Authorizer）和准入控制（Admission Control）插件。它们是在1.7中以Beta版新添加的特性，用于限制kubelet访问那些控制Secret、Pod和其它基于节点对象的Kubernetes API操作；用于Secret的加密和其它存储在etcd的资源，当前以Alpha版提供可用；Kubelet TLS Bootstrapping，当前以Alpha版提供，支持客户和服务证书旋转（Rotation）；由API服务器存储的审计日志，现在更改为可定制的和可扩展。 聚焦于存储和有状态工作负载管理的特性包括：StatefulSet Updates。它是在1.7中以Beta版新提供的特性，允许使用一系列的更新策略对有状态应用进行自动更新，包括滚动更新（rolling-update），以及金丝雀...阅读全文
过多，以至于无法持续。 这个 CD 系统的关键组件是一种控制方法，即谁将接收变更，以及用于部署和测量的自动化工具。在第一步中，经过一系列自动化测试后，变更就从内部推送到 Facebook 员工。在这一阶段发现的任何回归，都会被认为这一进程受阻或者停止。下一步涉及到“ canary deployment ”（金丝雀部署），只推送至生产环境的 2% 。依靠连续的监测来检测问题。如果一切顺利，这些变更将 100% 部署到生产环境中。名为 Flytrap 的工具收集用户报告，并发送任何异常情况的告警。 Facebook 中的 Web 和移动产品遵循两条不同的路径，原生移动变更的部署频率低于 Web 。这两个都由名为 Gatekeeper 的系统控制。除此之外，Gatekeeper 还分离出了部署和发...阅读全文
谢庞大的开放社区让这次发布成为可能。仅仅在三年时间内就完成了超过5万次提交，这还只是 Kubernetes 主要仓库的数量。 其他对于 Kubernetes 贡献到相关的仓库的扩展，提升了项目整体的稳定性。是速度让 Kubernetes 成为史上发展最快的开源项目之一。 世界的每一个角落都能发现 Kubernetes 的采用案例。从社区收集到的近期案例有： GolfNow，一个 NBC Sports Group 成员，在把应用迁移到 Kubernetes 后，获得了更好的资源利用率，基础设施的开销砍掉一半。 Bitmovin，一个视频基础设施解决方案提供商，向我们展示了他们在云环境和就地部署环境中如何实施多阶段金丝雀部署。 Ocado，世界最大的在线超市，使用 Kubernetes 为他们的...阅读全文
Apache APISIX Ingress Controller 是一款以 Apache APISIX 作为数据面的 Kubernetes Ingress Controller 开源工具，目前已经更新到 v1.3 版本，实现了如证书管理、负载均衡、金丝雀发布等功能。 长久以来，证书管理都不是一件简单的事情，虽然 Apache APISIX Ingress Controller 支持从 Kubernetes Secrets 资源中提取证书和私钥，并转换为 Apache APISIX 可识别的 SSL 对象，但这只是整个证书管理链中的一部分，证书的颁发、轮转、吊销逻辑依然需要管理员执行，尤其当证书数量比较多时，工作量往往并不小，因而会占用管理员不少的时间。 Cert Manager 是一款致力...阅读全文
。 ## 用 KFServing 自动扩展 TensorFlow 模型 KFServing 是一种无服务器平台，它可以轻松地将训练好的 TensorFlow 模型转换为从 Kubernetes 集群外部访问的推理服务。通过 Istio, KFServing 可以实现网络和入口、健康检查、金丝雀发布（canary rollouts）、时间点快照、流量路由以及针对你部署的 TensorFlow 模型灵活地配置服务器。 同时，KFServing 还支持开箱即用的训练 TensorFlow 模型的自动扩展。在底层，KFServing 依赖于 Knative Serving 的自动扩展能力。Knative 提供了两个自动扩展的实现。一种是基于 Knative Pod Autoscaler（KPA）工具，另一种个...阅读全文
解决这个问题之前，我们依赖于传统的工作流引擎。比如，一个工作流列出部署新二进制文件的步骤：在集群X上做金丝雀测试，然后将N部署到集群Y和Z上，运行测试等等。 创建工作流本身就需要大量工作，因此我们只为经常需要做的事情创建工作流，比如二进制文件的版本更新。我们通常手动处理不那么常见的情况，比如重启。已有的脚本经常会过期而不再适用。 对于运维人员来说，这些工作流很容易实现：做X，然后Y。想要添加压力测试？只需要添加一个步骤。但是随着工作流使用规模的扩大，它的问题也显露出来。 首先，扩展工作流会造成很多重复。每个服务都有很好的理由要求一些特殊逻辑，这意味着需要定制化的实现。尝试了几次整合工作流的实现，但是只有适用于某个特定模型的服务才能使用。这样导致的重复让服务变得不一致。最佳实践，比如跨集群的有...阅读全文
