由于工作的需要, 手工部署一个 Kubernetes 环境(k8s).(以前都是云上搞定,拿来用) 习惯把这种工作记录下来,自己备查也和别人分享 网上相关文章很多, 我也参考了很多,这里推荐一个 链接https://www.kubernetes.org.cn/5462.html 可以基于这个链接做, 碰到问题了,再去查其它文章. 当然也可以基于我的文章. 强烈建议读完全文再操作,尤其是最后的ps部分 ------------------------------------------------

踩了不少坑,记录一下. 基于ubuntu18.04 一开始按照网上的攻略下载安装包 ZenTaoPMS.9.8.3.zbox_64.tar.gz,通过FileZilla传到linux的/opt下面,解压,更改端口,启动失败. 解决:vim ~/.bashrc 在最下面插入下面两行: export LC_ALL=Cexport PATH="/opt/hisi-linux/x86-arm/arm-himix100-linux/bin:$PATH" 之后再去启动,发现apache启动成功,数

目录 参考链接 效果展示 一.准备工作 1.1 可运行的python demo: 1.2 更新系统环境 二.创建python虚拟环境 三.设置flask应用程序 四.配置uWSGI 五.设置系统启动 六.配置nginx代理 @ 参考链接 如果你从来没有弄过python restful api 请参考以下链接入门. 如何在Ubuntu 18.04上使用uWSGI和Nginx服务Flask应用程序 注意: 以上链接有一些坑,可能会踩到: 如何在.ini文件中指定项目中的wsgi的路径 nginx配置

实验目的: 体验kubeadm部署k8s服务,全流程体验! 实验环境: ubuntu18.04 联网在线部署 kubeadm 01.系统检查 节点主机名唯一,建议写入/etc/hosts 禁止swap分区 关闭防火墙 root@ubuntu:~# hostnamectl set-hostname k8s-master tail /etc/hosts 192.168.3.101 k8s-master root@ubuntu:~# ufw status Status: inactive # swap

基于 Ubuntu18.04 使用 kubeadm 部署Kubernetes 1.17.3 高可用集群 环境 所有节点初始化 # cat <<EOF>> /etc/hosts 192.168.1.210 k8s-m1 192.168.1.211 k8s-node1 192.168.1.212 k8s-node2 EOF # vm1 hostnamectl set-hostname k8s-m1 # vm2 hostnamectl set-hostname k8s-node1 # v

Django2.1 + Python3.6 + nginx + uwsgi 部署到Ubuntu18.04 材料准备 准备一个Django项目 准备一台Ubuntu18.04的主机 ssh连接到主机(腾讯云) Mac直接在bash中输入ssh root@你的主机ip Windows请下载ssh远程连接工具例如Putty 腾讯云默认不能以root身份登录,请使用以下方式登录 $ ssh -q -l ubuntu -p 22 你的主机ip 配置Python3.6环境 Ubuntu18.04已经默认安装

  环境准备:阿里云Ubuntu18.04 全新安装   一.安装Docker 1.删除旧版本并更新包索引: sudo apt-get remove docker docker-engine docker-ce docker.io sudo apt update 2.apt可以通过Https使用存储库(repository): sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-

基于Ubuntu18.04一站式部署 Python3.6.8的安装 1. 安装依赖 ~$ sudo apt install openssl* zlib* 2. 安装python3.6.8(个人建议从官网下载后上传到服务器) 点击下载python3.6.8官网源码 或根据下面的命令安装 ~$ sudo wget https://www.python.org/ftp/python/3.6.8/Python-3.6.8.tgz 3. 解压.tgz文件 并 进入Python-3.6.8文件夹 ~$ su

首先准备环境: 1.使用虚拟机 VMware Workstation Pro (也可以不用),安装Ubuntu-18.04.2系统 开始搭建环境 (因为ubuntu18.4.2集成了python3.6,因此不需下载python3,只需下载pip即可,有的话可以不用下载) sudo apt install python3-pip ------搭建python环境------ sudo apt-get install python3 (如果有python环境可以不装) sudo apt-get in

我们将部署三个节点的 Kubernetes Cluster. k8s-master 是 Master,k8s-node1 和 k8s-node2 是 Node. 所有节点的操作系统均为 Ubuntu 16.04,当然其他 Linux 也是可以的. 官方安装文档可以参考 https://kubernetes.io/docs/setup/independent/install-kubeadm/ 注意:Kubernetes 几乎所有的安装组件和 Docker 镜像都放在 goolge 自己的网站上,这

下面介绍使用Kubeasz部署K8s集群环境. https://github.com/easzlab/kubeasz在需要使用kubeeasz项目安装的k8s时,需要将所有需要它来部署的节点上,都安装python2.7,最新的kubeeasz可能已经支持python3了,这个要具体查看说明.另外 ,0.6.x的版本中bin目录下的二进制文件,以前是打包好放在网盘上的,但在最新版中都改为直接在线下载了. #需要注意的是, 此项目在0.6.x以上版本中,将其中一些添加新master,node等节点的

