xuebo1129927648的博客

原创 1-k8s之labels日常运维

k8s之labels日常运维

原创 1-k8s之apiVersion日常运维

k8s之apiVersion日常运维

原创 17-k8s安装部署minio集群(RELEASE.2025-04-03T14-56-28Z)

k8s安装minio集群

原创 1-k8s-service中type-ClusterIP 和cluster-None的区别

k8s-service中type-ClusterIP 和cluster-None的区别

原创 8-overlay网络详解

核心需求：企业广域网（WAN）的灵活调度（如优先转发语音 / 视频流量），降低对专线的依赖。实现方式：SD-WAN 控制器通过 Overlay 隧道（如 IPsec、GRE）将企业分支、数据中心、云服务连接起来，动态选择最优传输路径（如公网、专线、5G）。Overlay 网络的本质是“用软件定义网络逻辑，用硬件承载物理流量”，它通过解耦网络的 “控制” 与 “转发”、“逻辑” 与 “物理”，解决了传统网络在隔离、扩展、灵活度上的痛点。

原创 8-underlay网络详解

Underlay 网络（中文常译为 “底层网络” 或 “承载网络”）是网络架构中的基础层，由物理设备（如路由器、交换机、服务器网卡）或底层虚拟设备（如虚拟化环境中的 vSwitch、物理机上的 TAP 设备）及其互联链路（如光纤、以太网电缆）构成。为网络中的所有节点（服务器、虚拟机、容器、网络设备）提供 “IP 可达性”—— 即确保任意两个节点之间能通过底层的路由 / 交换协议建立直接的通信路径，实现数据帧 / 数据包的转发。Underlay 网络是整个网络架构的底层承载基础，其核心价值是 “

原创 9-arm架构下harbor安装包下载以及制作方法(arm环境harbor版本离线包)

arm环境harbor安装包制作 harbor arm安装包下载

原创 5-2-nginx模块介绍

• ngx_http_fastcgi_cache_module：专门为 FastCGI 应用提供缓存功能，原理与 ngx_http_proxy_cache_module 类似。• ngx_http_core_module：作为 Nginx 的基础模块，默认启用，负责处理 HTTP 请求的基础功能，如请求解析、URI 处理、虚拟主机配置等。• ngx_http_proxy_module：实现反向代理功能，将客户端的请求转发到后端服务器，并将后端服务器的响应返回给客户端。

原创 17-minio双中心集群数据同步方案

同时，Minio 支持基于存储桶的复制，可针对不同的存储桶配置不同的复制规则，满足多样化的业务需求。Minio 双集群站点复制基于对象存储的异步复制机制，通过配置复制规则，实现数据在两个集群之间的自动同步。当站点 1（源集群）中的对象发生创建、修改或删除操作时，Minio 会捕获这些事件，并按照预设的复制策略将相关数据异步传输到站点 2（目标集群）。通过以上方案和步骤，可实现 Minio 双集群之间的站点复制同步，并通过合理的防火墙配置和监控手段，确保数据同步的稳定、安全和高效。（三）配置复制规则​。

原创 17-minio之数据备份及恢复原理及配置步骤详解

MinIO 是一款兼容 S3 协议的高性能对象存储，常以集群模式部署（基于纠删码 Erasure Code 实现数据冗余）。尽管纠删码能容忍部分节点故障，但它无法应对或，因此需单独设计备份与恢复策略。以下详细解析 MinIO 集群的数据备份 / 恢复原理及步骤。

原创 17-minio之数据存储原理

当宕机节点修复并重新加入集群后，MinIO 会自动检测到该节点上缺失的分片，通过其他节点的剩余分片重建数据，并同步到恢复的节点，最终恢复完整的分片分布（每个对象的所有分片重新均匀分布到所有节点），确保集群回到容错能力完整的状态。假设集群配置为4+2（总 6 个分片，最多可丢失 2 个分片），且集群节点数≥6（每个节点存储 1 个分片）。例如，在一个由 6 个节点组成的集群中，若配置为4+2（共 6 个分片），则每个节点会存储该对象的 1 个分片（4 个数据分片 + 2 个校验分片分别在 6 个不同节点）。

