容器服务

在Java中，我们想要保存对象可以使用很多种手段。我们之前了解过的数组就是其中之一。但是数组具有固定的尺寸，而通常来说，程序总是在运行时根据条件来创建对象，我们无法预知将要创建对象的个数以及类型，所以Java推出了容器类来解决这一问题。 Java的容器类分为List,Set,Queue和Map。我们也称它们为集合类(Collection)。 Java使用泛型来实现容器类，例如我们要使用顺序表这

两个简单的步骤可以将镜像大小从948 MB缩减到79 MB。

一.同步容器： 　　1.Vector容器实现了List接口，Vector实际上就是一个数组，和ArrayList类似，但是Vector中的方法都是synchronized方法，即进行了同步措施。保证了线程安全。

本文介绍了使用阿里云容器服务部署运行bookinfo示例的过程，通过该实例可以了解istio的部分特性。

在容器服务功能迭代的过程中，早期的一些版本是不支持数据盘挂载的。当需要在机器上运行的容器或者镜像的数量不断增加时，有可能磁盘的大小不再满足需求，这个时候就需要给Docker的数据目录通过增加数据盘的方式进行扩容。

在前面的实验中，我们部署了多个副本的服务，本节将讨论如何滚动更新每一个副本。 滚动更新降低了应用更新的风险，如果某个副本更新失败，整个更新将暂停，其他副本则可以继续提供服务。同时，在更新的过程中，总是有副本在运行的，因此也保证了业务的连续性。

今天看Scott Meyers大师的stl的用法，看到了我前段时间犯的一个错误，发现我写的代码和他提到错误代码几乎一模一样，有关stl容器删除元素的问题，错误的代码如下：std::vector mFriendList;.

本文基于k8s 1.11.0版本的从源代码的角度分析了Pod的健康检查实现逻辑。建议通过k8s部署生产环境应用时，请务必设置上liveness和readiness, 这是保障服务稳定性的最佳实践。

Docker容器简介 1.容器为docker的一个核心概念，简单来说容器为镜像的运行实例，但镜像为静态的只读文件，而容器则是带有运行时需要的可写文件层 2.

大幅提高现有开发交付工作效率，加快交付速度，环境搭建-过去，流程搭建环境是先提交环境需求单，走审批流程，然后运维人员搭建虚拟机，安装中间件等，时间消耗在繁杂的流程审批和安装虚拟机中间件上。

DevOps的方法论已经广泛应用到各种有开发，测试，运维团队的场景中，实际落地案例下在资源编排，容器集群管理，镜像仓库管理，容器服务监控上有大量的技术平台和技术栈组合。结合CloudCare在大量企业客户场景下的实际案例，本文整理输出了我们的技术白皮书。

本文讲的是CoreOS 基于容器部署虚拟机【编者的话】本文是介绍CoreOS基于容器部署虚拟机的实践和思考，这种非传统思维非常具有启发性，为容器技术的发展提出了一种全新的方向。

service 的容器副本会 scale up/down，会 failover，会在不同的主机上创建和销毁，这就引出一个问题，如果 service 有要管理的数据，那么这些数据应该如何存放呢？ 选项一：打包在容器里。

Docker容器快速入门

本文讲的是让容器更安全、更有用【编者的话】本文介绍了如何利用Docker镜像的分层文件系统来增强Docker容器的安全性。Docker镜像的分层文件系统可以使大部分的应用运行在只读状态，状态的改变会被限制在特定的读写层次，因此更容易被检测和跟踪。

RancherVM是一个开源的、轻量化的虚拟机管理工具，让用户能够和运行Docker容器一样，打包和运行虚拟机。 RancherVM项目自几年前推出以来，得到了大量用户的积极反馈。用户也在过去几年时间里为Rancher Labs工程团队提出了不少极有价值的意见与建议，尤其是对节点集群上的虚拟机的管理这一方面的需求。

为了更好地理解容器的特性，本节我们将讨论容器的底层实现技术。cgroup 和 namespace 是最重要的两种技术。cgroup 实现资源限额， namespace 实现资源隔离。 cgroup cgroup 全称 Control Group。

在处理数据时，往往会涉及到一个数据需要进行多次加工，这时候我们一般是通过Pipeline的方式进行处理。那么在Knative Eventing中是否也能支持对一个事件进行分步骤多次处理？ 这个还真有。从 0.7 版本开始，Knative Eventing中提供了一个 Sequence 资源模型，可用于事件Pipeline处理。

本文讲的是红帽发布多容器应用规范Nulecule，【编者的话】这篇文章简单的介绍了Nulecule的产生、特性以及目标， Nulecule致力于构建一个统一的复合应用（基于多容器）的描述规范。笔者认为想法很好，但是要想实现这一目标不仅仅是一个技术问题，更多的是需要实现各个容器厂商的利益均衡，而做到这一点并不那么容易。

包括 Dockerfile 在内的任何脚本和程序都会出错。有错并不可怕，但必须有办法排查，所以本节讨论如何 debug Dockerfile。 先回顾一下通过 Dockerfile 构建镜像的过程： 从 base 镜像运行一个容器。

　　今天来看看Map家族的另一名大将——TreeMap。前面已经介绍过Map家族的两名大将，分别是HashMap，LinkedHashMap。HashMap可以高效查找和存储元素，LinkedHashMap可以在高效查找的基础上对元素进行有序遍历，那么TreeMap又有什么特点呢？别急别急，看完这篇你就知道了。

本文讲的是PPTV之大数据集群容器化研究【编者的话】如何统一调度两个集群的物理资源，有效节约成本？

上节我们学习了容器如何访问外部网络，今天讨论另一个方向：外部网络如何访问到容器？ 答案是：端口映射。 docker 可将容器对外提供服务的端口映射到 host 的某个端口，外网通过该端口访问容器。

　　上一篇很水的介绍完了TreeMap，这一篇来看看更水的TreeSet。 　　本文将从以下几个角度进行展开： 　　1、TreeSet简介和使用栗子 　　2、TreeSet源码分析 　　本篇大约需食用10分钟，各位看官请随意享用。

使用 Docker 企业版 17.06，现在可以在运行 Linux 的 IBM z Systems 大型机上运行容器了。