最新 Kubernetes 集群部署 + Containerd容器运行时 + flannel 网络插件（保姆级教程，最新 K8S 1.28.2 版本）

资源列表

操作系统配置主机名IP所需插件
CentOS 7.92C4Gk8s-master192.168.60.143flannel-cni-plugin、flannel、coredns、etcd、kube-apiserver、kube-controller-manager、kube-proxy、 kube-scheduler 、containerd、pause 、crictl
CentOS 7.92C4Gk8s-node01192.168.60.144flannel-cni-plugin、flannel、kubectl、kube-proxy、containerd、pause 、crictl、kubernetes-dashboard
CentOS 7.92C4Gk8s-node02192.168.60.145flannel-cni-plugin、flannel、kubectl、kube-proxy、containerd、pause 、crictl、kubernetes-dashboard

各服务版本

  • flannel-cni-plugin:v1.1.2
  • flannel:v0.21.5
  • coredns:v1.10.1
  • etcd:3.5.9-0
  • kube-apiserver:v1.28.0
  • kube-controller-manager:v1.28.0
  • kube-proxy:v1.28.0
  • kube-scheduler:v1.28.0
  • pause:3.9
  • containerd:1.6.33-3.1.el7
  • crictl:1.6.33

1 环境准备（三台机器均需执行）

1.1 分别修改各个主机名称

## master 节点执行：192.168.60.143
$ hostnamectl --static set-hostname k8s-master
## node1 节点执行：192.168.60.144
$ hostnamectl --static set-hostname k8s-node1
## node2 节点执行：192.168.60.145
$ hostnamectl --static set-hostname k8s-node2

## 执行以上操作后，再重启服务器
$ reboot -f

1.2 关闭防火墙和禁用 selinux

## 禁用selinux，关闭内核安全机制
$ sudo sestatus && sudo  setenforce 0 && sudo sed -i 's/SELINUX=enforcing/SELINUX=disabled/g' /etc/selinux/config

## 关闭防火墙，并禁止自启动
$ sudo systemctl stop firewalld && sudo systemctl disable firewalld && sudo systemctl status firewalld

1.3 关闭交换分区

  • kubeadm不支持swap
# 临时关闭
$ sudo swapoff -a

# 永久关闭
$ sudo sed -i '/swap/s/^/#/' /etc/fstab

1.4 集群机器均绑定 hostname

  • （注意要跟 1.1 设置的 hostname 名称保持一致）
$ cat >> /etc/hosts << EOF
192.168.60.143 k8s-master
192.168.93.144 k8s-node01
192.168.93.145 k8s-node02
EOF

1.5 服务器内核优化

  • 在Docker的使用过程中有时会看到下面这个警告信息，做以下操作即可：
    • WARNING: bridge-nf-call-iptables is disabled
    • WARNING: bridge-nf-call-ip6tables is disabled
# 这种镜像信息可以通过配置内核参数的方式来消除
$ cat >> /etc/sysctl.conf << EOF
# 启用ipv6桥接转发
net.bridge.bridge-nf-call-ip6tables = 1
# 启用ipv4桥接转发
net.bridge.bridge-nf-call-iptables = 1
# 开启路由转发功能
net.ipv4.ip_forward = 1
# 禁用swap分区
vm.swappiness = 0
EOF

## # 加载 overlay 内核模块
$ modprobe overlay

# 往内核中加载 br_netfilter模块
$ modprobe br_netfilter

# 加载文件内容
$ sysctl -p

1.6 设置 CenOS 基础 yum 源，安装必要命令插件

## 拉取并设置 yum 源
$ sudo curl -o /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-7.repo
## 快速建立元数据缓存
$ sudo yum makecache fast
## 安装必要系统命令插件
$ sudo yum -y install vim lrzsz unzip wget net-tools tree bash-completion telnet

1.7 各节点时间同步

## 安装同步时间插件
$ yum -y install ntpdate

## 同步阿里云的时间
$ ntpdate ntp.aliyun.com

2 Containerd 环境部署（三台机器均需执行）

  • 本文使用的是 Containerd 容器运行时，镜像操作是 crictl 和 ctr 命令行；
  • 顺便说一下，k8s 是 1.20 版本开始宣布即将取消 docker 作为默认部署容器，一直到 1.24 版本才正式取消。所以安装的时候一定要注意 k8s 版本 和 容器之间的差异 。
  • 以下是官网关于容器支持的通知（官网中文版的没有这段话，只有英文版本才有，很NT）：

在这里插入图片描述

2.1 安装Containerd

## 添加 docker 源，containerd也在docker源内的
$ cat <<EOF | sudo tee /etc/yum.repos.d/docker-ce.repo
[docker]
name=docker-ce
baseurl=https://mirrors.aliyun.com/docker-ce/linux/centos/7/x86_64/stable/
enabled=1
gpgcheck=1
gpgkey=https://mirrors.aliyun.com/docker-ce/linux/centos/gpg
EOF

