容器服务

在上篇关于虚拟节点的文章中(https://yq.aliyun.com/articles/697940)，我们介绍了如何部署虚拟节点Chart及简单使用方法。这里我们将介绍如何使用虚拟节点支持Ingress后端应用的部署和扩容，利用ECI支撑Ingress应用的弹性扩容，使集群无需创建新节点即可为应用扩容“无限”容量，满足业务高峰低谷的弹性需求。

Kubernetes 近几年很热门，在各大技术论坛上被炒的很火。它提供了强大的容器编排能力，与此同时 DevOps 的概念也来到大家身边，广大的开发同学也能简单地运维复杂的商业化分布式系统，打破了传统开发和运维之间的界限。

本次课程以动手环节为主，主要讲解如何采集Kubernetes中的各种日志数据，构建中心化日志仓库，包括业务应用日志、Kubernetes平台日志、ServiceMesh/Istio日志、Ingress日志等。

我们为什么使用容器？ 我们为什么使用虚拟机（云主机）？ 为什么使用物理机？ 这一系列的问题并没有一个统一的标准答案。因为以上几类技术栈都有自身最适用的场景，在最佳实践之下，它们分别都是不可替代的。 原本没有虚拟机，所有类型的业务应用都直接跑在物理主机上面，计算资源和存储资源都难于增减，要么就是一直不够用，要么就一直是把过剩的资源浪费掉，所以后来我们看到大家越来越多得使用虚拟机（或云主机），物理机的使用场景被极大地压缩到了像数据库系统这样的特殊类型应用上面。

蚂蚁金服的解决方案叫做“CAFE”（Cloud Application Fabric Engine）。

Java中用于保存对象的容器，除了数组，就是Collection和Map接口下的容器实现类了，包括用于迭代容器中对象的Iterator接口，构成了Java数据结构主体的集合体系。其中包括： 1. Collection：包括Set、List和Queue；主要的实现类有HashSet、TreeSet、ArrayList、LinkedList和ArrayDeque 2.

随着容器技术的日趋成熟以及持续不断的发展，越来越多的企业认识到企业级容器平台的重要性。容器平台不仅仅为应用程序提供了运行环境，它还提供了一套完整的管理解决方案，可以让您在整个软件的生命周期中来保护和操作容器中应用程序。

前言 　　公司一直在用传统的tomcat下丢war包的架构体系，随着项目的增多、服务器数量的增多、需要为此花费很多时间在不同服务器的系统环境问题上。为了技术的与时俱进和工作的运维效率等方面，笔者引入docker容器部署方式，通过Gitlab+Jenkins+Harbor体系，通过Dockerfile生成自定义镜像并放置Harbor仓库，Jenkins加上自定义Shell脚本（实现拉镜像，启动容器，容器映射端口固定，自定义日志路径）等，基本实现了持续集成的自动化部署。

本文通过示例演示了Istio针对集群内服务之间的东西向流量管理、或者称之为服务网格之间的流量管理。

传统上，通常使用防火墙实现网络层的访问控制，比如iptables rule，部署应用之后，通过iptables设置运行的ip白名单。在使用Kubernetes之后，由于Pod是动态分配到机器上，而且在运行过程中随时可能迁移到其他机器，显然不适合继续使用手工配置iptables的方式。

Helm有助于简化部署和管理 Kubernetes 应用，本文将演示如何使用阿里云OSS服务和阿里云容器服务搭建私有Chart仓库、推送Chart以及使用CodePipeline部署Chart到Kubernetes集群的过程。

宿主机时间 [root@slave-1 ~]# date Fri May 12 11:20:30 CST 2017 容器时间 [root@slave-1 ~]# docker exec -ti 87986863838b /bin/bash root@...

