kubeadm安装kubernetes-v1.13.1

kubeadm安装kubernetes-v1.13.1

centos虚拟机使用kubeadm安装k8s-v1.13.1。

机器信息如下:

主机名ip
master192.168.239.200
node1192.168.239.201
node2192.168.239.202

环境准备

设置主机名

192.168.239.200 master
192.168.239.201 node1
192.168.239.202 node2

关闭swap

swapoff -a
sed -i 's/.*swap.*/#&/' /etc/fstab

关闭防火墙

systemctl stop firewalld
systemctl disable firewalld

关闭selinux

setenforce 0

配置相关参数

net.ipv4.ip_forward=1
net.bridge.bridge-nf-call-iptables=1
net.bridge.bridge-nf-call-ip6tables=1
vm.swappiness=0

sysctl -p

docker安装

安装docker的yum源

yum-config-manager --add-repo  https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

查看docker版本

yum list docker-ce.x86_64  --showduplicates |sort -r
docker-ce.x86_64            3:18.09.0-3.el7                    docker-ce-stable 
docker-ce.x86_64            18.06.1.ce-3.el7                   docker-ce-stable 
docker-ce.x86_64            18.06.1.ce-3.el7                   @docker-ce-stable
docker-ce.x86_64            18.06.0.ce-3.el7                   docker-ce-stable 
docker-ce.x86_64            18.03.1.ce-1.el7.centos            docker-ce-stable 
docker-ce.x86_64            18.03.0.ce-1.el7.centos            docker-ce-stable 
docker-ce.x86_64            17.12.1.ce-1.el7.centos            docker-ce-stable 
docker-ce.x86_64            17.12.0.ce-1.el7.centos            docker-ce-stable 
docker-ce.x86_64            17.09.1.ce-1.el7.centos            docker-ce-stable 
docker-ce.x86_64            17.09.0.ce-1.el7.centos            docker-ce-stable 
docker-ce.x86_64            17.06.2.ce-1.el7.centos            docker-ce-stable 

安装docker

yum install -y --setopt=obsoletes=0 docker-ce-18.06.1.ce-3.el7

systemctl start docker
systemctl enable docker

安装kubeadm等

配置阿里云源

vim /etc/yum.repos.d/kubernetes.repo

[kubernetes]
name=Kubernetes 
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64/ 
enabled=1 
gpgcheck=0

node结点不用安装kubectl

yum install -y kubelet kubeadm kubectl

systemctl enable kubelet
systemctl start kubelet

安装master结点

国内无法访问google的镜像源,需要自己生成放到docker hub。

如何自己生成镜像放到docker hub请看Docker Hub上自动制做Docker镜像

下载自己生成的镜像源

vim pull-kube-image.sh

#!/bin/bash
images=(kube-scheduler:v1.13.1
        kube-proxy:v1.13.1
        kube-controller-manager:v1.13.1
        kube-apiserver:v1.13.1
        pause:3.1
        coredns:1.2.6
        etcd:3.2.24)
for imagename in ${images[@]}; do
docker pull mathlsj/$imagename
docker tag mathlsj/$imagename k8s.gcr.io/$imagename
docker rmi mathlsj/$imagename
done

docker pull quay.io/coreos/flannel:v0.10.0-amd64

查看镜像源

docker images 

REPOSITORY                              TAG                 IMAGE ID            CREATED             SIZE
k8s.gcr.io/kube-scheduler               v1.13.1             9bf9c8fb24af        7 days ago          79.6MB
k8s.gcr.io/kube-proxy                   v1.13.1             6fbfd87ede1f        7 days ago          80.2MB
k8s.gcr.io/kube-controller-manager      v1.13.1             f5e8b3a9a6bf        7 days ago          146MB
k8s.gcr.io/kube-apiserver               v1.13.1             14219a09a24c        7 days ago          181MB
k8s.gcr.io/pause                        3.1                 68112c580347        8 days ago          742kB
k8s.gcr.io/coredns                      1.2.6               75ca836e805a        8 days ago          40MB
k8s.gcr.io/etcd                         3.2.24              c10486f7ea38        9 days ago          220MB
k8s.gcr.io/kubernetes-dashboard-amd64   v1.8.3              0c60bcf89900        11 months ago       102MB
quay.io/coreos/flannel                  v0.10.0-amd64       f0fad859c909        11 months ago       44.6MB

节点初始化

kubeadm init --kubernetes-version=v1.13.1 --pod-network-cidr=10.244.0.0/16 --apiserver-advertise-address=192.168.239.200