## 快速建立 yum 元数据库
$ yum makecache fast

## 安装containerd
## 列出所有containerd版本
$ yum list containerd.io --showduplicates
## 安装 Containerd （我这安装的是现在最新的一个版本）
$ yum -y install containerd.io-1.6.33-3.1.el7.x86_64

2.2 配置 Containerd 镜像加速

$ mkdir -p /etc/containerd
$ containerd config default | sudo tee /etc/containerd/config.toml

## # 修改/etc/containerd/config.toml文件中sandbox_image的值，改为国内源
$ vi /etc/containerd/config.toml

1 ) 设置 sandbox_image = "registry.aliyuncs.com/google_containers/pause:3.9"
2 ) 在 [plugins."io.containerd.grpc.v1.cri".registry.mirrors] 后面新增以下两行内容，大概在 153 行左右
	[plugins."io.containerd.grpc.v1.cri".registry.mirrors."docker.io"]
  	  endpoint = ["https://i9h06ghu.mirror.aliyuncs.com"]

## 启动 Containerd ，并设置开机自启动
$ systemctl start containerd && systemctl enable containerd

3 部署Kubernetes集群（具体在哪些服务器操作，下文副标题都有注明）

3.1 配置 kubernetes 的 yum 源（三台机器均需执行）

$ sudo cat <<EOF > /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64/
enabled=1
gpgcheck=1
repo_gpgcheck=1
gpgkey=https://mirrors.aliyun.com/kubernetes/yum/doc/yum-key.gpg https://mirrors.aliyun.com/kubernetes/yum/doc/rpm-package-key.gpg
EOF

3.2 安装Kubernetes基础服务及工具（三台机器均需执行）

  • kubeadm：用来初始化集群的指令。
  • kubelet：在集群中的每个节点上用来启动 Pod 和容器等。
  • kubectl：用来与集群通信的命令行工具。
## 安装所需 Kubernetes 必要插件
## $ yum install -y kubelet kubeadm kubectl ，我装的是 1.28.2 版本的
$ yum install -y kubelet-1.28.2 kubeadm-1.28.2 kubectl-1.28.2
$ systemctl start kubelet && systemctl enable kubelet

3.3 配置 crictl 工具（三台机器均需执行）

  • crictl 是 CRI 兼容的容器运行时命令行接口。你可以使用它来检查和调试Kubernetes节点上的容器运行时和应用程序。crictl 和它的源代码在cri-tools 代码库；
  • 更新到 Containerd 后，之前我们常用的docker命令也不再使用了，取而代之恶的分别是 crictl 和 ctr 两个命令行客户端；
  • crictl 是遵循 CRI 接口规范的一个命令行工具，通常用它来检查和管理kubelet节点上的容器运行时和镜像；
  • ctr 是 containerd 的一个客户端工具；

3.3.1 配置 crictl 配置文件

$ cat << EOF >> /etc/crictl.yaml
runtime-endpoint: unix:///var/run/containerd/containerd.sock
image-endpoint: unix:///var/run/containerd/containerd.sock
timeout: 10 
debug: false
EOF

3.3.2 测试 crictl 工具是否可用

# 拉取一个 Nginx 镜像验证 crictl 是否可用
$ crictl pull nginx:latest

Image is up to date for sha256:605c77e624ddb75e6110f997c58876baa13f8754486b461117934b24a9dc3a85

# 查看 nginx 镜像
$ crictl images | grep nginx

IMAGE                     TAG                 IMAGE ID            SIZE
docker.io/library/nginx   latest              605c77e624ddb       56.7MB

3.4 master节点生成初始化配置文件（master节点执行）

  • Kubeadm提供了很多配置项，kubeadm配置在kubernetes集群中是存储在ConfigMap中的，也可将这些配置写入配置文件，方便管理复杂的配置项。kubeadm配置内容是通过kubeadm config命令写入配置文件的
    • kubeadm config view：查看当前集群中的配置值
    • kubeadm config print join-defaults：输出kubeadm join默认参数文件的内容
    • kubeadm config images list：列出所需的镜像列表
    • kubeadm config images pull：拉取镜像到本地
    • kubeadm config upload from-flags：由配置参数生成ConfigMap
# 生成初始化配置文件,并输出到当前目录
$ kubeadm config print init-defaults > init-config.yaml
# 执行上面的命令可能会出现类似这个提示，不用管，接着往下执行即可：W0615 08:50:40.154637   10202 configset.go:202] WARNING: kubeadm cannot validate component configs for API groups [kubelet.config.k8s.io kubeproxy.config.k8s.io]

