k8s学习(RKE+k8s+rancher2.x)成长系列之简配版环境搭建(三)

2024-02-20 07:28

本文主要是介绍k8s学习(RKE+k8s+rancher2.x)成长系列之简配版环境搭建(三),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  • 3.19.切换RKE用户,并做免密登录(三台机器相互免密)
su rke
cd~
ssh-keygen

在这里插入图片描述

[rke@master.ssh]$ssh-copy-id rke@slaver2
[rke@master.ssh]$ssh-copy-id rke@slaver1
[rke@master.ssh]$ssh-copy-id rke@master

在这里插入图片描述

  • 3.20.搭建RKE集群

为了方便理解,我们把通RKE部署的Kubernetes集群称为“RKE集群”,RKE集群包括Rancher在Windows节点或其他现有自定义节点上启动的集群,以及Rancher在Azure、Digital Ocean、EC2、阿里云或vSphere等上使用新节点启动的集群。
搭建RKE集群有两种方式,一种是yaml文件的声明是搭建,参考https://docs.rancher.cn/docs/rke/example-yamls/_index;另一种是手动生成式搭建,这里我选择手动生成式搭建,是为了更充分的理解每一行标识的意义,学习理解的更透彻。

  • 3.21.生成rke的配置文件cluster.yml(master节点执行,推荐使用普通用户执行,也可以使用root用户执行)
rke config--name cluster.yml

在这里插入图片描述

[+]Cluster Level SSH Private Key Path[~/.ssh/id_rsa]:使用~/.ssh/id_rsa[+]Number of Hosts[1]:集群主机个数[+]SSH Address of host(1)[none]:主机1地址[+]SSH Port of host(1)[22]:SSH端口[+]SSH Private Key Path of host(192.168.241.134)[none]:使用~/.ssh/id_rsa[+]SSH User of host(192.168.241.134)[ubuntu]:SSH用户名,这里使用rancher[+]Is host(192.168.241.134)a Control Plane host(y/n)?[y]:是否运行Control Plane[+]Is host(192.168.241.134)a Worker host(y/n)?[n]:是否是worker[+]Is host(192.168.241.134)an etcd host(y/n)?[n]:是否运行etcd[+]Override Hostname of host(192.168.241.134)[none]:是否重设hostname[+]Internal IP of host(192.168.241.134)[none]:主机内部IP[+]Docker socket path on host(192.168.241.134)[/var/run/docker.sock]:docker sock路径,使用默认[+]SSH Address of host(2)[none]:主机2的配置,后续配置相同,不再赘述......[+]Network Plugin Type(flannel,calico,weave,canal)[canal]:网络插件类型[+]Authentication Strategy[x509]:认证策略[+]Authorization Mode(rbac,none)[rbac]:认证模式[+]Kubernetes Docker image[rancher/hyperkube:v1.15.5-rancher1]:k8s镜像名[+]Cluster domain[cluster.local]:集群域名[+]Service Cluster IP Range[10.43.0.0/16]:集群内服务IP的范围[+]Enable PodSecurityPolicy[n]:pod安全策略[+]Cluster Network CIDR[10.42.0.0/16]:集群网络范围[+]Cluster DNS Service IP[10.43.0.10]:集群DNS的IP[+]Add addon manifest URLs or YAML files[no]:是否增加插件manifest URL或配置文件
  • 3.22.安装RKE集群(主节点执行)
rke up--config cluster.yml

在这里插入图片描述

  • 3.23.RKE集群安装成功
Finished building Kubernetes cluster successfully 
  • 3.24.root用户安装kubectl(各节点都安装)
curl -LO https://storage.googleapis.com/kubernetes-release/release/v1.21.8/bin/linux/amd64/kubectlchmod +x ./kubectl
mv ./kubectl /usr/local/bin/kubectl
mkdir -p ~/.local/bin/kubectl
kubectl version --client

在这里插入图片描述

  • 3.25.安装kubectl命令补全组件(各节点)
yum install bash-completion -y
source /usr/share/bash-completion/bash_completion
source <(kubectl completion bash)
kubectl completion bash >/etc/bash_completion.d/kubectl

在这里插入图片描述

  • 3.26.验证RKE集群安装结果
kubectl get nodes

在这里插入图片描述

因为安装操作流程过长,所以分开几篇文章写,未完待续,嘻嘻,后续内容剧透:
helm和cert-manager的安装事宜,欢迎对RKE安装高可用k8s集群,部署高可用rancher集群感兴趣的同学持续关注作者哟

这篇关于k8s学习(RKE+k8s+rancher2.x)成长系列之简配版环境搭建(三)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/727442

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

搭建Kafka+zookeeper集群调度

前言 硬件环境 172.18.0.5        kafkazk1        Kafka+zookeeper                Kafka Broker集群 172.18.0.6        kafkazk2        Kafka+zookeeper                Kafka Broker集群 172.18.0.7        kafkazk3