原创 17-minio之mc客户端使用

mc命令设计贴近 Linux 用户习惯，核心是通过 “别名 + 桶 + 路径” 操作对象存储，常用命令与lscprm等类似，上手成本低。实际使用时，可结合--help探索更多参数（如断点续传、并发控制等）。详细文档见MinIO 官方文档。

原创 envoy的监控告警阈值配置

原创 2-4-kafka之docker创建单节点zookeeper3.5.1+kafka2.12

【代码】docker创建单节点zookeeper3.5.1+kafak2.12。

原创 59-102、k8s中CoreDNS 的核心原理

原理：CoreDNS 通过插件化架构集成 K8s API，实时同步集群资源，提供 Service/Pod 的域名解析，同时转发外部域名查询，配合缓存提升性能。解析过程：Pod 发起查询→CoreDNS 接收→根据域名类型（集群内 / 外）调用对应插件（kubernetesforward）→查询 K8s API 或上游 DNS→返回结果。CoreDNS 是 K8s 网络通信的核心组件，确保了集群内服务发现的可靠性和灵活性。

原创 9-通过docker-compose部署的harbor 内部dns如何实现的？

服务名是 DNS 解析的核心，直接定义在的services字段下，每个键名即为可被解析的服务名。操作步骤进入 Harbor 部署目录（通常包含的目录，如查看中的services部分：bashcat docker-compose.yml | grep -A 1 "services:" # 快速定位服务定义# 或直接查看完整服务列表输出示例（Harbor 核心服务名）：plaintextnginxregistrypostgresqlredisclair。

原创 300个歇后语

这些歇后语生动形象，兼具趣味性和生活智慧，涵盖了传统民俗文化中常见的意象与表达。

原创 3-11-3-etcd_initial_cluster_state new和existing的区别

场景取值要求作用新建集群（首次启动）new必须包含所有初始节点的信息初始化集群，建立成员关系和 leader 选举机制加入现有集群existing只需包含至少一个已存在的集群节点信息新节点通过现有节点同步集群状态并加入错误使用的后果若向现有集群添加节点时误用new，新节点会尝试初始化一个新集群，可能与原有集群冲突，导致脑裂或启动失败。若新建集群时误用existing，节点会因找不到已存在的集群而启动失败（无法发现集群成员）。

原创 78-35、prometheus函数详解

按原始标签维度，计算每秒请求速率。：全局汇总，得到整体每秒请求总数。：按指定标签分组，得到每组的每秒请求速率（保留分组标签）。通过这些公式，可以从不同维度监控 Harbor 核心服务的 HTTP 请求压力，是性能分析和告警配置的基础。

原创 k8s删除pod长期卡在terminated不动

可尝试强制删除（跳过优雅终止流程，可能导致数据丢失，谨慎使用）强制删除 --grace-period=0 --force。

原创 59-101、k8s报错-Error from server (BadRequest): error when creating “deploy.yaml“: Deployment in versio

这个错误的原因是你在 Kubernetes Deployment 资源中使用了字段，但。是资源的特有字段，用于为有状态应用创建稳定的、按顺序的存储卷声明（PVC）。Deployment 主要用于无状态应用，不具备这个特性，因此会报 "未知字段" 的错误。

原创 4-docker架构

Docker 镜像的 “第一层” 通常指最底层的基础，即scratch（空镜像）。所有官方基础镜像（如alpineubuntu）都是在scratch之上添加文件系统和工具形成的。分层结构的优势是共享层、减少存储空间，以及高效的镜像传输。