看到Your Kubernetes master has initialized successfully!就表示初始化成功了。

要使用kubectl需要以下命令

mkdir -p $HOME/.kube
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config

查看初始化情况

kubectl get nodes

NAME     STATUS   ROLES    AGE     VERSION
master   Ready    master   3d1h    v1.13.2

kubectl get pod --all-namespaces

NAMESPACE     NAME                             READY   STATUS    RESTARTS   AGE
kube-system   coredns-86c58d9df4-2nhd5         0/1     Pending   0          35m
kube-system   coredns-86c58d9df4-l2wt9         0/1     Pending   0          35m
kube-system   etcd-master                      1/1     Running   0          34m
kube-system   kube-apiserver-master            1/1     Running   0          34m
kube-system   kube-controller-manager-master   1/1     Running   0          34m
kube-system   kube-proxy-fqjvp                 1/1     Running   0          35m
kube-system   kube-scheduler-master            1/1     Running   0          34m

安装flannel网络

wget https://raw.githubusercontent.com/coreos/flannel/bc79dd1505b0c8681ece4de4c0d86c5cd2643275/Documentation/kube-flannel.yml
kubectl apply -f kube-flannel.yml

安装node结点

在安装前,先完成前面的环境准备,docker安装和安装kubeadm等。

下载镜像源

vim pull-kube-image.sh

#!/bin/bash
images=(kube-proxy:v1.13.1
        pause:3.1
        coredns:1.2.6)
for imagename in ${images[@]}; do
docker pull mathlsj/$imagename
docker tag mathlsj/$imagename k8s.gcr.io/$imagename
docker rmi mathlsj/$imagename
done

docker pull quay.io/coreos/flannel:v0.10.0-amd64

查看镜像

docker images

REPOSITORY                              TAG                 IMAGE ID            CREATED             SIZE
k8s.gcr.io/kube-proxy                   v1.13.1             6fbfd87ede1f        7 days ago          80.2MB
k8s.gcr.io/pause                        3.1                 68112c580347        8 days ago          742kB
k8s.gcr.io/coredns                      1.2.6               75ca836e805a        8 days ago          40MB
quay.io/coreos/flannel                  v0.10.0-amd64       f0fad859c909        11 months ago       44.6MB

查看token,在master结点上看

kubeadm token list

TOKEN                     TTL       EXPIRES                     USAGES                   DESCRIPTION                                                EXTRA GROUPS
km7adp.vu3fugeopqgyj8rk   23h       2019-01-15T09:22:48-05:00   authentication,signing   The default bootstrap token generated by 'kubeadm init'.   system:bootstrappers:kubeadm:default-node-token

加入节点

kubeadm join --discovery-token km7adp.vu3fugeopqgyj8rk --discovery-token-ca-cert-hash sha256:4e05312726ad565688309951d6c8afb2965e1ce80f736d0123b4363581fcb106 192.168.239.200:6443

在master上查看状态

kubectl get nodes

NAME     STATUS   ROLES    AGE   VERSION
master   Ready    master   92m   v1.13.2
node1    Ready    <none>   41m   v1.13.2

kubectl get pods --all-namespaces -o wide

NAMESPACE     NAME                             READY   STATUS    RESTARTS   AGE   IP                NODE     NOMINATED NODE   READINESS GATES
kube-system   coredns-86c58d9df4-2nhd5         1/1     Running   0          84m   10.244.1.2        node1    <none>           <none>
kube-system   coredns-86c58d9df4-l2wt9         1/1     Running   0          84m   10.244.1.3        node1    <none>           <none>
kube-system   etcd-master                      1/1     Running   0          83m   192.168.239.200   master   <none>           <none>
kube-system   kube-apiserver-master            1/1     Running   0          83m   192.168.239.200   master   <none>           <none>
kube-system   kube-controller-manager-master   1/1     Running   0          83m   192.168.239.200   master   <none>           <none>
kube-system   kube-flannel-ds-amd64-786l8      1/1     Running   0          16m   192.168.239.200   master   <none>           <none>
kube-system   kube-flannel-ds-amd64-pc4fp      1/1     Running   0          16m   192.168.239.201   node1    <none>           <none>
kube-system   kube-proxy-fqjvp                 1/1     Running   0          84m   192.168.239.200   master   <none>           <none>
kube-system   kube-proxy-skndl                 1/1     Running   0          33m   192.168.239.201   node1    <none>           <none>
kube-system   kube-scheduler-master            1/1     Running   0          83m   192.168.239.200   master   <none>           <none>