# 编辑配置文件，以下有需要修改部分
$ vi init-config.yaml

apiVersion: kubeadm.k8s.io/v1beta3
bootstrapTokens:
- groups:
  - system:bootstrappers:kubeadm:default-node-token
  token: abcdef.0123456789abcdef
  ttl: 24h0m0s
  usages:
  - signing
  - authentication
kind: InitConfiguration
localAPIEndpoint:
  advertiseAddress: 192.168.60.143  # 修改此处为你 master 节点 IP 地址，我的是 192.168.60.143
  bindPort: 6443  # 默认端口号即可
nodeRegistration:
  criSocket: unix:///var/run/containerd/containerd.sock
  imagePullPolicy: IfNotPresent
  name: k8s-master  # 修改此处为你主节点的主机名，我的是 k8s-master
  taints: null
---
apiServer:
  timeoutForControlPlane: 4m0s
apiVersion: kubeadm.k8s.io/v1beta3
certificatesDir: /etc/kubernetes/pki
clusterName: kubernetes
controllerManager: {}
dns: {}
etcd:
  local:
    dataDir: /var/lib/etcd  # 默认路径即可，etcd容器挂载到本地的目录
imageRepository: registry.aliyuncs.com/google_containers  # 修改默认地址为国内地址，国外的地址无法访问
kind: ClusterConfiguration
kubernetesVersion: 1.28.0
networking:
  dnsDomain: cluster.local
  serviceSubnet: 10.96.0.0/12  # 默认网段即可，service资源的网段，集群内部的网络
  podSubnet: 10.244.0.0/16  # 注意：这个是新增的，Pod资源网段，需要与下面的pod网络插件地址一致
scheduler: {}

3.5 master节点拉取所需镜像（master节点执行）

# 根据指定 init-config.yaml 文件，查看初始化需要的镜像
$ kubeadm config images list --config=init-config.yaml

## 拉取镜像
$ kubeadm config images pull --config=init-config.yaml

## 查看拉取的镜像
$ crictl images

3.6 master节点初始化和网络配置（master节点执行）

（ kubeadm init 初始化配置参数如下，仅做了解即可）

  • –apiserver-advertise-address(string) API服务器所公布的其正在监听的IP地址
  • –apiserver-bind-port(int32) API服务器绑定的端口，默认6443
  • –apiserver-cert-extra-sans(stringSlice) 用于API Server服务证书的可选附加主题备用名称，可以是IP和DNS名称
  • –certificate-key(string) 用于加密kubeadm-certs Secret中的控制平面证书的密钥
  • –control-plane-endpoint(string) 为控制平面指定一个稳定的IP地址或者DNS名称
  • –image-repository(string) 选择用于拉取控制平面镜像的容器仓库，默认k8s.gcr.io
  • –kubernetes-version(string) 为控制平面选择一个特定的k8s版本，默认stable-1
  • –cri-socket(string) 指定要连接的CRI套接字的路径
  • –node-name(string) 指定节点的名称
  • –pod-network-cidr(string) 知名Pod网络可以使用的IP地址段，如果设置了这个参数，控制平面将会为每一个节点自动分配CIDRS
  • –service-cidr(string) 为服务的虚拟IP另外指定IP地址段，默认 10.96.0.0/12
  • –service-dns-domain(string) 为服务另外指定域名，默认 cluster.local
  • –token(string) 用于建立控制平面节点和工作节点之间的双向通信
  • –token-ttl(duration) 令牌被自动删除之前的持续时间，设置为0则永不过期
  • –upload-certs 将控制平面证书上传到kubeadm-certs Secret

（kubeadm通过初始化安装是不包括网络插件的，也就是说初始化之后不具备相关网络功能的，比如k8s-master节点上查看信息都是“Not Ready”状态、Pod的CoreDNS无法提供服务等 若初始化失败执行：kubeadm reset、rm -rf $HOME/.kube、/etc/kubernetes/、/var/lib/etcd/）

3.6.1 使用 kubeadm 在 master 节点初始化k8s（master节点执行）

  • kubeadm 安装 k8s，这个方式安装的集群会把所有组件安装好，也就免去了需要手动安装 etcd 组件的操作
## 初始化 k8s
## 所有关于 k8s 初始化的配置，在上文已经修改完成了，执行以下命令即可
$ kubeadm init --config=init-config.yaml