原创 19-envoy监控告警指标详解

（如 istio_agent_go_gc_cycles_automatic_gc_cycles_total）*（如 istio_agent_pilot_conflict_inbound_listener）*（如 envoy_cluster_external_upstream_rq_5xx）*（如 envoy_cluster_upstream_cx_connect_fail）*（如 istio_agent_process_cpu_seconds_total）配置Prometheus监控指标时如何避免误报？

原创 3-pulsar配置文件详解

Broker 配置（核心消息节点配置）BookKeeper 配置（持久化存储节点配置）ZooKeeper 配置（元数据管理配置）Proxy 配置proxy.conf（客户端代理节点配置）其他组件配置：如（函数工作节点）、（Schema 注册表）等。配置优先级：默认配置（内置） < 自定义配置文件（如） < 环境变量（如修改配置后需重启对应组件生效。参数位置（BookKeeper 配置文件）参数作用。

原创 3-pulsar之k8s集群部署pulsar

还待处理下面是基于你提供的信息部署 Pulsar 3 节点集群的完整 YAML 配置：部署步骤：bash1.2.部署 service：bash1.3.部署stskubectl apply -f pulsar-statefulset.yamlbash配置说明：注意：请确保你的 Kubernetes 集群中已经正确配置了 nfs-storage 存储类，否则 PVC 将无法正常绑定。在部署pulsar前，确认zookeeper的信息如下：

原创 3-pulsar介绍

Apache Pulsar 是一个融合消息队列与流处理的云原生平台，通过计算存储分离、多租户、地理复制等特性，解决了传统消息系统在扩展性、灵活性和企业级需求上的痛点。无论是实时数据管道、事件驱动架构，还是多区域协同场景，Pulsar 都能提供可靠、高效的支持，是现代分布式系统的理想消息流解决方案。

原创 2-2-kafka配置文件介绍

在传统模式下（非 KRaft 模式），Kafka 依赖 ZooKeeper 存储关键元数据，包括 Broker 信息、Topic 配置、分区状态、消费者偏移量等。Kafka 的配置文件是控制其核心组件（Broker、生产者、消费者、ZooKeeper 等）行为的关键，合理配置能优化性能、可靠性和安全性。通过理解 Kafka 在 ZooKeeper 中的存储结构，可更高效地监控集群状态、排查故障（如 Leader 选举异常、ISR 收缩），并为集群扩容、缩容提供依据。用于保证元数据操作的顺序性。

原创 2-8-kafka之k8s安装kafka2.12版本

【代码】45-2、kafka之k8s安装kafka2.12版本。

原创 2-1-Kafka 介绍

高吞吐量、低延迟，适合大规模实时数据场景。分布式架构，易扩展、高可靠。灵活的消息保留策略，支持数据重放。丰富的生态系统，集成流处理、数据同步等工具。Kafka 凭借高吞吐量、高可靠性和灵活的扩展性，已成为现代分布式系统中实时数据传输和处理的核心组件。无论是日志收集、消息通信还是实时分析，Kafka 都能提供稳定高效的支持。随着 KRaft 模式的成熟，Kafka 进一步简化了架构，降低了运维成本，未来在实时数据领域的应用将更加广泛。详细介绍一下Kafka的高吞吐量特性。

原创 1-5-ZooKeeper 目录结构详解

app1ZooKeeper 的目录结构是基于 ZNode 的树形结构，通过层级关系、节点类型（持久 / 临时 / 顺序）和 Watcher 机制，支持分布式系统的协调需求。合理设计目录结构（如按应用隔离、节点类型匹配场景）是高效使用 ZooKeeper 的关键。

原创 1-6-zookeeper之k8s通过自定义yaml安装zookeeper

bash步骤 2：创建 Headless Serviceyaml执行命令：bash步骤 3：创建整合 PVC 的 StatefulSet执行命令：bash步骤4：验证方法 查看 Pod 状态 确保 3 个 Pod 均处于状态：bash 查看 PVC 绑定状态 每个 Pod 对应两个 PVC（数据 + 日志），需均为：bash 检查集群状态 进入任一 Pod，查看节点角色（Leader/Follower）：bash 测试客户端

