k8s集群中，通过扩展资源的方式将GPU注册到节点信息中。调度器根据这些扩展资源信息分配资源，实现多个Pod共享使用同一张显卡。GPU隔离技术：显存隔离：将GPU的显存资源进行隔离，确保不同任务之间不会相互干扰。算力隔离：将GPU的计算能力进行隔离，保证每个任务都能获得所需的计算能力。
3、要在k8s集群中实现GPU共享调度，即多个Pod共享使用同一张显卡，需要集群拥有细粒度分配GPU资源的机制，将整卡的资源拆分成多份，并分配给Pod。要做到这一点，一般是通过扩展资源的方式将GPU注册到节点信息中，调度器根据这些扩展资源信息分配资源，达到共享调度的目的。
4、本文指导如何在 Kubernetes 环境中集成 NVIDIA GPU，以支持机器学习工作负载（MLOps）。首先，需确保安装 Docker，并通过链接获取安装指南。接着，详细步骤包括更新 NVIDIA 驱动、安装 NVIDIA Container Toolkit 和配置 Docker 运行时。利用 Minikube 在本地构建 Kubernetes 集群，确保 GPU 资源可识别和调度。
5、跑AI大模型的K8s与普通K8s在计算、存储、网络和调度方面存在显著差异，针对AI的特定需求进行优化。计算方面，K8s默认资源管理主要针对CPU和内存，但在AI集群中，GPU等异构资源的高效调度和管理成为关键。K8s通过Device-plugin插件体系，允许用户自定义实现对于GPU等特殊资源的管理，实现更精准的资源分配和复用。
6、构建Kubernetes集群集成GPU监控系统本文指导如何构建一个集成Nvidia GPU监控的Kubernetes集群，使用Prometheus和Grafana进行指标可视化。步骤如下：集群与驱动安装首先确保集群已部署完毕，然后安装Nvidia GPU驱动。
K8S学习(3)---Deployment资源调度和控制
1、使用特定的命令将控制器信息以YAML形式输出，可以更加直观地理解各个组件之间的交互。在配置文件不熟悉的情况下，创建一个控制器并解析其文件配置是一个很好的学习方式。当涉及到部署滚动更新时，只有修改部署配置文件中模板（template）的属性才会触发更新操作。
2、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。
3、Deployment对象，顾名思义，是用于部署应用的对象。
4、查看node名称。列出节点名称，例如k8s-master。在Pod中使用nodeName指定此节点。通过kubectl apply创建Pod后，检查Pod是否调度至指定节点。使用nodeName选择节点方式存在局限性。方式三：亲和性和反亲和性。nodeSelector用于将Pod约束至具有特定标签的节点。亲和性和反亲和性扩展了约束类型，提供更精细的控制。
5、nodeName Pod.spec.nodeName将Pod直接调度到指定的Node节点上，会跳过Scheduler的调度策略，该匹配规则是强制匹配。
6、K8s确实采用了面向对象的设计模式。在K8s中运用面向对象思维的关键三要素包括：Pod：定义：Pod是K8s中最小的调度单元，代表了一个运行特定容器应用的环境。作用：是K8s管理容器应用的基本单位，开发人员需要理解Pod的创建、配置和管理方式。
