2023-8-23 myluzh
Kubernetes
0x01 Pod概述
Pod 是k8s 系统中可以创建和管理的最小单元，是资源对象模型中由用户创建或部署的最小资源对象模型，也是在 k8s 上运行容器化应用的资源对象，其他的资源对象都是用来支撑或者扩展 Pod 对象功能的，比如控制器对象是用来管控 Pod 对象的，Service 或者Ingress 资源对象是用来暴露 Pod 引用对象的，PersistentVolume 资源对象是用来为 Pod提供存储等等，k8s 不会直接处理容器，而是Pod，Pod 是由一个或多个 container 组成。
Pod是Kubernetes的最重要概念，每一个Pod都有一个特殊的被称为”根容器“的Pause容器。Pause 容器对应的镜像属于Kubernetes平台的一部分，除了Pause容器，每个Pod还包含一个或多个紧密相关的用户业务容器。
0x02 Pod存在的意义
（1）创建容器使用docker，一个docker对应市一个容器，一个容器有进程，一个容器运行一个应用程序。
（2）Pod是多进程设计，运行多个应用程序。
一个Pod有多个容器，一个容器里面运行一个应用程序
（3）...
阅读全文>>
标签: k8s pod
评论(0)
(205)
2023-8-6 myluzh
Kubernetes
0x01 生成yaml文件
#通过kubectl create 生成yaml文件
kubectl create deployment web --image=nginx -o yaml --dry-run >ng.yaml
0x02 导出yaml文件
#通过kubectl get 导出yaml文件
kubectl get deploy nginx -o yaml --export > ng.yaml
阅读全文>>
标签: k8s yaml
评论(0)
(100)
2023-8-1 myluzh
Kubernetes
0x00 安装要求
在开始之前，部署 Kubernetes 集群机器需要满足以下几个条件：
(1)一台或多台机器，操作系统 CentOS7.x-86_x6
(2)硬件配置: 2GB 或更多 RAM，2个 CPU 或更多 CPU，硬盘 30GB 或更多
(3)集群中所有机器之间网络互通
(4)可以访问外网，需要拉取镜像，如果服务器不能上网，需要提前下载镜像并导入节点
(5)禁止 swap 分区
组件版本：k8s组件版本v1.19.16 etcd版本3.3.10
服务器
主机名
IP地址
主要组件
master+etcd01
master
172.16.10.20
kube-apis...
阅读全文>>
标签: k8s kubernetes 二进制
评论(0)
(401)
2023-7-21 myluzh
Python
0x00 关于DataFrame
DataFrame是一个类似于二维数组或表格(如excel)的对象，既有行索引，又有列索引
行索引，表明不同行，横向索引，叫index，0轴，axis=0
列索引，表名不同列，纵向索引，叫columns，1轴，axis=1
0x01 创建一个dataframe
import pandas as pd
import numpy as np
# 创建一个ndarray，10行5列学生成绩
score = np.random.randint(40, 100, (10, 5))
# 变成dataframe格式
subjects = ['语文', '数学', '英语', '科学', '政治']
stu = ['学生' + str(_) for _ in range(score.shape[0])] # ['学生0', '学生1', '学生2', '学生3', '学生4', '学生5', '学生6', '学生7', '学生8', '学生9']
# index是行索引，columns是列索引
data = pd.DataF...
阅读全文>>
标签: python pandas 数据结构 dataframe
评论(0)
(350)
2023-7-21 myluzh
Python
0x00 介绍
Series是一个类似于一维数组的数据结构，它能够保存任何类型的数据，比如整数、字符串、浮点数等，主要由一组数据和与之相关的索引两部分构成。
0x01 Series
import pandas as pd
import numpy as np
# 直接通过数组创建
a = pd.Series(np.arange(9))
# 通过数组+指定索引创建
b = pd.Series([1.2, 2.9, 3.8, 4.7], index=[1, 2, 3, 4])
# 通过字典创建
c = pd.Series({
"red": 10,
"blue": 20
})
# 通过索引获取数据
print(a[3]) # 3
print(b[2]) # 2.9
print(c['red']) # 10
# 获取索引
print(c.index) # Index(['red', 'blue'], dtype='object')
# 获取值
print(c.values) # [10 20]
阅读全文>>
标签: python pandas series
评论(0)
(287)
2023-7-20 myluzh
Python
0x01 矩阵与向量
（1）矩阵
矩阵（matrix）和array的区别矩阵必须是2维的，但是array可以是多维的。
如下图，这个是 3x2 矩阵，即3行2列。如m为行，n 为列，那么 mxn 即 3x2。
矩阵的维数即行数x列数，矩阵元素(矩阵项):
Aij 指第 i 行，第j列的元素.
（2）向量
向量是一种特殊的矩阵，讲义中的向量一般都是列向量，下图展示的就是三维列向量(3x1)。
0x02 加法和标量乘法
（1）矩阵的加法:
行列数相等的可以加。例:
（2）矩阵的乘法:
每个元素都要乘。例:
组合算法也类似
0x03 矩阵向量乘法
矩阵和向量的乘法如图: mxn 的矩阵乘以 nx1 的向量，得到的是 mx1 的向量。
例如：
1*1+3*5 = 16
4*1+0*5 = 4
2*1+1*5 = 7
矩阵乘法遵循准则:
(M行, N列)*(N行,L列) = (M行,L列)
0x04 矩阵乘法
（1）介绍
mxn 矩阵乘以 nxo 矩阵，变成 mxo 矩阵
确保第一个矩阵的列数等于第二个矩阵的行数，否则无法相乘。
举例:比如说现在有两个矩阵 A 和 B，那 么它们的乘积就可以表示为图中所示的形式。...
阅读全文>>
标签: python numpy 矩阵 向量 np.matmul np.dot
评论(0)
(359)