3.6.2 初始化 k8s 成功的日志输出（master节点展示）

Your Kubernetes control-plane has initialized successfully!
To start using your cluster, you need to run the following as a regular user:
  mkdir -p $HOME/.kube
  sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
  sudo chown $(id -u):$(id -g) $HOME/.kube/config
Alternatively, if you are the root user, you can run:
  export KUBECONFIG=/etc/kubernetes/admin.conf
You should now deploy a pod network to the cluster.
Run "kubectl apply -f [podnetwork].yaml" with one of the options listed at:
  https://kubernetes.io/docs/concepts/cluster-administration/addons/
Then you can join any number of worker nodes by running the following on each as root:
kubeadm join 192.168.60.143:6443 --token abcdef.0123456789abcdef \
	--discovery-token-ca-cert-hash sha256:464fc74833ffce2ec83745db47d93e323ff47255c551197c949efc8ba6bcba36

3.6.3 master节点复制k8s认证文件到用户的home目录（master节点执行）

$ mkdir -p $HOME/.kube
$ cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
$ chown $(id -u):$(id -g) $HOME/.kube/config

3.7 node 节点加入集群（两台从节点执行）

  • 直接把k8s-master节点初始化之后的最后回显的token复制粘贴到node节点回车即可，无须做任何配置
  • 每个 master 最后回显的 token 和 sha 认证都不一样
$ kubeadm join 192.168.60.143:6443 --token abcdef.0123456789abcdef \
	--discovery-token-ca-cert-hash sha256:464fc74833ffce2ec83745db47d93e323ff47255c551197c949efc8ba6bcba36

# 如果加入集群的命令找不到了可以在master节点重新生成一个
$ kubeadm token create --print-join-command

3.8 在master节点查看各个节点的状态（master节点执行）

  • 前面已经提到了，在初始化 k8s-master 时并没有网络相关的配置，所以无法跟node节点通信，因此状态都是“Not Ready”。但是通过kubeadm join加入的node节点已经在k8s-master上可以看到。
  • 同理，目前 coredns 模块一直处于 Pending 也是正常状态。
## 查看节点信息
$ kubectl get nodes

NAME         STATUS     ROLES           AGE   VERSION
k8s-master   NotReady   master   		44m   v1.28.2
k8s-node1    NotReady   <none>          25m   v1.28.2
k8s-node2    NotReady   <none>          25m   v1.28.2

## 查看主节点运行 Pod 的状态
$ kubectl get pods --all-namespaces -o wide

NAMESPACE     NAME                                 READY   STATUS    RESTARTS   AGE   IP               NODE         NOMINATED NODE   READINESS GATES
kube-system   coredns-66f779496c-ccj8c             0/1     Pending   0          52m   <none>           <none>       <none>           <none>
kube-system   coredns-66f779496c-mvx6k             0/1     Pending   0          52m   <none>           <none>       <none>           <none>
kube-system   etcd-k8s-master                      1/1     Running   0          52m   192.168.60.143   k8s-master   <none>           <none>
kube-system   kube-apiserver-k8s-master            1/1     Running   0          52m   192.168.60.143   k8s-master   <none>           <none>
kube-system   kube-controller-manager-k8s-master   1/1     Running   0          52m   192.168.60.143   k8s-master   <none>           <none>
kube-system   kube-proxy-8fbwr                     1/1     Running   0          33m   192.168.60.145   k8s-node2    <none>           <none>
kube-system   kube-proxy-h9xwc                     1/1     Running   0          33m   192.168.60.144   k8s-node1    <none>           <none>
kube-system   kube-proxy-rzdtk                     1/1     Running   0          52m   192.168.60.143   k8s-master   <none>           <none>
kube-system   kube-scheduler-k8s-master            1/1     Running   0          52m   192.168.60.143   k8s-master   <none>           <none>

4 部署 flannel 网络插件（具体在哪些服务器操作，下文副标题都有注明）

4.1 下载 flannel 插件（三台机器均需执行）

  • 按照其他博客的教程，这个插件是国外源，没梯子下不下来，我直接上传到 CSDN 资源
  • 部署 flannel 必要插件：https://download.csdn.net/download/qq_23845083/89527106
  • 资源包里包含 flannel-cni-plugin-v1.1.2.tar、flannel.tar、kube-flannel.yaml 三个资源，下文均用得到；
  • 将这三个资源分别放到服务器中的任意文件夹内，我是放在 /home/soft 文件夹中；

4.2 加载 flannel 镜像（三台机器均需执行）

## 导入镜像，切记要在镜像包所在目录执行此命令
$ ctr -n k8s.io i import flannel-cni-plugin-v1.1.2.tar
$ ctr -n k8s.io i import flannel.tar

# 查看镜像
$ crictl images | grep flannel
docker.io/flannel/flannel-cni-plugin                 v1.1.2              7a2dcab94698c       8.25MB
docker.io/flannel/flannel                            v0.21.5             a6c0cb5dbd211       69.9MB

4.3 部署网络插件（master节点执行）

$ kubectl apply -f kube-flannel.yaml

4.4 从节点支持 kubectl 命令（两台从节点执行）

4.4.1 此时从节点执行 kubectl 命令会报错：（两台从节点执行）

  • E0709 15:29:19.693750 97386 memcache.go:265] couldn’t get current server API group list: Get “http://localhost:8080/api?timeout=32s”: dial tcp [::1]:8080: connect: connection refused
  • The connection to the server localhost:8080 was refused - did you specify the right host or port?

