news 2026/4/23 15:51:13

【k8s-1.34.2安装部署】八.metric-server-0.8.0安装

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【k8s-1.34.2安装部署】八.metric-server-0.8.0安装

文章目录

        • 简介
      • 一.metrics-server的安装
      • 二. 验证安装
简介

本章节主要讲解metrics-server的安装,metrics-server主要是用于采集k8s中节点和pod的内存和cpu指标,在观察几点和pod的实时资源使用情况还是比较有用的,如果需要记录历史信息,建议采用普罗米修斯。而在安装dashboard时,界面上cpu和内存的使用量的画图采用了metrics-server。xkube对于节点和pod的内存也采用了metrics-server的指标画图,所以决定安装上。

== 文章导航===

【k8s-1.34.2安装部署】一.系统初始化及k8s集群规划
【k8s-1.34.2安装部署】二.kubernets软件、证书、配置、脚本等文件准备
【k8s-1.34.2安装部署】三.etcd-v3.6.6 TLS版集群安装
【k8s-1.34.2安装部署】四.kubernets master组件kube-apiserver,kube-controller-manager,kube-scheduler安装
【k8s-1.34.2安装部署】五.worker端containerd2.2.1、kubelet-1.34.2安装
【k8s-1.34.2安装部署】六.企业级部署cilium-1.18.4网络插件
【k8s-1.34.2安装部署】七.coredns-v1.13.1安装
【k8s-1.34.2安装部署】八.metric-server-0.8.0安装
【k8s-1.34.2安装部署】九.k8s管理平台xkube安装部署
【k8s-1.34.2安装部署】十.gateway Api v1.4.0安装
【k8s-1.34.2安装部署】十一.metallb-v0.15.2安装

一.metrics-server的安装

  1. 下载配置:https://github.com/kubernetes-sigs/metrics-server/releases
  1. 修改配置components.yaml
    增加一行–kubelet-insecure-tls ,然后将镜像的地址更改成阿里云的镜像地址:
    registry.cn-hangzhou.aliyuncs.com/google_containers/metrics-server:v0.8.0
更改后参考如下: spec: containers: - args: - --cert-dir=/tmp - --secure-port=10250 - --kubelet-preferred-address-types=InternalIP,ExternalIP,Hostname - --kubelet-use-node-status-port - --metric-resolution=15s - --kubelet-insecure-tls image: registry.cn-hangzhou.aliyuncs.com/google_containers/metrics-server:v0.8.0 imagePullPolicy: IfNotPresent
  1. 安装

kubectl apply -f components.yaml

二. 验证安装

在安装完成以后1分钟左右,可以通过执行如下命令验证:
kubectl top node
kubectl top pod -A

有正常显示出内存和cpu的使用即为正常

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 11:30:22

API安全国家标准发布丨《数据安全技术 数据接口安全风险监测方法》

近日,国家市场监督管理总局、国家标准化管理委员会发布了,由全知科技牵头,公安部第三研究所、中国电子技术标准化研究院 、国家信息中心 、中国信息通信研究院等共同起草的GB/T 46796-2025《数据安全技术 数据接口安全风险监测方法》&#xf…

作者头像 李华
网站建设 2026/4/23 11:27:15

CUDA共享内存使用技巧提升Kernel性能

CUDA共享内存使用技巧提升Kernel性能 在深度学习模型日益庞大的今天,GPU已成为训练和推理的主力硬件。然而,即便拥有强大的算力,一个设计不佳的CUDA Kernel仍可能让显卡“原地空转”——瓶颈往往不在计算,而在内存访问效率。 你是…

作者头像 李华
网站建设 2026/4/18 9:40:12

Token限流策略设计:保护大模型API不被滥用

Token限流策略设计:保护大模型API不被滥用 在当前AI服务快速普及的背景下,大语言模型(LLM)通过API对外提供能力已成为主流模式。无论是文本生成、代码补全,还是语音合成与图像理解,用户只需一个HTTP请求即可…

作者头像 李华
网站建设 2026/4/23 13:49:44

端到端下半场,如何做好高保真虚拟数据集的构建与感知?

01 前言 随着自动驾驶技术的日益升级,以UniAD、FSD V12为代表的“端到端”架构正重构行业格局。这一架构试图通过单一神经网络直接建立从传感器输入到车辆控制的映射,从而突破传统模块化累积误差的局限。 然而端到端模型对数据分布的广度与深度均有着高…

作者头像 李华
网站建设 2026/4/23 14:13:18

当风光储遇上鲁棒优化:聊聊多阶段规划那点事儿

鲁棒优化多阶段规划 利用列和约束生成(C&CG)算法进行求解。提升了配电网对可再生能源的消纳能力且改善了配电网的运行指标,同时又保证了微电网投资商的经济利益,有效实现了配电网与微电网的协调发展。 系统中包括:…

作者头像 李华
网站建设 2026/4/23 12:48:35

单卡与多卡PyTorch训练效率对比实测数据

单卡与多卡PyTorch训练效率对比实测数据 在深度学习项目推进过程中,我们常常会遇到这样的问题:模型跑得太慢,等一轮训练结束天都快亮了;或者显存直接爆掉,连最基本的前向传播都跑不通。尤其是在尝试复现一篇顶会论文时…

作者头像 李华