原创 1-4-zookeeper常用命令

以下是常用的 ZooKeeper 命令整理，涵盖连接、节点操作、权限管理、集群管理等场景。在 ZooKeeper 中，每个节点都有唯一的事务 ID（ZXID），用于标识节点的创建或修改时间。查看节点 ZXID 的命令主要通过。通过以上命令可完成 ZooKeeper 日常运维和开发调试工作，实际使用中需结合具体场景选择合适的节点类型和权限配置。通过以上命令，你可以快速获取 ZooKeeper 节点的 ZXID 信息，用于追踪节点变更历史或调试分布式协调问题。zk查看节点zxid的命令。（IP 地址限制）等。

原创 1-3-zookeeper配置文件及参数详解

ZooKeeper 是一个分布式协调服务，其核心配置通过文件管理（默认提供，需复制为zoo.cfg使用）。配置文件中的参数决定了 ZooKeeper 的运行模式、性能、集群行为等关键特性。以下从六个维度详细解析核心参数。

原创 1-2-zookeeper集群原理

ZooKeeper 集群通过Leader 选举确保核心节点的稳定，通过ZAB 协议实现数据一致性，通过奇数节点部署保证容错能力，最终为分布式系统提供高可用、高可靠的协调服务。其设计聚焦于 “读多写少” 场景，读操作性能优异（可通过 Observer 扩展），写操作依赖 Leader 与多数 Follower 的确认，性能相对较低但一致性有保障。

原创 1-1-zookeeper介绍

ZooKeeper 是一个分布式协调服务，由 Apache 软件基金会开发并维护，主要用于解决分布式系统中常见的一致性、同步、配置管理、命名服务等问题。它为分布式应用提供了高效、可靠的基础支撑，是许多分布式框架（如 Hadoop、HBase、Kafka 等）的核心依赖组件。ZooKeeper 适合解决分布式系统中的协调类问题，尤其是需要强一致性、实时感知变化的场景。但不适合作为分布式数据库或高并发写存储使用。分布式计算：Hadoop、Spark。分布式存储：HBase、Cassandra。

原创 3-12-1-etcd故障之误删除集群中一节点的data目录导致启动不了

对比维度newexisting核心目标创建新集群加入现有集群集群 ID 来源新生成继承现有集群依赖配置完整的初始成员列表至少一个现有成员地址操作顺序首次部署时使用集群创建后扩容时使用错误影响配置不一致导致集群创建失败未预先添加成员或地址错误导致加入失败通过正确设置，可以确保 etcd 集群的初始化和扩容过程安全、有序地进行，避免因配置错误导致的集群故障。

原创 16-seaseedfs通过curl构造访问s3接口

牛逼牛逼：很有用！

原创 2-postgresql监控告警指标及告警阈值设置

除了文档中的指标，还有哪些其他重要的监控项？如何确定适合告警的指标以及告警公式和阈值？如何根据监控项列表设置有效的告警策略？

原创 2-prometheus配置postgresql监控告警

创建。

原创 14-skywalking监控告警指标及告警阈值

线程是服务处理请求的核心资源，监控线程总数、状态分布可反映服务并发能力和资源竞争情况。梳理SkyWalking所有监控指标的监控和告警配置，并提供一个整合的配置示例。：跟踪新生代 GC 的触发频率和总耗时，反映短期对象回收效率。有哪些常见的监控指标可以补充到Prometheus中？给出适合的告警项配置以及告警说明，并给出告警公式及阈值。如何优化Prometheus的告警配置以减少误报？如何根据监控指标的变化趋势来调整告警阈值？：G1 新生代 GC 次数与耗时。：JVM 当前线程数与状态分布。