4.4.2 分析结果以及解决方法：（两台从节点执行）

  • 原因是 kubectl 命令需要使用 kubernetes-admin 来运行
  • 将主节点中的 /etc/kubernetes/admin.conf 文件拷贝到从节点相同目录下，然后配置环境变量
## 配置环境变量
$ echo "export KUBECONFIG=/etc/kubernetes/admin.conf" >> ~/.bash_profile
## 立即生效
$ source ~/.bash_profile

4.5 查看各节点和组件状态（三台机器均可执行）

## 查看节点状态
$ kubectl get nodes

NAME         STATUS   ROLES    AGE   VERSION
k8s-master   Ready    master   23m   v1.28.2
k8s-node01   Ready    <none>   14m   v1.28.2
k8s-node02   Ready    <none>   14m   v1.28.2

## 查看主节点运行 Pod 的状态
$ kubectl get pods --all-namespaces -o wide

NAMESPACE      NAME                                 READY   STATUS    RESTARTS   AGE     IP               NODE         NOMINATED NODE   READINESS GATES
kube-flannel   kube-flannel-ds-7rzg7                1/1     Running   0          5m13s   192.168.60.145   k8s-node2    <none>           <none>
kube-flannel   kube-flannel-ds-fxzg4                1/1     Running   0          5m13s   192.168.60.143   k8s-master   <none>           <none>
kube-flannel   kube-flannel-ds-gp45f                1/1     Running   0          5m13s   192.168.60.144   k8s-node1    <none>           <none>
kube-system    coredns-66f779496c-ccj8c             1/1     Running   0          106m    10.244.0.2       k8s-master   <none>           <none>
kube-system    coredns-66f779496c-mvx6k             1/1     Running   0          106m    10.244.2.2       k8s-node2    <none>           <none>
kube-system    etcd-k8s-master                      1/1     Running   0          106m    192.168.60.143   k8s-master   <none>           <none>
kube-system    kube-apiserver-k8s-master            1/1     Running   0          106m    192.168.60.143   k8s-master   <none>           <none>
kube-system    kube-controller-manager-k8s-master   1/1     Running   0          106m    192.168.60.143   k8s-master   <none>           <none>
kube-system    kube-proxy-8fbwr                     1/1     Running   0          87m     192.168.60.145   k8s-node2    <none>           <none>
kube-system    kube-proxy-h9xwc                     1/1     Running   0          87m     192.168.60.144   k8s-node1    <none>           <none>
kube-system    kube-proxy-rzdtk                     1/1     Running   0          106m    192.168.60.143   k8s-master   <none>           <none>
kube-system    kube-scheduler-k8s-master            1/1     Running   0          106m    192.168.60.143   k8s-master   <none>           <none>

## 查看指定pod状态
$ kubectl get pods -n kube-system

NAME                                 READY   STATUS    RESTARTS   AGE
coredns-7ff77c879f-25bzd             1/1     Running   0          23m
coredns-7ff77c879f-wp885             1/1     Running   0          23m
etcd-k8s-master                      1/1     Running   0          24m
kube-apiserver-k8s-master            1/1     Running   0          24m
kube-controller-manager-k8s-master   1/1     Running   0          24m
kube-proxy-2tphl                     1/1     Running   0          15m
kube-proxy-hqppj                     1/1     Running   0          15m
kube-proxy-rfxw2                     1/1     Running   0          23m
kube-scheduler-k8s-master            1/1     Running   0          24m

## 查看所有pod状态
$ kubectl get pods -A

NAMESPACE      NAME                                 READY   STATUS    RESTARTS   AGE
kube-flannel   kube-flannel-ds-h727x                1/1     Running   0          77s
kube-flannel   kube-flannel-ds-kbztr                1/1     Running   0          77s
kube-flannel   kube-flannel-ds-nw9pr                1/1     Running   0          77s
kube-system    coredns-7ff77c879f-25bzd             1/1     Running   0          24m
kube-system    coredns-7ff77c879f-wp885             1/1     Running   0          24m
kube-system    etcd-k8s-master                      1/1     Running   0          24m
kube-system    kube-apiserver-k8s-master            1/1     Running   0          24m
kube-system    kube-controller-manager-k8s-master   1/1     Running   0          24m
kube-system    kube-proxy-2tphl                     1/1     Running   0          15m
kube-system    kube-proxy-hqppj                     1/1     Running   0          15m
kube-system    kube-proxy-rfxw2                     1/1     Running   0          24m
kube-system    kube-scheduler-k8s-master            1/1     Running   0          24m