参考文档

转载于:https://www.cnblogs.com/mathli/p/10289840.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 要安装tensorflow-gpu1.13.1,您需要先安装CUDA和cuDNN。然后,您可以使用pip命令安装tensorflow-gpu1.13.1。安装命令如下: 1. 安装CUDA和cuDNN 请根据您的操作系统和CUDA版本下载并安装CUDA和cuDNN。安装完成后,请将CUDA和cuDNN的路径添加到环境变量中。 2. 安装tensorflow-gpu1.13.1 打开命令行窗口,输入以下命令: pip install tensorflow-gpu==1.13.1 等待安装完成后,您就可以使用tensorflow-gpu1.13.1了。 ### 回答2: TensorFlow是一种流行的机器学习框架,可以用于构建和训练各种深度学习模型。在使用TensorFlow时,通常可以选择使用CPU或GPU进行计算。通过使用GPU进行计算,可以大大提高训练模型的速度。 要安装TensorFlow-GPU 1.13.1,需要按照以下步骤进行操作: 1. 首先,确保你的计算机上已经安装了兼容的NVIDIA GPU驱动程序。你可以在NVIDIA官方网站上找到适合你的GPU的最新驱动程序,并按照说明进行安装。 2. 接下来,你需要安装CUDA Toolkit,这是NVIDIA提供的一种用于进行GPU计算的平台和工具集。请根据你的GPU型号下载并安装适配的CUDA Toolkit版本。安装时,可以选择安装所需的组件和示例程序。 3. 然后,你需要安装cuDNN(CUDA Deep Neural Network Library),它是用于深度学习模型的GPU加速库。请前往NVIDIA开发者网站,下载与你的CUDA版本匹配的cuDNN版本,并按照安装说明进行安装。 4. 在上述步骤完成后,你可以通过pip安装TensorFlow-GPU 1.13.1。打开终端或命令提示符窗口,并运行以下命令: pip install tensorflow-gpu==1.13.1 这样就会自动下载和安装TensorFlow-GPU的指定版本及其依赖项。 5. 安装完成后,你可以尝试导入TensorFlow库以验证是否安装成功。在Python中,运行以下代码: import tensorflow as tf 如果没有出现错误提示,则说明TensorFlow-GPU 1.13.1已经成功安装并可以正常使用了。 总之,安装TensorFlow-GPU 1.13.1需要先安装兼容的NVIDIA GPU驱动程序、CUDA Toolkit和cuDNN,然后通过pip安装TensorFlow-GPU。确保按照官方文档和安装说明进行操作,以确保安装过程顺利进行,并获得最佳性能和稳定性。 ### 回答3: 要安装TensorFlow-GPU 1.13.1,你需要以下几个步骤: 1. 首先,你需要确保你的计算机具备一个兼容的GPU设备,并且已经安装了合适的GPU驱动程序。你可以查找你的GPU型号,并从官方网站下载和安装对应的驱动程序。 2. 为了正确地安装TensorFlow-GPU 1.13.1,你需要一个支持CUDA Toolkit 10.0的版本。你可以从NVIDIA官方网站上下载并安装CUDA Toolkit。确保你选择与你的GPU和操作系统兼容的适当版本。 3. 在安装CUDA Toolkit之后,你需要安装cuDNN(CUDA® Deep Neural Network library)。你可以从NVIDIA官方网站上注册并下载适用于你的CUDA版本的cuDNN。 4. 确保你的Python环境已经安装好了,而且是兼容的。TensorFlow-GPU 1.13.1要求使用Python 3.5、3.6或3.7,并且需要32位或64位的Windows操作系统,或者是Linux操作系统。 5. 现在,你可以通过使用pip或Anaconda包管理器来安装TensorFlow-GPU 1.13.1。你可以运行以下命令来安装: pip install tensorflow-gpu==1.13.1 如果你使用Anaconda,你可以运行以下命令来创建一个新的虚拟环境,并安装TensorFlow-GPU 1.13.1: conda create -n <环境名称> python=3.6 conda activate <环境名称> conda install tensorflow-gpu==1.13.1 安装完成后,你可以通过导入TensorFlow来验证安装是否成功: import tensorflow as tf print(tf.__version__) 如果成功打印出了1.13.1,那么恭喜你,你已经成功安装了TensorFlow-GPU 1.13.1!现在你可以开始使用它进行深度学习任务。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值