阿里云容器Kubernetes监控(十) - kube-eventer发布Webhook信道支持
kube-eventer是Kubernetes社区中针对事件监控、报警、chatOps场景的开源组件，新版本的kube-eventer支持了泛化Webhook的支持，更多信息请点击详情。
Docker进阶-容器监控cAdvisor+InfluxDB+Granfana
概述 前面文章介绍使用docker compose组合应用并利用scale快速对容器进行扩容。 由于docker compose启动的服务都在同一台宿主机上，对于一个宿主机上运行多个容器应用时，容器的运行情况如：CPU使用率、内存使用率、网络状态、磁盘空间等一系列随时间变化的时序数据信息，都是需要去了解，因此监控是必须的。
容器服务kubernetes虚拟节点实践一：Ingress + 虚拟节点
在上篇关于虚拟节点的文章中(https://yq.aliyun.com/articles/697940)，我们介绍了如何部署虚拟节点Chart及简单使用方法。这里我们将介绍如何使用虚拟节点支持Ingress后端应用的部署和扩容，利用ECI支撑Ingress应用的弹性扩容，使集群无需创建新节点即可为应用扩容“无限”容量，满足业务高峰低谷的弹性需求。
阿里云应用性能管理(APM)产品-应用实时监控服务(ARMS)技术解密 资料下载
直播大纲 1. 应用性能管理(APM)背景介绍 2. 分布式链路追踪的现状与使用场景 3. ARMS分布式链路追踪的技术实现 4. 最佳实践 (1) 全息排查+场景链路(2) 前端监控与应用监控融合(3) ARMS与K8S的融合与实践 专家介绍 阳其凯(逸陵)，阿里巴巴高级开发工程师，2016年加入阿里巴巴Eageleeye团队，多年实时计算平台与APM产品开发经验，目前主要负责云产品业务实时监控服务(ARMS)与链路追踪(Tracing Analysis)的研发工作。
Kube Scheduler 源码分析
Kube Scheduler 源码分析 Kube Scheduler 是负责k8s 集群最终Pod 应该部署到哪台机器的决策者，本章来走读一下Scheduler 基本流程源码。 func NewSchedulerCommand() *cobra.
阿里云容器服务kubernetes发布竞价实例支持
竞价实例优化运营成本 竞价实例(Spot Instance)也叫抢占式实例是一种按需实例，旨在降低部分场景下使用ECS的成本，创建竞价实例时，必须为指定的实例规格设置一个价格上限，当指定的实例规格的当前市场价格低于出价时，就能成功创建竞价实例，并按当前市场价格计费。
阿里云Kubernetes容器服务Istio实践之常见问题分析
在使用阿里云Kubernetes容器服务Istio 1.0的过程中，如果遇到以下类似问题，请参考具体的问题分析。 我们会持续更新遇到的问题及其解决方法。
【Java入门提高篇】Day26 Java容器类详解（八）HashSet源码分析
前面花了好几篇的篇幅把HashMap里里外外说了个遍，大家可能对于源码分析篇已经讳莫如深了。别慌别慌，这一篇来说说集合框架里最偷懒的一个家伙——HashSet，为什么说它是最偷懒的呢，先留个悬念，看完本文之后，你就会知道所言不假了。
Dockerfile配置APM监控实现Java容器的性能监控
通过Dockerfile可以用来构建容器镜像，我们一般也是通过这种方式来构建一个Tomcat应用服务容器，如果要实现对容器中的Tomcat服务（或是其他Java应用）进行APM（应用性能管理）监控，就需要我们在容器中放置javaagent并做相关配置，而在已生成的容器中修改配置不符合容器管理的规范，所以我们建议在发布镜像时就将javaagent植入，这样在生成容器时就可以通过环境变量参数来决定是否开启监控。
阿里云上弹性伸缩kubernetes集群 - autoscaler
阿里云Kubernetes服务简化了K8S集群的创建、升级和手动扩缩容。然而使用Kubernetes集群经常问到的一个问题是，我应该保持多大的节点规模来满足应用需求呢？ Autoscaler的出现解决了这个问题，它可以自动的根据部署的应用所请求的资源量来动态的伸缩集群。
如何用 Graylog 管理日志？- 每天5分钟玩转 Docker 容器技术（93）
上一节已经部署好了 Graylog，现在学习如何用它来管理日志。 首先启动测试容器。 docker run -d \ --log-driver=gelf \ --log-opt gelf-address=udp://localhost:12201 \ ...
