k8s 资源编排 yaml

转载 作者：知者 更新时间：2024-03-13 02:40:35 28 4

kubectl api-versions

kubectl api-resources

apiVersion: apps/v1  # API版本
kind: Deployment  # 资源类型
metedata:  # 资源元数据
  name:nginx-deployment  
  namespace: default
spec:  # 资源规格
  replicas: 3  # 副本数量
  selector:  # 标签选择器
    matchLabels:
      app: nginx
  template:  # Pod模板
    metadata:  # Pod元数据
      labels:
        app: nginx
    spec:  # Pod规格
      containers:  # 容器配置
      - name: nginx
        image: nginx:latest
        port:
        - containerPort: 80

kubectl create deployment my-nginx

kubectl create deployment my-nginx --image=nginx -o yaml

kubectl create deployment my-nginx --image=nginx -o yaml --dry-run

kubectl create deployment my-nginx --image=nginx -o yaml --dry-run > my-nginx.yaml

kubectl get deploy

kubectl get deploy nginx -o=yaml --export > my-nginx02.yaml

kubectl get deploy nginx -o=yaml --export > my-nginx02.yaml

28 4 0

• c++ - 数字 xor K - K = 数字 + K xor K，为什么？

  很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的，无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它，visit the help center 。 已关

• algorithm - O(K + (N-K)logK) 是否等同于 O(K + N log K)？

  我们可以说 O(K + (N-K)logK)相当于O(K + N logK)对于 1 < = K <= N ？ 最佳答案 简短的回答是它们不等价，这取决于k 的值。如果k等于N，那么第一个复杂度是O(

• algorithm - 合并 K 个排序链表，为什么复杂度是 O(N * K * K)，而不是 O(N * K)

  我有以下解决方案，但我从其他评论者那里听说它是 O(N * K * K)，而不是 O(N * K)其中 N 是 K 列表的(最大)长度，K 是列表的数量。例如，给定列表 [1, 2, 3] 和 [4,

• C++ 语法，i % k == l % k == 0 和 i % k == 0 && l % k == 0 之间的区别

  我试图理解这些语法结构之间的语义差异。 if ((i% k) == (l % k) == 0) 和 if ((i % k) == 0 && (l % k) == 0) 最佳答案 您的特定表达式((i

• python - 将数组 (k,) 或 (k, n) 乘以一维数组 (k,)

  我有时会使用一维数组: A = np.array([1, 2, 3, 4]) 或 2D 阵列(使用 scipy.io.wavfile 读取单声道或立体声信号): A = np.array([[1, 2

• python - 用于确定 k 均值中的 k 的 k 折交叉验证？

  在文档聚类过程中，作为数据预处理步骤，我首先应用奇异向量分解得到U、S和Vt 然后通过选择适当数量的特征值，我截断了 Vt，这让我从阅读的内容中得到了很好的文档-文档相关性 here .现在我正在对矩

• c++ - Top K 最小选择算法 - O (n + k log n) vs O (n log k) for k << N

  我问的是关于 Top K 算法的问题。我认为 O(n + k log n) 应该更快，因为……例如，如果您尝试插入 k = 300 和 n = 100000000，我们可以看到 O(n + k log

• r - 列出 k 个数字的所有排列，取自 0 :k,，总和为 k

  这个问题与另一个问题R:sample()密切相关。 。我想在 R 中找到一种方法来列出 k 个数字的所有排列，总和为 k，其中每个数字都是从 0:k 中选择的。如果k=7，我可以从0,1,...,7中

• machine-learning - 了解 Precision@K、AP@K、MAP@K

  我目前正在评估基于隐式反馈的推荐系统。我对排名任务的评估指标有点困惑。具体来说，我希望通过精确度和召回率来进行评估。 Precision@k has the advantage of not requ

• python - 生成所有可能的 n 维 k*k*...*k 数组，每个数组都有沿轴的行

  我在 Python 中工作，需要找到一种算法来生成所有可能的 n 维 k,k,...,k 数组，每个数组都沿轴有一行 1。因此，该函数接受两个数字 - n 和 k，并且应该返回一个数组列表，其中包含沿

• algorithm - 寻找最大数量 k 使得对于 k 对的所有组合，我们在每个组合中有 k 个不同的元素

  我们有 N 对。每对包含两个数字。我们必须找到最大数 K，这样如果我们从给定的 N 对中取 J (1 2，如果我们选择三对 (1,2)，我们只有两个不同的数字，即 1 和 2。 从一个开始检查每个可能

• algorithm - 在 O(K*log(K)) 中打印给定堆中最大的 K 个元素？

  鉴于以下问题，我不能完全确定我当前的解决方案: 问题: 给定一个包含 n 元素的最大堆，它存储在数组 A 中，是否可以打印所有最大的 K 元素在 O(K*log(K)) 中？ 我的回答: 是的，是的，

• scala - Apache Spark - Scala - 如何将 FlatMap (k, {v1,v2,v3,...}) 到 ((k,v1),(k,v2),(k,v3),...)

  我明白了: val vector: RDD[(String, Array[String])] = [("a", {v1,v2,..}),("b", {u1,u2,..})] 想转换成: RDD[(St

• algorithm - 将 X 中的所有 x_i 分成 K 组 s.t. var(sum(x in k) for k in K) 被最小化

  我有 X 个正数，索引为 x_i。每个 x_i 需要进入 K 组之一(其中 K 是预先确定的)。令 S_j 为 K_j 中所有 x_i 的总和。我需要分配所有 x_i 以使所有 S_j 的方差最小化。

• c - 为什么对于长度为 k 的字符串需要 char[k + 1] 而不是 char[k] ？

  关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 这个问题是由于错别字或无法再重现的问题引起的。虽然类似的问题可能是on-topi

• algorithm - 为什么 k*k <= n 优于 k <= Math.sqrt(n)

  我正在研究寻找原始数的算法，看到下面的语句，我不明白为什么。 while (k*k <= n) 优于 while (k <= Math.sqrt(n)) 是因为函数调用吗？该调用函数使用更多资源。 更

• c - k x k bool 矩阵的快速乘法，其中 8 <= k <= 16

  我想找到一种尽可能快的方法来将两个小 bool 矩阵相乘，其中小意味着 8x8、9x9 ... 16x16。这个例程会被大量使用，所以需要非常高效，所以请不要建议直截了当的解决方案应该足够快。 对于

• java - Guava :Set + Function = Map？

  有没有一种惯用的方法来获取 Set和 Function ，并获得 Map实时取景？ (即 Map 由 Set 和 Function 组合支持，例如，如果将元素添加到 Set ，则相应的条目也存在于 M

• c - 函数 f1() 正在返回变量 k 的地址，但由于 k 在堆栈上，因此在括号后它应该从堆栈内存中展开变量 k

  这个问题在这里已经有了答案: Can a local variable's memory be accessed outside its scope? (20 个答案) returning addr

• matlab - 为什么替换矩阵的 NaN 不适用于 k(k==NaN) = SomeNumber ，其中 k 是要操作的矩阵

  给定一个矩阵:- k = [1 2 3 ; 4 5 6 ; 7 8 NaN]; 如果我想用 0 替换一个数字，比如 2，我可以使用这个:k(k==2) =