安装简单的k8s大约有三种思路：minikube,microk8s,kubeadm。minikube 虽然是官方出品，但主要还是基于虚拟机做的设计。在 Linux 生产环境下，microk8s 可能是一个更合适的选择，它的主要组件是基于二进制包启动。
microk8s 基于 snap 进行安装，ubuntu 16.04 及之后的版本都已经预装了 snap，如果是其他发行版的 Linux 需要先安装 snap。
一，SNAP安装
Snap是Canonical推出的一种新的软件打包格式，彻底解决linux依赖性的问题，Snap 软件包拥有更加稳定和安全的特性。
官网URL:https://docs.snapcraft.io/installing-snap-on-centos
| # 安装EPEL sudo yum install epel-release # 安装snapd sudo yum install snapd # 添加snap，启动通信socket sudo systemctl enable --now snapd.socket # 创建软链 sudo ln -s /var/lib/snapd/snap /snap |
二，Snap常用命令
| # 列出已经安装的snap包 sudo snap list # 搜索要安装的snap包 sudo snap find # 搜索要安装的snap包 sudo snap install # 删除一个snap包 sudo snap remove |
三，MicroK8s安装
通过 microk8s 可以非常快速的搭建起一个 Kubernetes 单机环境，安装极其非常方便，通过 snap 命令一键安装，可用测试，快速原型及CI/CD。
官方URL：https://microk8s.io/
1,单独安装microk8s
| # 安装1.14稳定版microk8s sudo snap install microk8s --classic --channel=1.14/stable # 启用microk8s的DNS，存储和面板功能 sudo microk8s.enable dns dashboard storage # 启动microk8s sudo microk8s.start # 查看microk8s状态 sudo microk8s.status # 停止microk8s服务 sudo smicrok8s.stop # 查看集群信息 sudo microk8s.kubectl cluster-info # 查看集群节点 sudo microk8s.kubectl get nodes # 命令别名 sudo snap alias microk8s.kubectl kubectl |
2,脚本安装microk8s
由于本次安装microk8s主要是为了和kubeflow进行集成使用，所以使用更为方便的脚本安装。
Kubeflow推荐的脚本：https://github.com/canonical-labs/kubernetes-tools
安装脚本：
| sudo kubernetes-tools/setup-microk8s.sh |
安装过程如下图示：
***注意，由于此脚本安装dashborad时，使用了token，登陆时会增加操作步骤。为更方便测试，需要对脚本内容进行裁剪，禁用microm8s的dashboard功能(脚本里去除dashaboard或是microk8s命令禁用)。
dashboard的deployment及service使用了我自己提供的如下方案。
| apiVersion: v1 kind: ServiceAccount metadata: labels: k8s-app: kubernetes-dashboard name: kubernetes-dashboard namespace: kube-system --- apiVersion: rbac.authorization.k8s.io/v1 kind: ClusterRoleBinding metadata: name: kubernetes-dashboard roleRef: apiGroup: rbac.authorization.k8s.io kind: ClusterRole name: cluster-admin subjects: - kind: ServiceAccount name: kubernetes-dashboard namespace: kube-system --- kind: Deployment apiVersion: apps/v1beta2 metadata: labels: k8s-app: kubernetes-dashboard name: kubernetes-dashboard namespace: kube-system spec: replicas: 1 revisionHistoryLimit: 3 selector: matchLabels: k8s-app: kubernetes-dashboard template: metadata: labels: k8s-app: kubernetes-dashboard spec: containers: - name: kubernetes-dashboard image: k8s.gcr.io/kubernetes-dashboard-amd64:v1.10.1 ports: - containerPort: 9090 protocol: TCP livenessProbe: httpGet: path: / port: 9090 initialDelaySeconds: 25 timeoutSeconds: 30 serviceAccountName: kubernetes-dashboard --- kind: Service apiVersion: v1 metadata: labels: k8s-app: kubernetes-dashboard name: kubernetes-dashboard namespace: kube-system spec: type: NodePort ports: - port: 80 targetPort: 9090 nodePort: 32766 selector: k8s-app: kubernetes-dashboard |
四，Kubeflow安装
Kubeflow是目前基于Kubernetes的主流机器学习解决方案，它抽象了和机器学习相关的PS-Worker模型，实现了一套pipeline的工作流，支持超参数训练和Jupyter notebooks集成等能力。
官网URL：https://www.kubeflow.org/
1，脚本安装kubeflow
本次安装参考url: https://www.kubeflow.org/docs/started/getting-started-multipass/
Kubeflow推荐的脚本：https://github.com/canonical-labs/kubeflow-tools
安装脚本：
| sudo kubeflow-tools/install-kubeflow.sh |
安装过程如下所示
2，镜像获取
上图中，有些kubeflow的pod已开始running，但有些pod一直处于ImagePullBackOff状态，这是因为这批镜像都是放在gcr.io域名仓库中，需要特别上网才能访问。
在这种情况下，根据网上的资料，我们以dockerhub为中继，将需要的docker镜像辗转拉取，直至所有镜像成功启动。
3，更新jupyter-web-app镜像
当一切就绪之，如果我们访问kubeflow的notebook服务时，发现还是无法正常使用jupyterhub功能。分析浏览器错误，才发现是一个网页内的jquery库，引用的是googleapis的地址，于是，还需要重新将涉及的layout.html更改之后生成新的镜像。
Dockerfile内容：
| FROM gcr.io/kubeflow-images-public/jupyter-web-app:v0.5.0 COPY layout.html /app/kubeflow_jupyter/default/templates/ COPY layout.html /app/kubeflow_jupyter/rok/templates/ |
Layout.html更新后的内容：
|
{% if title %}
{% else %}
{% endif %}
{% block javascript %}
{% endblock %}
{% block content %}{% endblock %}
|
最终，即可正常使用这一功能了。