## 查看集群组件状态
$ kubectl get cs

NAME                 STATUS    MESSAGE                         ERROR
controller-manager   Healthy   ok                              
scheduler            Healthy   ok                              
etcd-0               Healthy   {"health":"true","reason":""}

5 部署 kubernetes-dashboard（master节点部署web页面）

5.1 配置 kubernetes-dashboard 并启动

## Step 1 ：获取资源配置文件
$ wget  https://raw.githubusercontent.com/kubernetes/dashboard/v2.0.0-rc5/aio/deploy/recommended.yaml

## Step 2：编辑资源配置文件，大概定位到39行，修改其提供的service资源
$ vi recommended.yaml

spec:
  type: NodePort # 新增的内容
  ports:
    - port: 443
      targetPort: 8443
      nodePort: 31000	# 自行定义 web 访问端口号
  selector:
    k8s-app: kubernetes-dashboard

## Step 3：部署pod应用
$ kubectl apply -f recommended.yaml 

## Step 4：创建admin-user账户及授权的资源配置文件
$ cat>dashboard-adminuser.yml<<EOF
apiVersion: v1
kind: ServiceAccount
metadata:
    name: admin-user
    namespace: kube-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
    name: admin-user
roleRef:
    apiGroup: rbac.authorization.k8s.io
    kind: ClusterRole
    name: cluster-admin
subjects:
- kind: ServiceAccount
  name: admin-user
  namespace: kube-system
EOF

## Step 5：创建资源实例
$ kubectl create -f dashboard-adminuser.yml

## Step 6：获取账户admin-user的Token用于登录
## 较早版本会自动生成 token，v1.28.2版本需要手动生成，执行命令即可：
$ kubectl create token admin-user  --namespace kube-system

eyJhbGciOiJSUzI1NiIsImtpZCI6InFBcUVIQ3kxUV9YOTlteGhULUxTTHRkT1FaRU02Y3d2Vk1OcWRkaE45eE0ifQ.eyJhdWQiOlsiaHR0cHM6Ly9rdWJlcm5ldGVzLmRlZmF1bHQuc3ZjLmNsdXN0ZXIubG9jYWwiXSwiZXhwIjoxNzIwNTE3NTMyLCJpYXQiOjE3MjA1MTM5MzIsImlzcyI6Imh0dHBzOi8va3ViZXJuZXRlcy5kZWZhdWx0LnN2Yy5jbHVzdGVyLmxvY2FsIiwia3ViZXJuZXRlcy5pbyI6eyJuYW1lc3BhY2UiOiJrdWJlLXN5c3RlbSIsInNlcnZpY2VhY2NvdW50Ijp7Im5hbWUiOiJhZG1pbi11c2VyIiwidWlkIjoiYTBkZDY1MTgtOWZiNi00MjhjLTllNTktOTNiNWNmMDhiZTJiIn19LCJuYmYiOjE3MjA1MTM5MzIsInN1YiI6InN5c3RlbTpzZXJ2aWNlYWNjb3VudDprdWJlLXN5c3RlbTphZG1pbi11c2VyIn0.SoY_tcafcrEYfmVXvrwFpnB4I2DV1K8KcshRkJykmOQDIqUHsk96rovj3U5njHRGuOx0b37SlSqjVW53hBHsni2l53J4DFV9IxGzPtD_mtWcd0AZDTcWtAXa9x4CyHB-2SH5vRxaRODnVig9F88v9WvYOE-2DVr4Zv9Pw6itcPnqF_4uFEt0PYQew7AnGtqixENonG3m3baMg5r5On0qczXe2iVKHYVFpEgdIud5Y4zQJWJ5hOCHrbKhFZxaRv5E601XOrXSUsQO834_rc4LjQY4DFs2M39h5v9SMEpAMXQ67g552hWfBzFEnN4hTVQxYHBCuR6CHZkkxhgUOXCFqg

5.2 登录验证

  • 访问 master 节点的 IP 地址：https://192.168.60.143:31000，使用token登录即可
    在这里插入图片描述
    在这里插入图片描述

参考文章：https://blog.csdn.net/weixin_73059729/article/details/139695528

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.mfbz.cn/a/799418.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

