SRE运维进阶之路

前两篇文章，我们分别介绍 Kubevirt 的安装、基本使用 以及 将 oVirt 虚拟机迁移到 KubeVirt，我们留了两个ToDo，一个是本地磁盘的动态分配，一个是固...

上篇文章中，有人留言，要获取 PPT 地址，这不来了。 PPT 汇总： 美团容器平台降本运营落地实践 美团大规模容器集群降本增效实践 快手关键混部技术介绍 快手 CPU&G...

Clay、腾讯、字节、美团、滴滴、Vivo等各大公司云原生落地实践 整理汇总 Clay[1] 企业落地云原生的目的 一句话概括：在保证稳定性的前提下，降本增效 云原生能力全...

流量走向 错误日志 Client 报错 应用的报错日志为：java.net.UnknownHostException: 代理服务报错 查看 Nginx 的 access 、...

故障现象 单点登录失败，但是其他接口正常 根因分析 问题要点是：单点登录失败，看代码是 request 和 response 的 RedirectUri 不一样导致的。 目...

上篇 “深入了解 kube-scheduler” ，已经知道 kube-scheduler 的工作流程，以及如何实现自定义插件。koordinator 和 crane 都是...

本文目录： kube-scheduler 用途 Scheduler Pod 调度流程 源码调用链路 Scheduler Framework 如何扩展 kube-schedu...

什么是运维 ​ 运维，这里指互联网运维，通常属于技术部门，与研发、测试同为互联网产品技术支撑的3大部门，这个划分在国内和国外以及大小公司间都会多少有一些不同。 ​ 一个互联...

K8s 集群巡检 上次发文 K8s 无备份，不运维，文章开篇，插入了一张 K8s 集群巡检的图片，好多小伙伴私信留言，问我要开源地址。由于其通用性不高，大多数公司需要结合自...

CPU Throttle 问题详解 受内核调度控制周期（cfs_period）影响，容器的 CPU 利用率往往具有一定的欺骗性，下图展示了某容器一段时间的 CPU 使用情况...

上篇，我们 从0开始装一套 KubeVirt 1.2.1 本篇，我们将 oVirt 虚拟机迁移到 KubeVirt，分两步： oVirt 磁盘数据借助 CDI 导出 Kub...

Pod 驱逐场景总结 从一个 SRE 角度看， Pod 驱逐分为两种情况： 较安全驱逐 & 提高稳定性的良性驱逐 API 发起驱逐，典型案例：kubectl drain N...

从0开始装一套 KubeVirt 1.2.1 KubeVirt 架构 架构 virt-api : 负责提供一些 KubeVirt 特有的 api，像是 console, v...

为什么需要多集群 多活建设：提高业务应用的可用性，避免单个集群或单个数据中心故障导致业务应用暂时不可用。 混合云建设：引入公有云弹性资源解决业务大促节假日资源洪峰 控制故障...

概述 什么是 DNS ? 域名系统（英语：Domain Name System，缩写：DNS）是互联网的一项服务。它作为将域名和IP地址相互映射的一个分布式数据库，能够使人...

联盟介绍 2003年，Google 启动了一个全新的团队——“SRE 团队”，该团队旨在通过软件工程的方法提高应用系统的可靠性。 2016年，孙宇聪翻译出版了首部 SRE ...

Etcd 概述 什么是 Etcd ? Etcd 是 CoreOS 团队于2013年6月发起的开源项目，它的目标是构建一个高可用的分布式键值(key-value)数据库。et...

这里的 kube on kube ， 是指建立 K8s 元集群，纳管其他业务 K8s 集群，通过声明式 API 管理集群的创建、增删节点等。 参考 https://gith...

黑暗时代 我们最初采用oVirt作为我们的虚拟化平台，事实证明它是一个很好的产品，具有几个显着的优势。其开源性质使我们能够利用广泛的功能和定制选项。 然而，尽管它具有优势，...

Calico 异常重启问题复盘 影响范围和故障时间线 影响范围 线下环境 node-xx 物理机上 Pod 网络不可用 影响时间线（2023-07-23 22:09 ~ 2...