除了网络访问外，Docker还提供了两个很方便的功能来满足服务访问的基本需求:一个是允许映射容器内应用的服务端口到本地宿主主机;另一个是互联机制实现多个容器间通过容器名来快速访问。 1.端口映射实现访问容器 (1)从外部访问容器应用 在启动容器的时候，如果不指定对应的参数，在容器外部是无法通过网络来访问容器内的网络应用和服务的。

底层 Linux 容器运行时之发展史 在 Red Hat，我们乐意这么说，“容器即 Linux，Linux 即容器”。下面解释一下这种说法。传统的容器是操作系统中的进程，通常具有如下 3 个特性： 资源限制 当你在系统中运行多个容器时，你肯定不希望某个容器独占系统资源，所以我们需要使用资源约束来控制 CPU、内存和网络带宽等资源。

本节讨论 Prometheus Operator 的架构。

本系列前面的文章已经通过一个官方示例演示了如何部署应用到上述Istio环境中，并演示了如何设置智能路由、分布式追踪以及Istio 的遥测数据收集、查询及可视化等功能。本文则是继续基于此示例演示了如何在Istio中使用故障诊断与检测工具Weave Scope。

基于注解的容器配置 注释比用于配置Spring的XML更好吗？ 引入基于注释的配置引发了这种方法是否比XML更好的问题。简短的答案取决于你自己的需要。

本节讨论如何开发自己的 chart。

Helm 通过模板创建 Kubernetes 能够理解的 YAML 格式的资源配置文件，我们将通过例子来学习如何使用模板。

本章我们将学习 Helm，Kubernetes 的包管理器。

通过阿里云Kubernetes容器服务,开启你的数据服务之旅 （一）云上运维自建数据库之痛，使用容器服务自动恢复数据库postgresql实例 概述 本文为大家介绍一种容器化的数据服务 posgresql db on ACK，通过使用云盘自动挂载实现的块存储PVC来做到数据库的免运维恢复。

TensorFlow和Kubernetes分别作为深度学习和容器编排领域的领航者，二者的强强联合可以真正释放分布式训练的洪荒之力。而阿里云的Helm解决方案降低了部署的难度，降低了这把`屠龙刀`的使用难度。

在Spring IoC容器的设计中，两个主要容器系列 实现BeanFactory接口的简单容器系列 这系列容器只实现了容器的最基本功能 ApplicationContext应用上下文 作为容器的高级形态而存在。

JUnit与Spring的整合——JUnit的TestCase如何自动注入Spring容器托管的对象 问题 在Java中，一般使用JUnit作为单元测试框架，测试的对象一般是Service和DAO，也可能是RemoteService和Controller。

Hyperledger Fabric节点服务器对存储空间的消耗还是比较大的，在我实际生产体验的过程中，每一条请求数据大概仅2K左右，但实际占用空间远不止这点，每个节点都会对Block及链进行保存维护，也会将数据解析存储在本地，基本上1000万条数据会占用500G左右的空间。

如果需要自动化处理复杂的Kubernetes任务，常常需要编写Yaml配置文件。由于Yaml文件格式比较复杂，即使是老手有时也不免会犯错或需要查询文档，也有人开玩笑这是使用 Yaml 编程。我们今天将介绍几个方法来帮助大家来简化 Kubernetes Yaml 文件创建。

原文:零元学Expression Blend 4 - Chapter 12 用实例了解布局容器系列-「Viewbox」 本系列将教大家以实做案例认识Blend 4 的布局容器，此章介绍的布局容器是Blend 4 里的-「Viewbox」； 以及加码赠送安装扩充元件-「Silverlight Toolkit」。

作为容器编排系统的两大流派， Kubernetes和Swarm的重要性不言而喻。融合了两大高性能集成的阿里云容器服务，不仅可以降低50%的基础架构成本，提高交付速度将产品迭代加快13倍，还可以实现秒级的海量容器启动、秒级的应用架构伸缩与恢复、分钟级部署。

前面的 ELK 中我们是用 Filebeat 收集 Docker 容器的日志，利用的是 Docker 默认的 logging driver json-file，本节我们将使用 fluentd 来收集容器的日志。

在阿里云双11访谈容器服务专场中，阿里云容器服务高级专家戒空为大家介绍了阿里云容器服务以及容器镜像服务的基本情况和各自的优势所在，并且针对“双11”这样大流量的场景分享了容器技术和容器镜像技术的最佳实践。

初识docker—创建WEB应用容器1python+flask Docker 客户端 docker 客户端非常简单 ,我们可以直接输入 docker 命令来查看到 Docker 客户端的所有命令选项。