在VSCode上创建Vue项目详细教程

在VSCode上创建Vue项目详细教程

1.前期环境准备 搭建Vue项目使用的是Vue-cli 脚手架。前期环境需要准备Node.js环境&#xff0c;就像Java开发要依赖JDK环境一样。 1.1 Node.js环境配置 1&#xff09;具体安装步骤操作即可&#xff1a; npm 安装教程_如何安装npm-CSDN博客文章浏览阅读836次。本文主要在Win…
阅读更多...
yolo格式数据集之野生动物类4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用

yolo格式数据集之野生动物类4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用

本数据为野生动物类检测数据集&#xff0c;数据集数量如下&#xff1a; 总共有:1504张 训练集&#xff1a;1203张 验证集&#xff1a;150张 类别数量&#xff1a;4 测试集&#xff1a;151 类别名&#xff1a; [‘buffalo’, ‘elephant’, ‘rhino’, ‘zebra’] 占用空间&…
阅读更多...
阿里云ECS服务器安装jdk并运行jar包，访问成功详解

阿里云ECS服务器安装jdk并运行jar包，访问成功详解

安装 OpenJDK 8 使用 yum 包管理器安装 OpenJDK 8 sudo yum install -y java-1.8.0-openjdk-devel 验证安装 安装完成后&#xff0c;验证 JDK 是否安装成功&#xff1a; java -version设置 JAVA_HOME 环境变量&#xff1a; 为了确保系统中的其他应用程序可以找到 JDK&…
阅读更多...
【自监督学习】iBOT in ICLR 2022

【自监督学习】iBOT in ICLR 2022

一、引言 论文&#xff1a; iBOT&#x1f916;: Image BERT Pre-Training with Online Tokenizer 作者&#xff1a; ByteDance 代码&#xff1a; iBOT 注意&#xff1a; 该方法是在另一个自监督预训练方法基础上的改进&#xff0c;学习之前建议掌握DINO。 特点&#xff1a; 对…
阅读更多...
聊点基础---Java和.NET开发技术异同全方位分析

聊点基础---Java和.NET开发技术异同全方位分析

1. C#语言基础 1.1 C#语法概览 欢迎来到C#的世界&#xff01;对于刚从Java转过来的开发者来说&#xff0c;你会发现C#和Java有很多相似之处&#xff0c;但C#也有其独特的魅力和强大之处。让我们一起来探索C#的基本语法&#xff0c;并比较一下与Java的异同。 程序结构 C#程序…
阅读更多...
从零开始学习cartographer源码 | 番外：如何在wsl内使用clion阅读cartographer源码

从零开始学习cartographer源码 | 番外：如何在wsl内使用clion阅读cartographer源码

从零开始学习cartographer源码 | 番外&#xff1a;如何在wsl内使用clion阅读cartographer源码 安装WSL2及Clion安装WSL2-Ubuntu20.04安装Clion安装ROS 安装Cartographer一键安装Cartographer 在Clion打开cartographer工程安装gdb手动创建CMakeLists.txt打开项目配置wsl工具链配…
阅读更多...
CV07_深度学习模块之间的缝合教学(2)--维度转换

CV07_深度学习模块之间的缝合教学(2)--维度转换

教学&#xff08;1&#xff09;&#xff1a;链接 1.1 预备知识 问题&#xff1a;假如说我们使用的模型张量是三维的&#xff0c;但是我们要缝合的模块是四维的&#xff0c;应该怎么办&#xff1f; 方法&#xff1a;pytorch中常用的函数&#xff1a;(1)view函数&#xff08;2…
阅读更多...
【LeetCode 链表合集】

【LeetCode 链表合集】

文章目录 1. LeetCode 206 反转链表2. NC40 链表相加 1. LeetCode 206 反转链表 题目链接&#x1f517; 解题思路&#xff1a; &#x1f50d; &#x1f427;创建一个新的节点&#xff0c;使用链表头插的方法&#xff1b; 2. NC40 链表相加 题目链接&#x1f517; 解题思路…
阅读更多...
如何用STM32实现modbus-RTU？

如何用STM32实现modbus-RTU？

Modbus RTU是一种广泛应用于工业自动化领域的通信协议，基于主从架构，通过串行通信进行数据传输。本文将详细介绍Modbus RTU协议的基本原理，并提供在STM32微控制器上实现Modbus RTU通信的完整代码示例。 1. Modbus RTU协议概述 Modbus RTU的定义和特点 Modbus RTU（Remote Te…
阅读更多...
mysql的窗口函数

mysql的窗口函数

一、窗口函数 1.1 什么是窗口函数 窗口函数&#xff0c;也叫OLAP函数&#xff08;Online Analytical Processing&#xff0c;联机分析处理&#xff09;&#xff0c;可以对数据库进行实时分析处理&#xff0c;窗口函数的基本语法如下&#xff1a; <窗口函数> over (part…
阅读更多...
Web前端开发

