有感於k8s太強大和自己的太無知，索性來系統學習下k8s。網上一番攻略，起碼先得有個本地學習環境，所以安裝乙個minikube,下面記錄安裝過程，供有需要的人使用。
看看minikube架構：
我是在本機的win10上的虛擬機上安裝的，所以需要先安裝乙個centos7的虛擬機器。
minikube需要開啟核心虛擬化。所以在安裝之前，通過egrep -o "vmx|svm" /proc/cpuinfo檢視本機是否開啟。
第一步：安裝docker
安裝完成啟動docker
systemctl start docker && systemctl status docker && systemctl enable docker
2. 安裝kubectl,因為網路原因，訪問官網很慢，可以按照下面步驟安裝
3. 安裝minikube
curl -lo minikube && chmod +x minikube && sudo mv minikube /usr/local/bin/
4.啟動minikube
minikube start --vm-driver=virtualbox --registry-mirror=
啟動minikube，啟動過程時間較長，不要中斷
這一步會遇到很多問題：
如：[vbox_kernel_module_not_loaded]
解決：（根據提示進行操作）
yum install gcc perl make
yum -y install gcc kernel kernel-devel
yum install kernel-devel-3.10.0-1160.el7.x86_64
一直裝不上的原因：虛擬機器配置不足，虛擬機器記憶體擴為3g，cpu 3核
檢視虛擬機器：
vboxmanage list vms
刪除虛擬機器：minikube delete
5.檢視kubectl
kubectl get pods -a
namespace name ready status restarts age
kube-system coredns-6967fb4995-6dt5w 1/1 running 1 24m
kube-system coredns-6967fb4995-6jm87 1/1 running 1 24m
kube-system etcd-minikube 1/1 running 0 23m
kube-system kube-addon-manager-minikube 1/1 running 0 24m
kube-system kube-apiserver-minikube 1/1 running 0 24m
kube-system kube-controller-manager-minikube 1/1 running 0 24m
kube-system kube-proxy-nkzrk 1/1 running 0 24m
kube-system kube-scheduler-minikube 1/1 running 0 24m
kube-system storage-provisioner 1/1 running 0 24m
kubectl get nodes
name status roles age version
minikube ready 25m v1.15.0
minikube 常用操作
#檢視狀態
minikube status
host: running
kubelet: running
apiserver: running
kubectl: correctly configured: pointing to minikube-vm at 192.168.99.108
#登入虛擬機器
minikube ssh
#啟動，停止，刪除
minikube start--registry-mirror=
minikube stop
minikube delete
#重置,重置之後會清理所有快取的映象，重頭開始
rm-rf~/.minikube
#啟動dashboard
minikube dashboard
深度學習實戰Caffe 一 Caffe環境安裝
安裝vim git 等必備工具 sudo apt get install vim git 安裝boost sudo apt get install no install recommends libboost all dev安裝atlas開發包 sudo apt get install libatl...
我的學習筆記 自學安卓（一） 安卓開發環境
現在主流的安卓開發都是用的android studio，所以就需要安裝android studio 1.首先需要安裝jdk,配置好安卓開發環境 第一種 包含有sdk android studio的安裝步驟我就不再贅述，一鍵預設選項即可，注意選擇studio 和sdk的路徑 一路next，安裝完成之後...
win10下anaconda學習環境的安裝記錄
需要安裝anaconda tensorflow keras matplotlib tensorflow keras和python的版本對應 最後選擇anaconda3 5.2.0 python3.6 tensorflow2.0.0 keras2.3.1 記錄點1 anaconda3自帶的python...