Weave Scope 容器地图 - 每天5分钟玩转 Docker 容器技术（80）
Weave Scope 的最大特点是会自动生成一张 Docker 容器地图，让我们能够直观地理解、监控和控制容器。千言万语不及一张图，先感受一下。 下面开始实践 Weave Scope。 安装 执行如下脚本安装运行 Weave Scope。
容器、Docker与Kubernetes——Kubernetes的配置入门
本文讲的是容器、Docker与Kubernetes——Kubernetes的配置入门【编者的话】这是介绍Kubernetes的第三篇，主要集中讲述如何配置Kubernetes集群以及作者在配置过程中遇到的问题。
阿里云镜像服务：基于Tag的Docker自动构建
自动构建是持续集成、持续交付中重要的一环，目前，阿里云镜像服务支持基于代码Tag来进行自动构建，只需要您遵守特定的Tag规则，就可以大大简化整个镜像构建的流程。
阿里云上搭建Docker Swarm模式集群最佳实践
Docker技术体系和生态在2016年得到飞速发展、成熟，在2016中国容器技术调研报告中也发现了国内绝大部分用户都在关注Docker，80%的用户都会考虑使用容器技术。本文将讲解如何利用资源编排快速搭建Docker Swarm模式集群。
六、Docker 核心技术：Dockerfile 指令详解
想亲手给你的应用程序打造一个专属的“集装箱”吗？Dockerfile就是你的说明书！它其实就是一个简单的文本文件，你可以在里面像搭积木一样，用FROM、COPY、RUN这些指令，一步步告诉Docker如何打包你的应用。最后，通过多阶段构建的小技巧，还能给镜像“减肥”，让它变得轻巧又高效。快来学习用Dockerfile变身打包达人吧！
Rocket框架JWT鉴权实战:保护Rust Web API的安全方案
本篇文章是基于rust语言和rocket依赖实现网页JWT认证和鉴权，完成简单的JWT token的验证和鉴权处理,使用cargo做依赖的导入和测试。
Docker进阶：深入了解 Dockerfile
Dockerfile 是定义 Docker 镜像内容和构建步骤的文本文件，用于定制化镜像构建，包括基础镜像选择、软件安装和环境变量设置等。其优点在于支持容器化趋势，简化快速部署和交付，保证环境一致性，实现资源隔离和安全性，以及促进持续集成与持续部署。Dockerfile 指令如 FROM（指定基础镜像）、RUN（执行命令）、CMD（容器启动命令）和 EXPOSE（声明端口）。编写规则包括使用大写指令、创建 .dockerignore 文件排除无关文件等。
从一无所有的服务器到建立容器，安装jupyter并远程启动，安装MMdetection过程记录
配置环境： conda+pytorch 1.8.1+cuda 11.1+cudnn 8.0.5 jupyter notebook mmcv-full 1.4.6+mmdet 2.19.0
浩若烟海事半功倍|利用Docker容器技术构建自动化分布式web测试集群Selenium Grid
“世界上有那么多城市，城市里有那么多的酒馆，可她，却偏偏走进了我的.....”，这是电影《卡萨布拉卡》中的一句著名独白，投射到现实生活中，与之类似的情况不胜枚举，这世界上有那么多的系统，系统中有那么多的浏览器，在只有一台测试机的前提下，难道我们只能排队一个一个地做兼容性测试吗？有没有效率更高的方法呢？为此我们提出一个更高效的解决方案：使用Docker+Selenium Grid。
【JVM故障问题排查心得】「内存诊断系列」JVM内存与Kubernetes中pod的内存、容器的内存不一致所引发的OOMKilled问题总结（上）
【JVM故障问题排查心得】「内存诊断系列」JVM内存与Kubernetes中pod的内存、容器的内存不一致所引发的OOMKilled问题总结（上）
Docker 多容器编排Swarm（六）
Docker Swarm 和 Docker Compose 一样，都是 Docker 官方容器编排项目，但不同的是，Docker Compose 是一个在单个服务器或主机上创建多个容器的工具，而 Docker Swarm 则可以在多个服务器或主机上创建容器集群服务，对于微服务的部署，显然 Docker Swarm 会更加适合。
Docker 数据管理与数据卷容器以及dockerfile基本结构
在生产环境中使用 Docker ，往往需要对数据进行持久化，或者需要在多个容器之间进行 数据共享，这必然涉及容器的数据管理操作 容器中的管理数据主要有两种方式： 数据卷 Data Volumes 容器内数据直接映射到本地主机环境； 数据卷容器（Data Volume Containers 使用特定容器维护数据卷
Kata3.0.0 x LifseaOS x 龙蜥内核三管齐下！带你体验最新的安全容器之旅
袋鼠RunD正式成为安全容器上游社区最新3.0.0标准，龙蜥也已推出最新体验包，带给大家更完整的安全容器体验。
AHPA 弹性预测最佳实践
在云原生场景下，资源容量往往难以预估，而使用 K8s 原生的 HPA，往往要面对弹性滞后以及配置复杂问题。阿里云容器服务与达摩院决策智能时序团队合作推出的 AHPA（Advanced Horizontal Pod Autoscaler）弹性预测，可以根据业务历史指标，自动识别弹性周期并对容量进行预测，帮你提前进行弹性规划，解决弹性滞后的问题。 AHPA 如何配置才能解锁最佳使用姿势？本文给你带来 AHPA 弹性预测最佳实践
Nydus使用案例: 解决容器镜像用满disk空间问题
本文与实习生@河上共同撰写。问题背景 在容器生态的生产实践中，有一个不起眼但令人头痛的问题是，节点（baremetal or ECS vm）上用于存放容器相关内容的目录常常用满了整个 disk，导致了对业务的影响。 问题分析 通常情况下，容器相关的目录主要指 /var/lib/docker 或者/var/lib/containerd，其中最为消耗 disk空间的是容器镜像的targz 格式laye
Nydus —— 下一代容器镜像的探索实践
容器镜像是云原生的基础设施之一，虽然镜像生态众多，但自它诞生以来，镜像设计本身并没有多少改进。这篇文章要探讨的就是对容器镜像未来发展的一些思考，以及 Nydus 容器镜像的探索和实践。