背景 一般情况下,"kubeadm"部署集群时指定"--apiserver-advertise-address=<public_ip>"参数,即可在其他机器上,通过公网ip join到本机器,然而,阿里云ecs里没配置公网ip,etcd会无法启动,导致初始化失败. 环境.工具 阿里云ECS学生机.ECS对应的公网ip.kubeadm1.15.4.kubelet1.15.4.kubectl1.15.4.ubuntu18.04.3.linux4.15.0-6

一.环境准备 1.1环境信息 IP地址 角色 部署软件 10.10.100.5 K8s Master Etcd.Control 10.10.100.17 K8s Worker1 Worker 10.10.100.18 K8s Worker2 Worker 10.10.100.6 Rancher Rancher 1.2环境准备 三台k8s机器都是在OpenStack上按照模板镜像创建出来的虚拟机,镜像模板是Ubuntu18.04,并且已经安装了docker-ce,添加了私有镜像仓库地址,和阿里云共

二进制部署 k8s 1.18.3 1.相关前置信息 1.1 版本信息 kube_version: v1.18.3 etcd_version: v3.4.9 flannel: v0.12.0 coredns: v1.6.7 cni-plugins: v0.8.6 pod 网段:10.244.0.0/16 service 网段:10.96.0.0/12 kubernetes 内部地址:10.96.0.1 coredns 地址: 10.96.0.10 apiserver 域名:lb.5179.top

Ubuntu18.04 install Django project 项目准备: ECS 实例 (云服务器) 此安装部署方案适合本地ubuntu18.04系统安装和虚拟机中ubuntu18.04系统安装 1.使用ssh登录云服务器 (本地搭建忽略此步骤,从第二步开始) ssh root@'云服务器IP' #假设我的云服务器IP是192.168.0.3 ssh root@192.168.0.3 #第一次连接云服务器会询问你是yes 还是no (输入yes) yes #输入root用户的密码 (假设

本章介绍所需环境:ubuntu18.04,建立在上一篇微服务探索之路01篇已经安装了docker的基础上. 1 替换k8s镜像源为国内镜像 进入目录 cd /etc/apt/sources.list.d 编辑文件 vim kubernetes.list执行之后打开一个编辑界面按字母i进入编辑状态复制 deb https://mirrors.aliyun.com/kubernetes/apt/ kubernetes-xenial main放进去,按esc再:wq保存 执行 apt-get upda

服务器准备 启动hadoop最小集群的典型配置是3台服务器, 一台作为Master, NameNode, 两台作为Slave, DataNode. 操作系统使用的Ubuntu18.04 Server, 安装过程就省略了, 使用的是LVM文件系统, XFS文件格式, 为了避免浪费空间, 除了划分1G给/boot以外, 其他都划为/ 服务器规划 192.168.1.148 vm148 -- 作为master, NameNode, ResourceManager192.168.1.149 vm149

第一次写博客,有些地方可能不太完善. 1.安装VMware,我用的是VMware12. 2.下载Ubuntu镜像(自Ubuntu 17.10开始桌面版本不再提供32位安装镜像,Ubuntu Server版本将从18.04 LTS不再提供32位),官网地址:https://www.ubuntu.com/download 2.1.选择桌面版或者服务器版. 2.2.点击下载等待即可. 3.在VMware安装Ubuntu18.04准备工作 3.1.打开虚拟机,文件->新建虚拟机,一定要选自定义(我用典型

Netplan Ubuntu18.04使用的网络管理是netplan, 配置文件在/etc/netplan/下 刚安装完成的配置是这样的 刚安装完成的配置是这样的 network: ethernets: ens3: addresses: - 192.168.13.25/24 dhcp4: false gateway4: 192.168.13.1 nameservers: addresses: - 114.114.114.114 search: [] version: 2 .添加静态路由 netw

新手操作徒手安装Ubuntu,踩坑无数. 分享一篇好的经验:https://blog.csdn.net/xrinosvip/article/details/80428133(下附原博客) 踩坑大集合: num0:没有压缩卷,分区的时候直接安装在存有数据的机械硬盘里,导致数据全清 接着进行第二次安装.... num1:自行进行分区,没有将ubuntu的boot安装在 Windows boot Manager 中,导致重启后没有导引,无法进入Ubuntu,双硬盘的同志们注意(红色警告) 接着卸载一顿

ubuntu18.04配置nvidia docker和远程连接ssh+远程桌面连接(一) 本教程适用于想要在远程服务器上配置docker图形界面用于深度学习的用户. (一)ubuntu18.04配置nvidia docker 配置环境:Ubuntu 18.04.1 LTS 第一步:安装显卡驱动和CUDA 安装显卡驱动和CUDA的教程网上有很多.本教程采用的是如下安装方式. 参考网址:https://blog.csdn.net/yjt1325/article/details/84641062 CU