微服務在Docker k8s下如何部署？最近，這些技術已經(jīng)在項目中使用。讓我介紹一些有價值的想法。首先，結論如下：1。K8s是一款非常好的技術，非常穩(wěn)定。如果發(fā)現(xiàn)正在運行的pod數(shù)量不等于用戶設置的期

微服務在Docker k8s下如何部署？

最近，這些技術已經(jīng)在項目中使用。讓我介紹一些有價值的想法。

首先，結論如下：

1。K8s是一款非常好的技術，非常穩(wěn)定。如果發(fā)現(xiàn)正在運行的pod數(shù)量不等于用戶設置的期望值，k8s將自動創(chuàng)建或刪除pod，直到它們相等為止。這不僅確保了服務的不間斷運行，而且還動態(tài)地擴展了服務規(guī)范。用戶只需要調(diào)整pod的復制次數(shù)，剩下的留給k8s，這很容易讓人擔心。

2. 使用Jenkins集成命令行操作，雖然我個人比較喜歡使用命令行，但我不得不承認，使用Jenkins集成命令行操作將大大提高工作效率。

實現(xiàn)步驟如下：（本文以Azure平臺為例）

1。寫dockerfile

2。在Jenkins中創(chuàng)建任務并執(zhí)行包含以下命令的腳本

2.1 git將源代碼拉到本地

2.2 docker build命令生成映像文件

2.3 docker定義映像文件版本號并上載到Azure平臺

2.4 kubectl命令創(chuàng)建k8s部署和服務。

每個版本2.5update，可以調(diào)用update image來編譯新的鏡像版本并提供給k8s

注意，在創(chuàng)建k8s的部署和服務時，需要用yaml格式編寫配置文件。部署配置包括名稱、映像文件地址、最大和最小CPU分配值、最大和最小內(nèi)存分配值等。服務配置文件包括名稱、引用的部署名稱以及是否使用負載平衡器。

有關更多詳細信息，請參閱我的wikihttps://github.com/FamingHou/MyWiki

運維崗真有人用Python腳本運維嗎？

Python作為一種流行的腳本語言，有很多應用場景，比如自動測試、包構建、部署、操作和維護等，比如Python腳本就是用來調(diào)用云服務SDK的。根據(jù)業(yè)務需要，可以隨時創(chuàng)建所需數(shù)量的云服務器實例，對云服務器進行動態(tài)管理。

通過腳本執(zhí)行代碼創(chuàng)建或發(fā)布ECS實例，與使用水、電、氣等資源一樣方便、高效。例如，在業(yè)務低估的時期，釋放不必要的云服務器資源以節(jié)省成本。

如何選擇正確的DevOps工具？

根據(jù)業(yè)務場景選擇主流Devops工具：

例如，在實現(xiàn)Devops時，以下流行工具優(yōu)先考慮：git、docker、Jenkins、new relic（應用程序性能監(jiān)控）、ansible、saltstack（配置管理）、Splunk、kubernetes（docker編排工具）]~。首先，MySQL沒有公開的metrics接口供Prometheus讀取，因此需要在agent（即exporter）的幫助下間接讀取。

2. 可以使用官方的MySQL exporter，但它只能配置一個數(shù)據(jù)源，即只能收集一個實例。如果有多個實例，MySQL可以部署多個導出器進行監(jiān)控。

3. 導出器可以部署在任何地方，需要MySQL來授權導出器的主機。

4. 您還可以開發(fā)或修改MySQL exporter并同時監(jiān)視多個實例。

5. 部署和導出后，可以配置Prometheus從導出器收集數(shù)據(jù)。當然，您可以使用各種服務發(fā)現(xiàn)方法來發(fā)現(xiàn)導出程序的地址，例如靜態(tài)配置、DNS、ZK等等