Web前端开发

1. 介绍 本文将覆盖Web前端开发的方方面面&#xff0c;包括HTML、CSS、JavaScript三大基础知识&#xff0c;vue3框架以及项目实战&#xff0c;帮助读者从零开始掌握前端开发。 2. Web前端开发基础 2.1 HTML5 2.1.1 什么是HTML5 HTML&#xff08;HyperText Markup Language…
阅读更多...
【深海王国】初中生也能画的电路板？手把手教你制作第一个PCB电路板（2）

【深海王国】初中生也能画的电路板？手把手教你制作第一个PCB电路板（2）

Hi~ (o^^o)♪, 各位深海王国的同志们&#xff0c;早上下午晚上凌晨好呀~ 辛苦工作的你今天也辛苦啦(/≧ω) 今天大都督将继续为大家带来系列——初中生也能画的电路板&#xff0c;帮你一周内快速入门PCB设计&#xff0c;手把手教你从元器件库添加、电路原理图绘制、PCB布局设计…
阅读更多...
SparkStreaming--scala

SparkStreaming--scala

文章目录 第1关&#xff1a;QueueStream代码 第2关&#xff1a;File Streams代码 第1关&#xff1a;QueueStream 任务描述 本关任务&#xff1a;编写一个清洗QueueStream数据的SparkStreaming程序。 相关知识 为了完成本关任务&#xff0c;你需要掌握&#xff1a;1.如何使用S…
阅读更多...
【07】分布式事务解决方案

【07】分布式事务解决方案

1、事务简介 事务(Transaction)是访问并可能更新数据库中各种数据项的一个程序执行单元(unit)。在关系数据库中&#xff0c;一个事务由一组SQL语句组成。事务应该具有ACID四个特性&#xff1a;原子性、一致性、隔离性、持久性。任何事务机制在实现时&#xff0c;都应该考虑事务…
阅读更多...
mac生成.dmg压缩镜像文件

mac生成.dmg压缩镜像文件

mac生成.dmg压缩镜像文件 背景准备内容步骤1&#xff0c;找一个文件夹2&#xff0c;制作application替身1&#xff0c;终端方式2&#xff0c;黄金右手方式 3&#xff0c;.app文件放入文件夹4&#xff0c;制作.dmg压缩镜像文件5&#xff0c;安装.dmg 总结 背景 为绕开App Store…
阅读更多...
纯css实现语音播报动画效果

纯css实现语音播报动画效果

先来看看效果图 黑色以下代码 background: url(data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAGAAAAAYCAYAAAAF6fiUAAAAAXNSR0IArs4c6QAAAARzQklUCAgICHwIZIgAAAO8SURBVGiB1ZlPaBxVHMe/v7fbkmUZErRs9/1moUtYBBfxklZR8aYg5KAgvcT25MFDvUhPTaGnHoKIlOpJ0VsPUvAgKNjSS0EPAVGKya…
阅读更多...
防火墙综合实验之NAT和智能选路

防火墙综合实验之NAT和智能选路

目录 前言&#xff1a; 一、实验题目 二、实验操作 需求一 需求二 需求三 需求四、需求五 需求六 需求七 ​编辑 需求八 需求九 需求十 需求十一 三、需求测试 前言&#xff1a; 本篇文章是延续上一篇文章&#xff0c;简单来说就是防火墙实验的完善和延续&#…
阅读更多...
Zabbix6.0监控Freeswitch状态

Zabbix6.0监控Freeswitch状态

一、前提环境说明 1、最终实现Freeswitch监控指标信息&#xff1a; 2、环境需求&#xff1a; &#xff08;1&#xff09;需要使用Zabbix6.0及以上 &#xff08;2&#xff09;需要使用zabbix_agent2 二、实现步骤 1、zabbix_agent2添加监控键值 cat /etc/zabbix/conf.d/fr…
阅读更多...
唯众物联网综合实训台 物联网实验室建设方案

唯众物联网综合实训台 物联网实验室建设方案

物联网综合实训装置 物联网工程应用综合实训台是我公司针对职业院校物联网行业综合技能型人才培养&#xff0c;综合运用传感器技术、RFID技术、接口控制技术、无线传感网技术、Android应用开发等&#xff0c;配合实训台上的433M无线通信设备、ZigBee节点、射频设备、控制设备、…
阅读更多...
CoT-SC论文速读

CoT-SC论文速读

1.论文速读 本文提出了一个重要的Decoder策略为&#xff1a;“Self-Consistency”,并将其用在CoT的Prompt工作中。 该策略作用&#xff1a;让LLM在处理复杂问题时&#xff0c;让他尝试多个推理路径&#xff0c;每一个推理路径都是一次CoT&#xff08;Chain of Thought&#x…
阅读更多...
最新文章

Copyright @ 2022~2023