window轻松使用k8s

Docker Desktop安装篇

1、win安装

1、下载安装包

https://www.docker.com/products/docker-desktop/ 官网下载安装包

在这里插入图片描述

2、配置win支持虚拟化

在这里插入图片描述

不勾选Hyper-V,它和Windows Subsystem for Linux (WSL) 是两套功能,这里不选他

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

3、安装WSL配置window支持linux

Windows Subsystem for Linux (WSL) 安装 Linux 子系统,类似vmware效率用起来还是比VMware要高

参考:https://www.cnblogs.com/lidabo/p/16614014.html

在这里插入图片描述

输入下面四条命令

wsl --install 
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
wsl --set-default-version 2

若提示 无法解析服务器的名称或地址解决方法 https://zhuanlan.zhihu.com/p/611662067

请注意,如果已安装wsl,那么上述命令wsl --install 将弹出一个帮助文档:版权所有© Microsoft Corporation。保留所有权利。等等

4、安装docker desktop

双击安装包即可
启动后若提示Unexpected WSL error,说明WSL没有正确使用起来,可通过如下步骤检查:

wsl --status               查看状态
wsl --update             当wsl状态为不可用时,进行更新操作
如果提示windows禁止了更新,则在window控制面板里主动更行下windows,把自动更新打开
然后继续执行更新命令后查下状态,状态可用后重启下docker desktop试试即可

2、配置阿里云镜像加速

在这里插入图片描述

{"registry-mirrors": ["https://pn1nqbsb.mirror.aliyuncs.com"]
}

3、开启 k8s-for-docker-desktop使用

1、介绍

k8s-for-docker-desktop 是一个用于 Docker Desktop 的 Kubernetes 集成功能。它允许开发人员在他们的本地开发环境中快速、轻松地使用 Kubernetes。

以下是 k8s-for-docker-desktop 的一些主要特点和功能:

  1. Kubernetes 集成: k8s-for-docker-desktop 使得在本地开发环境中轻松使用 Kubernetes 成为可能。开发人员可以在他们的个人计算机上启动和管理 Kubernetes 集群,而无需依赖云服务或远程服务器。
  2. Docker Desktop 集成: 作为 Docker Desktop 的一部分,k8s-for-docker-desktop 提供了与 Docker Engine 紧密集成的 Kubernetes 功能。这简化了 Kubernetes 和 Docker 之间的交互,并允许开发人员在单个界面中管理他们的容器和 Kubernetes 集群。
  3. 本地开发环境: 通过在本地计算机上运行 Kubernetes,开发人员可以更快地进行应用程序开发和调试。他们可以使用与生产环境相同的 Kubernetes 部署,以确保开发和测试过程的一致性。
  4. 快速启动: k8s-for-docker-desktop 提供了快速启动 Kubernetes 集群的功能,几乎无需任何配置。开发人员可以通过简单的几个步骤在他们的本地计算机上启动一个完整的 Kubernetes 环境。

总的来说,k8s-for-docker-desktop 为开发人员提供了一个方便的工具,使他们能够在本地开发环境中快速、轻松地使用 Kubernetes,并与 Docker 容器技术紧密集成。

2、安装

参考官网安装即可,

https://github.com/AliyunContainerService/k8s-for-docker-desktop

其他博主:https://blog.csdn.net/HcJsJqJSSM/article/details/127826415?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171302232316800185831659%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=171302232316800185831659&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2blogsobaiduend~default-1-127826415-null-null.nonecase&utm_term=k8s%E5%8F%AF%E4%BB%A5%E5%9C%A8windows&spm=1018.2226.3001.4450

如果fail to start 进行reset

在这里插入图片描述

3、安装dashboard面板

Dashboard实际就是一个网页版的管理工具,可以查看和管理K8S集群,按官网安装即可

4、轻松地使用 Kubernetes

k8s-for-docker-desktop 是一个用于 Docker Desktop 的 Kubernetes 集成功能。它允许开发人员在他们的本地开发环境中快速、轻松地使用 Kubernetes。直接可以用powershell中使用k8s命令安装其他应用了。

r Desktop 的 Kubernetes 集成功能。它允许开发人员在他们的本地开发环境中快速、轻松地使用 Kubernetes。直接可以用powershell中使用k8s命令安装其他应用了。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/822616.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

采用4G、5G实现无线视频监控,流量过大费用高,如何降低网络流量?

目录 一、高清视频监控中使用的4G和5G介绍 (一)4G物联网卡: 1、数据传输与稳定性 2、应用与优势 (二)5G物联网卡: 1、数据传输与速率 2、应用场景 二、4G/5G流量池 三、视频监控的流量使用 …

Java之JVM、JUC面试题笔记(持续更新)

CountDownLatch和CyclicBarrier JUC 并发编程_juc并发编程-CSDN博客 java 类加载机制?如何实现自定义类加载器?findClass 与 loadClass 的区别? 在Java中,自定义类加载器通常是通过继承java.lang.ClassLoader类并重写其findClas…

全网短剧搜索源码+短剧API接口 短剧下载 热门短剧 全开源可二开

内容目录 一、详细介绍二、效果展示1.部分代码2.效果图展示 三、学习资料下载 一、详细介绍 pc端h5手机端全网短剧搜索前端源码分享 内含7000短剧资源(不支持在线播放) 搜索API接口:文件内查看 全部短剧API接口:文件内查看 每日更新API接…

