裸机部署 Ceph 集群(cephadm方式)并配置 NFS 存储 Kubernetes

0x00 环境说明 这篇记录一下使用 cephadm 部署 Ceph 集群的过程,后面顺手把 CephFS 和 NFS 也配置好,方便给其他业务挂载使用。 我这里的环境是 5 台节点,每台节点 4 块 500G 数据盘: 主机名 IP 角色 ceph1 192.168.2.101 bootstrap / mon / mgr / osd ce...
myluzh 发布于 

Elasticsearch 问题大全 Kubernetes

0x00 前言 本文整理几个 Elasticsearch 日常运维里比较常见的问题。 主要包含: License 过期导致安全功能不可用 分片数量达到上限 给现有索引添加生命周期规则 删除 N 天前的历史索引 统计索引占用空间 我这里示例以 Elasticsearch 7.x 为主,8.x 大部分 API 也能参考,但认证和安全默认配置可能会有差异。 0...
myluzh 发布于 

K8S kubeadm 集群证书更新 续签10年 Kubernetes

0x00 说明 这篇记录 kubeadm 集群控制面证书续签。 我这里放两种方式: 官方方式:kubeadm certs renew all 10 年方式:update-kube-cert 如果只是正常维护,优先用官方方式。如果明确想把证书一次续到 10 年,再用 update-kube-cert。 这篇只适合 kubeadm 初始化的集群。二进制部署、...
myluzh 发布于 

K8S 使用 Yandex CSI-S3 驱动挂载 S3 兼容对象存储 Kubernetes

0x01 介绍 项目地址:https://github.com/yandex-cloud/k8s-csi-s3 这是用于 S3(或兼容 S3)存储的容器存储接口 ( CSI )。它可以动态分配存储桶并通过安装将它们安装到任何容器中。 0x02 安装 yandex-s3/csi-s3 # 安装helm curl -fsSL -o get_helm.sh htt...
myluzh 发布于 

使用 kubeadm 部署高可用 k8s 集群(containerd) Kubernetes

本文记录一次 Ubuntu 上使用 kubeadm 部署多 Master 高可用 Kubernetes 的过程。环境使用 containerd、HAProxy、Keepalived 和 Calico,节点按 3 个 Master、2 个 Worker 规划。
myluzh 发布于 

wechat-mac-reader + chatlog AI Agent

0x00 前言 本文记录一次 macOS 微信聊天记录 MCP 部署过程。目标很简单:让 Claude Code 通过本机 MCP 查询微信聊天记录,不把聊天记录上传到第三方服务。 本次环境: 项目 值 Mac Apple Silicon / arm64 微信 macOS WeChat 4.1.8 Claude Code 2.1.138...
myluzh 发布于 

HCIP MPLS L3VPN Huawei

0x00 拓扑 先记住一句话: VPN实例 = 一张独立的路由表 RD = 让这张路由表里的路由在运营商骨干网里不重名 RT = 控制哪些VPN实例之间互相收发路由 用 5 台路由器: CE1 ---- PE1 ---- P ---- PE2 ---- CE2 含义: CE1:客户侧设备,模拟 172.24.80.0/20 在它后面 PE1:运营商 SR/P...
myluzh 发布于 

使用udp2raw封装WireGuard UDP流量 RouterOS

0x00 前言 本文是上一篇《RouterOS 基于 WireGuard 与动态 DNS 列表的策略分流》的进阶篇。上一篇已经实现 RouterOS 通过 WireGuard 连接 HK VPS,并基于 DNS 解析结果做 address-list 和策略路由分流。 本文不改原来的 DNS 分流逻辑,只在 WireGuard 外层增加 udp2raw 封装。...
myluzh 发布于 

RouterOS 7 + Ubuntu VPS:基于 WireGuard 与动态 DNS 列表的策略分流 RouterOS

0x00 前言 前置条件 本文的 DNS 域名匹配转发(match-subdomain=yes)与动态列表延时(address-list-extra-time)依赖 RouterOS 7 的新特性。请确保你的 ROS 版本至少在 v7.10 及以上,否则 /ip/dns/static 相关的配置将无法执行。 介绍 本文使用一台 HK VPS Ubuntu 与...
myluzh 发布于 

YOLO 学习笔记 AI

0x01 什么是YOLO 模型大小对比 这边拿YOLO8来对比,通过这组数据可以看出典型的深度学习模型缩放定律(Scaling Laws): 边际效用递减:从 Nano 升级到 Small,参数量增加了约 3.5 倍,mAP 提升了 7.6 点;但从 Medium 升级到 Large,参数量增加了 1.7 倍,mAP 仅提升了 2.7 点。 计算量激增:L...
myluzh 发布于