基于 Alpine 环境构建 aspnetcore6-runtime 的 Docker 镜像
apline linux 环境，构建 asp.net core 应用程序的基础镜像。--- The glow of a firefly may be faint, but when it shines, it challenges the darkness.
Kubernetes VS Docker Swarm：选择适合自己的容器编排工具
1. 什么是容器编排工具 容器编排工具是一种自动化部署和管理容器的工具。 2. 容器编排工具的重要性 利用容器编排工具可以方便地解决容器化应用程序的部署、扩展和高可用性等问题。 3. 为什么选择 Kubernetes 和 Docker Swarm 进行比较 Kubernetes 和 Docker Swarm 是目前最流行的两个容器编排工具，因此选用它们来进行比较。
通俗易懂的告诉你容器是什么
1.Docker本身并不是容器，它是创建容器的工具，是应用容器引擎。 2.Docker包括：镜像（Image）、容器(Container)、仓库(Repository)，后面会重点介绍。 3.K8S，全称kubernetes，是基于容器的集群管理平台，可以先简单理解为是管理容器的：可以实现容器集群的自动化部署、自动扩缩容、维护等功能。
DingTalk「开发者说」酷应用沉浸式容器开发指南
在移动端是半屏效果，可以达到轻交互，不打断当前对话的效果，所以比较适合酷应用的沉浸式交互场景。沉浸容器（在桌面端被称之为侧边栏）在桌面端也需要遵循一些规范标准，如侧边栏标题、侧边栏关闭、自定义内容区、操作按钮、二级页面按钮等。
Longhorn，企业级云原生容器分布式存储 - 支持 ReadWriteMany (RWX) 工作负载（实验性功能）
Longhorn，企业级云原生容器分布式存储 - 支持 ReadWriteMany (RWX) 工作负载（实验性功能）
获取 Linux 系统和 Docker 容器的内存使用情况
这是一段比我最初想象的更长的旅程。我的要点是： • Available Memory > Free Memory 即： 允许使用内存 > 空闲内存 • 能用MemAvailable时，用MemAvailable • Docker 容器中的进程直接在主机操作系统中运行 • 准确了解您正在测量的内容，尤其是在 Docker 容器中
如何删除镜像、容器和数据卷？几个值得收藏的docker命令（下）
在docker的实践过程中，如果没有注意docker对磁盘的占用，在某一天你可能发现磁盘空间已经被docker一点点吃掉了。那么今天给大家介绍几个清理docker镜像、容器和数据卷的常用命令。
通过容器服务sidecar方式接入定时任务SchedulerX
SchedulerX是阿里巴巴自研的一站式分布式任务调度平台，通过该文章，不需要对业务和镜像进行改造，只需要在Kubernetes的deployment文件（Pod、Deployment、StatefulSet、Job等都支持）中新增一个sidecar配置，就可以将定时任务托管到SchedulerX平台，拥有白屏运维、可视化和监控报警能力。
一文理解 K8s 容器网络虚拟化
本文需要读者熟悉 Ethernet（以太网）的基本原理和 Linux 系统的基本网络命令，以及 TCP/IP 协议族并了解传统的网络模型和协议包的流转原理。文中涉及到 Linux 内核的具体实现时，均以内核 v4.19.215 版本为准。
容器技术基础（4）| 学习笔记
快速学习容器技术基础，课程将从容器技术基础开始，阐述容器技术是如何基于 linux 内核当中的 Namespace、Cgroups 等技术得以实现及Docker 容器的发展背景和基础知识，并对容器运行时、OCI、CRI和 Kubernetes 之间的关系展产生新的认知。
长文解析：作为容器底层技术的半壁江山， cgroup如何突破并发创建瓶颈？
io_uring 作为一种新型高性能异步编程框架，代表着 Linux 内核未来的方向，当前仍处于快速发展中。阿里云联合 InfoQ 发起《io_uring 介绍及应用实践》的技术公开课，围绕 OpenAnolis 龙蜥社区 Anolis OS 8 全方位解析高性能存储场景。
干掉讨厌的 CPU 限流，让容器跑得更快
让人讨厌的 CPU 限流影响容器运行，有时人们不得不牺牲容器部署密度来避免 CPU 限流出现。本文介绍的 CPU Burst 技术可以帮助您既能保证容器运行服务质量，又不降低容器部署密度。文章分为上下两篇，该文为上篇，下篇将剖析使用 CPU Burst 和其他避免限流手段的区别，以及如何配置 CPU Burst 功能以达到最佳效果。
Argo项目入驻CNCF，一文解析Kubernetes原生工作流
近期CNCF宣布欢迎Argo项目进入 CNCF 孵化器，作为一个新加入的项目，Argo主要关注于Kubernetes原生的工作流，持续部署等方面。 Argo项目是一组Kubernetes原生工具集合，用于运行和管理Kubernetes上的作业和应用程序。