面试经典150题 买卖股票的最佳时机 II

面试经典150题 day8 题目来源我的题解方法一 动态规划方法二 贪心一次遍历 题目来源 力扣每日一题;题序:122 我的题解 方法一 动态规划 与 买卖股票的最佳时机 的区别在于:可以多次买入、卖出。 时间复杂度:O(n) 空间复杂度&am…

vs2019 - detected memory leak

文章目录 vs2019 - detected memory leak概述笔记vs2019 consolevs2019 MFC Dlg但是,工程大了之后,VS2019提示的就变了样整好的内存泄漏侦测头文件和实现my_debug_new_define.hmy_debug_new_define.cpp在所有.cpp文件入口处包含my_debug_new_define.h包含…

模板的进阶

目录 非类型模板参数 C11的静态数组容器-array 按需实例化 模板的特化 函数模板特化 类模板特化 全特化与偏特化 模板的分离编译 总结 非类型模板参数 基本概念:模板参数类型分为类类型模板参数和非类类型模板参数 类类型模板参数:跟在class…

Covalent Network(CQT)宣布推出面向 Cronos 生态的捐赠计划与 API 积分,为 Web3 创新赋能

为了促进 Web3 领域的创新,Covalent Network(CQT)宣布将其捐赠计划向 Cronos 生态系统中的开发者拓展。这一战略性举措,旨在通过向 Cronos 网络中基于 Covalent Network(CQT)API 构建的项目提供支持和资源&…

k8s调度场景

15个KUBERNETES调度情景实用指南 Kubernetes调度是确保集群中的Pod在适当节点上运行的关键组件。通过灵活配置调度策略,可以提高资源利用率、负载平衡和高可用性。 在本文中,我们将深入探讨一些实际的Kubernetes调度场景,并提供相应的配置示…

Java实现优先级队列(堆)

前言 在学习完二叉树的相关知识后,我们对数据结构有了更多的认识,本文将介绍到优先级队列(堆) 1.优先级队列 1.1概念 前面介绍过队列,队列是一种先进先出(FIFO)的数据结构,但有些情况下,操作的数据可能…

leetcode做题记录 3011(计算二进制中一的个数)3012

3011. 判断一个数组是否可以变为有序 [题目的“有序”等价于“升序”] 思考 题目要求两个相邻元素在二进制下数位为1的数目相同才可以交换,那就要判断1相同的一块是否是按顺序排序的。从大到小和从小到大都测试一遍。找到一块中最大的和最小的,放在sta…

Android 车载应用开发概述

前言 介绍 Android 车载应用开发 文章目录 前言一、Android Automotive OS 概述二、Android Automotive OS 架构三、常见的车载应用1、系统应用1)SystemUI是什么开发工作 2)Launcher是什么开发工作 3)Settings是什么开发工作 4)多…

使用undetected-chromedriver遇到的问题及解决方法,以及它使用SOCKS代理的问题

环境:python3.8.10 uc的安装方法: pip38 install undetected-chromedriver 上测试代码: import undetected_chromedriver as uc driver uc.Chrome() driver.get(https://www.baidu.com) driver.save_screenshot(baidu.png)报错&#xff…

【结构型模式】组合模式

一、组合模式概述 组合模式的定义与意图:将对象组合成树形结构来表现“整体/部分”层次结构。组合能让客户以一致的方式处理个别对象以及对象组合。(对象结构型) 组合模式分析: 1.当容器对象的某一个方法被调用时,将遍…

算法|基础算法|高精度算法

基础算法|位运算 1.高精度加法 2.高精度减法 3.高精度乘法 4.高精度除法 心有猛虎,细嗅蔷薇。你好朋友,这里是锅巴的C\C学习笔记,常言道,不积跬步无以至千里,希望有朝一日我们积累的滴水可以击穿顽石。 高精度加法 …

【C++学习】map和set

目录 一、关联式容器 二、键值对 三、树形结构的关联式容器 四、set 4.1 set的介绍 4.2 set的使用 4.2.1 set的模板参数列表 4.2.2 set的构造 4.2.3 set的容量 4.2.4 set修改操作 4.2.5 set的使用举例 五、map 5.1 map的介绍 5.2 map的使用 5.2.1 map的模板参数说…

7.C++:多态

一、 virtual关键字 //1.可以修饰原函数,为了完成虚函数的重写,满足多态的条件之一; //2.可以在菱形继承中,完成虚继承,解决数据冗余和二义性; 两个地方使用同一关键字,但二者间没有一点关联 二…

淘宝扭蛋机小程序开发:开启购物娱乐新纪元

在数字时代浪潮的推动下,小程序作为新兴的交互平台,正在不断引领着购物方式的革新。淘宝扭蛋机小程序的开发,便是这一变革中的一颗璀璨明星,它将传统扭蛋机的趣味与电商购物的便捷完美融合,为用户带来了前所未有的购物…

Python+人工智能

Python人工智能 一、Python基础语法 涵盖Python基础知识,让大家掌握基础的编程能力 Python注释 单行注释:#注释内容多行注释:‘’‘注释内容’‘’ 变量和数据类型 变量 变量就是用来存储数据的。赋值变量时不需要指定数据类型,…

【R: mlr3:超参数调优】

本次分享官网教程地址 https://mlr3book.mlr-org.com/chapters/chapter4/hyperparameter_optimization.html 型调优 当你对你的模型表现不满意时,你可能希望调高你的模型表现,可通过超参数调整或者尝试一个更加适合你的模型,本篇将介绍这些操…

Weakly Supervised Audio-Visual Violence Detection 论文阅读

Weakly Supervised Audio-Visual Violence Detection 论文阅读 摘要III. METHODOLOGYA. Multimodal FusionB. Relation Modeling ModuleC. Training and Inference IV. EXPERIMENTSV. CONCLUSION阅读总结 文章信息: 发表于:IEEE TRANSACTIONS ON MULTIME…