千伏安 在Kubernetes上运行的虚拟桌面基础架构。 除了我继续进行这项工作外，我还注意到这实际上只是基于Docker容器的免费开源VDI解决方案。 Kubernetes使其更易于实施 :grinning_face_with_smiling_eyes: 。 这个项目已经到了我将不再一直进行巨大更改的地步。 因此，我标记了“稳定”版本并从那里开始递增。 那仍然不代表我强烈推荐它的用法，而是我对它的整体稳定性比较有信心。 这也意味着在不久的将来我将不会进行任何重大的重构。 因此，如果您正在考虑提出请求，那么我不太可能使您的所有工作都不相关。 如果最终要进行更多的重构，那么我将在分支机构上工作，并在main上更新文档以反映正在进行的工作。 如果您有兴趣提供帮助或只是发起设计讨论，请随时发送PR和/或问题。 我写了一份文档，只是概述了我所想到的一些东西，需要将其完善才能被认为是“稳定”的。 产品特点 无需虚拟化即可在Kubernetes上运行的容器化

kubernetes的python api文档，记录了k8s 全部的python api。

万台集群规模下的kubernetes实践-徐运元29页.pdf

Kubernetes 有状态集群服务部署与管理39页.pdf

个推Kubernetes运维生态23页.pdf

【阿里云】深入浅出Kubernetes项目实战手册（超详细127页）.pdf

目录 本文目标 k8s-client-java选型 kubernetes-client/java和fabric8io/kubernetes-client对比 kubernetes-client/java的使用 REST API kubectl api-versions REST API 实例:      API Object 整体划分图 (红星符号代表常用资源) kubernetes-client/java客户端API接口识别 ApiClient初始化&认证 CRD资源增删改查 操作示例 Namespaces增删改查 Node增删改查 Pod增删改查 优先级 Services增删改查 操作示例

Tensorflow-2-Object-Detection-API-Flask-Application 这是一个已部署tensorflow 2对象检测API的flask应用程序。 用户使用图像数据敲击端点并获得响应，该响应包括带分数的检测，带覆盖的图像数据，图像大小（可以自定义）。 先决条件和设置 您需要设置 。 这里有一些很棒的文章， ， ，可以在此过程中为您提供帮助。 您可以从下载所需模型并在main.py文件中指定save_model，labelmap路径 client.py命中端点。 您必须在client.py文件中指定带有端点image_path，output_dir（要在其中保存带有叠加层的图像的目录。它是可选的）的url。 跑步 首先运行python main.py以使应用程序运行，然后使用必需的参数命中端点，请运行python client.py 输出 响应包括 有

Kubernetes最全的电子书, 没有之一

留言簿的持久 Redis TL; DR -- 使用 Google Storage 使 Kubernetes Guestbook 的 Redis 数据库持久化。 介绍 Google Cloud Platform 的应用程序是开始使用的好地方。 一旦一切开始工作，就可以轻松地扩展/缩减 Web 服务器和 Redis 工作线程以匹配增加/减少的客户端请求。 这种可扩展性、可用性和自动化是 Kubernetes 构建块的产物，例如服务、Pod、复制控制器，当然还有。 问题 但是，Guestbook 教程没有考虑 Redis 主 Pod 的可用性，它运行一个容器，其中包含 Redis 数据库的唯一副本。 当此容器（或 redis master pod）宕机时，将无法存储此后创建的访客条目。 这个问题可以通过通过复制控制器运行 redis master 来轻松解决，类似于 redis worker，