连续两年入选Gartner公共云容器报告，阿里云在边缘容器方面做了什么？
聚焦于边缘侧，容器和边缘原生的趋势正在逐步蔓延，容器和K8s带来的技术变革也非常适应边缘资源的特点。阿里云在边缘容器方面不断进行技术投入与产品创新，技术发展策略也获得了行业的认可。那么边缘容器是什么？它有什么价值？可以应用在哪些场景之中？本文将会展开。
解读 Knative Eventing v0.11.0 新特性
Knative Eventing v0.11.0 版本已经于 12 月 10 号正式发布。本次发布围绕 Eventing 事件源接入及事件可用性等相关功能展开。本文通过解读这些功能特性，让你快速对 v0.11.0 版本有所了解。
使用阿里云容器服务Kubernetes通过init Container形式变更Pod的iptables
iptables可以看做客户端代理，通过一系列规则对数据包进行处理。本文主要讲述如何使用阿里云容器服务Kubernetes，通过已有镜像形式部署包含iptables规则变更的应用，及如何查看规则是否生效。在笔者操作过程中，碰到了权限问题，也会在本文中说明。涉及到镜像打包上传的内容，会在另外一篇文章中讲解。
规模、性能、弹性全面升级，让天下没有难用的 K8s
9月26日云栖大会容器专场，在《拐点已至，云原生引领数字化转型升级》的演讲中，容器服务开发负责人汤志敏表示：“阿里云容器服务已经拥有国内最大规模的公共云容器集群，据各大国际评测机构显示，其市场份额和产品综合能力中国内第一。
Knative Serving 之路由管理和 Ingress
Knative 默认会为每一个 Service 生成一个域名，并且 Istio Gateway 要根据域名判断当前的请求应该转发给哪个 Knative Service。Knative 默认使用的主域名是 example.com，这个域名是不能作为线上服务的。
免费的容器架构可视化工具 | 阿里云应用高可用服务 AHAS 发布重大新特性
采用容器服务后，了解容器之间的关系及依赖是一个比较有挑战的问题。容器化改造后的实际架构模型可能与预想的架构存在较大的差异，架构师或系统运维人员需要精确地了解资源实例的构成和交互情况，存在一定的困难。其次，系统架构在动态演化过程中可能引入了一些不可靠的因素，比如弱依赖变强依赖、局部容量不足、系统耦合过重等，给系统的稳定性带了极大的安全隐患。
容器中 Java 应用程序的内存和 CPU 如何分配？看这一篇就够了！
随着2018年的结束，我们将回顾排名前五的最受读者欢迎的文章。今天分享的第一篇文章，将帮助那些在容器中运行 Java 虚拟机（JVM）时遇到内存和 CPU 大小调整/使用困难的人，本文将解释如何在 Docker Desktop（Mac或Windows）和 Docker Enterprise 环境中改进 Docker 容器与 Java 10的集成。
容器技术干货┃K8s存储篇之PV（PVC）
前言 Kubernetes集群中，如果没有存储，所有pod中应用产生的数据都是临时的，pod挂掉，被rc重新拉起之后，以前产生的数据就丢掉了，这对有些场景是不可接受的，此时，外部存储就显得尤为重要。 这里重点介绍两个API资源： PersistentVolume(PV)：集群中的一块网络存储，是集群中的资源，可类比集群中的Node资源； PersistentVolumeClaim(PVC) : 用户对存储的需求，可类比pod，pod消费node资源，PVC就消费PV资源。
解决无法删除状态为Dead的容器
docker 强制删除（rm -f）container时出现错误提示 [root@Ieat1 ~]# docker rm -f nginx Error response from daemon: Driver devicemapper failed t...
Docker实战(五)之端口映射与容器互联
除了网络访问外，Docker还提供了两个很方便的功能来满足服务访问的基本需求:一个是允许映射容器内应用的服务端口到本地宿主主机;另一个是互联机制实现多个容器间通过容器名来快速访问。 1.端口映射实现访问容器 (1)从外部访问容器应用 在启动容器的时候，如果不指定对应的参数，在容器外部是无法通过网络来访问容器内的网络应用和服务的。
浅析Kubernetes StatefulSet
本文介绍了StatefulSet和Deployment的区别，最佳实践，如何理解稳定的持久化存储、网络标识，StatefulSet的Pod管理策略，Node网络异常等情况下该如何处理,部署和伸缩时与Deployment的区别等内容。
通过阿里云容器服务深度学习解决方案上手Caffe+多GPU训练
阿里云容器服务提供的深度学习解决方案内置了对Tensorflow, Keras, MXnet框架的环境，并支持基于它们的深度学习模型开发、模型训练和模型预测。同时，对于模型训练和预测，用户还可以通过指定自定义容器镜像的方式，使用其他深度学习框架。
