文章标题

京东

从容器到虚拟机

容器逃逸的问题（看 using docker的管理方案） 基于cgroup，这个问题在私有云里面并不严重

docker两个核心部分：

1 资源隔离思想

2 aufs 镜像分层体系（认为是精华）

共有容器解决方案：改写kvm －》 frakti方案类似

如何做到快速启动：裁剪了一些kvm的硬件自检能力,同时准备rootfs

为什么最小准备1c 64m都可以作为说辞，因为底层是kvm（linux的启动需要些什么？之前有一个博客没有看，思考怎么看）

对于k8s的改写：把pod改掉了

网络接入的是京东自己的网络（在同一个vpc中），这个思考下，必要性！（为了容器和主机对等）（腾讯也是，思考一下网络的部分！）（日志监控，也是同一个日志监控模块）

内部容器引擎平台：cdci、构建镜像，拉去镜像，部署容器－应用打包到镜像中去了的！

容器工具 容器网络 容器引擎 镜像中心 持续集成 日志管理 监控管理

场景：爬虫应用（特别容易做分布式）＋ ip池

docker和微服务结合很紧密？

容器够小（资源小）

容器独立（解决多语言问题，每个部门语言不同～）

开发环境与生产环境相同

代码/image 一体化 （我们的caas可不是这样的）

容器的横向扩容与纵向扩容（可复制，动态调节cpu和内存）

容器效率高（省钱）－省人工而不是省机器的

devops的应用场景

开发环境、测试环境、生产环境统一化

百度深度学习框架k8s实践

为什么会有k8s和ai有结合？

ai的发展得益于互联网的大量数据

大数据的处理，依赖于分布式存储和不同的分布式计算框架

－－看看快照是什么

为什么用呢？粒度问题（一个kafka专有主机的问题）

tensorflow推荐安装－》docker安装 ：找包看那个书

难的地方：

分布式存储

网络（没有用proxy和service的概念）

好的地方：label

网络～ inifinityband

kubecon 欧洲热门话题

cncf［社区］新动态

［云原生应用］？

kubernetes 作为容器和虚拟机统一控制平面（屏蔽虚拟机和容器的差异）openshift

cluster virt－api virt－controller

k8s vm tpr

daemonset libvirtd virt－handler vm－pod m

［k8s的孵化项目，到底指什么！？］

kubeless platform9 的fission iron io webtask openwhisk

k8s的审计系统？

哪些进程的pid应该为1－》三种容器初始化系统方式

helm来做cdci（业界都是这样）［这个仔细看看］jkesin［做应用商店的？］

如何让k8s支持5w＋个services

目前k8s内部是iptabels做负载均衡（内部）［caas是用的dns？］［服务到pod之间的流量转发］

使用ipvs替换当前kube－proxy的负载均衡

todo：

1. 总结京东的

2. 当前重点的方向，发散的总结

3. 细节知识点（最近的知识点），以及相关知识点后来搞懂

4. 其他的有想法的写博客

马达 k8s中的资源管理及调度

架构和mesos不同：通过元数据驱动来做（基于共享数据的分配和访问），好处就是其他模块可以被剔掉（彼此之间松耦合）

daemonset的问题，绕过了调度器 （scheduler controller manager 是两个“scheduler“）omega的三种调度

kube on mesos

1.7新特性

priority/preemption

batchjob －根据workload动态调整quota

当前：

资源限额是静态划分（多namespace没法资源共享）