Kubernetes 相當好用，但是要維運的時候最痛苦的事情，就是要打 kubectl 雖然我超愛 Golang ，而且其實我基本的 IDE 都是使用 VSCode ，但是我一定要跟各位好好推薦這個好工具． Vikube.vim 不論你透過 alias 設定成 kc 甚至是 k 還是得要記憶一堆指令 ex: kubectl get pod 其實就算你不是 vim 的愛用者 (畢竟學習曲線太高了) 我還是很推薦你使用這個工具． :VikubeContextList 可以開啟你所有連接過的 K8S 集群，透過 s 來切換你的集群． :VikubeNodeList 可以開啟所有的節點清單，l 可以看到 結點上面的 logs, 可以幫助你除錯（如果有問題) :VikubePodList 可以開啟 pod 清單，當然也可以透過 l 來看 POD 是否有出現問題． :VikubeTop 可以開啟 top 來看各個 POD 的使用量 真的很好用… 再也不用擔心打 kubectl 或是忘記相關指令了 :p

起源 Fish Shell 強大的親和力，並且讓我很簡單就上手．讓我使用上相當方便． 但是隨著許多軟體的安裝都還是需要 bash 並且在 vim 的更新上變得相當困難． 我其實有開始想要把 fish 換到大家比較常使用的 zsh ． 原本看了這篇文章 超簡單！十分鐘打造漂亮又好用的 zsh command line 環境 要打算把自己的 fish shell 換到 zsh． 不過考量許多原因，做了一些小修改: Fish shell failure update Vundle in Vim: Refer: I don’t use a POSIX Shell (i.e. Bash/Sh)](https://github.com/VundleVim/Vundle.vim/wiki#i-dont-use-a-posix-shell-ie-bashsh) 解法: add ~/.config/fish/functions/updatevim.fish function updatevim set -lx SHELL (which sh) vim +BundleInstall! +BundleClean +qall end Zsh PowerLevel9k 看起來實在很威 PowerLevel9K 實在很方便，所以找了一個 Fish Shell 可以使用的 bobthefish 不過 bobthefish 資訊太多了，需要一些調整． #OMF setting for bobthefish # set -g theme_display_date no set -g theme_nerd_fonts yes set -g theme_display_k8s_context no 換漂亮的字型 nerd-font 後來有換這個字型，看起來還挺順眼的． 還有.. VSCode Integrated terminal 還是會有亂碼，目前還在解決中． 可以參考這個VSCode integrated terminal versus nerdfont-complete #672 Reference https://github.com/oh-my-fish/oh-my-fish/blob/master/docs/Themes.md#bobthefish 超簡單！十分鐘打造漂亮又好用的 zsh command line 環境 VSCode integrated terminal versus nerdfont-complete #672 Powerline fonts in terminal incorrect #7116​

Easy way for :Distributed Tensorflow tensorflow/k8s : Tools for ML/Tensorflow on Kubernetes. Architecture: Run a job operator by Helm Post your job just like a simple yaml file Job Operator will help you to distributed to each node for computing result PS Worker Sample Job Kubernetes YAML file apiVersion: "tensorflow.org/v1alpha1" kind: "TfJob" metadata: name: "example-job" spec: replicaSpecs: - replicas: 1 tfReplicaType: MASTER template: spec: containers: - image: gcr.io/tf-on-k8s-dogfood/tf_sample:dc944ff name: tensorflow restartPolicy: OnFailure - replicas: 1 tfReplicaType: WORKER template: spec: containers: - image: gcr.io/tf-on-k8s-dogfood/tf_sample:dc944ff name: tensorflow restartPolicy: OnFailure - replicas: 2 tfReplicaType: PS Sample Distributed Tensorflow Code Refer here. Troubleshooting: Could not enable default namespace on Helm. kubectl create serviceaccount --namespace kube-system tiller kubectl create clusterrolebinding tiller-cluster-rule --clusterrole=cluster-admin --serviceaccount=kube-system:tiller kubectl patch deploy --namespace kube-system tiller-deploy -p '{"spec":{"template":{"spec":{"serviceAccount":"tiller"}}}}' helm init --service-account tiller --upgrade GKE: Enable GPU on GKE gcloud alpha container clusters create gpu-test \ --project $PROJECT_ID \ --zone $ZONE \ --enable-kubernetes-alpha...

原文: Netflix: Distributing Content to Open Connect 最近都在忙著趕公司專案，這篇文章讀了好久． Netflix 最近寫了這篇技術文章來解釋他們如何面對大量影片下載需求的 Load Balance 的方式 : Heterogeneous Cluster Allocation (HCA) 一般來說我們都會使用 Consistent Hashing 的方式來處理伺服器分配流量的方式． 這也是最為人熟知的 Load Balancing 的方式． 但是 Netflix 提出了有趣的想法是，作為 Load Balancing 的時候，我們都是把伺服器當作是同質的 (註: 同樣速度，同樣硬碟大小） 但是如果其實伺服器可能是異質的(Heterogeneous) ，舉例來說: 有的一般硬碟 100TB 但是 throughput 比較低 ，另外則有速度快的 SSD 50 TB ，但是 throughput 相對來說就比較高．這樣的分配法則下，原來的 Consistent Hashing 就無法滿足這樣的方式． 於是 Netflix 他們使用 HCA 的方式來達到更適量的分配．針對這兩種異質的方式，Netflix: Heterogeneous Cluster Allocation (HCA) 作法如下: 在兩種異質的機器上，各自給予 content 相對的權重 (weight)．權重的評比來自於 content 受歡迎程度 兩種機器各自有不同的 cutoff (也就是 threashold) ，來決定該 content 是否受歡迎． (ex: 40Gbps, cutoff: 0.3, 100Gbps 0.28..) 透過這樣的調整，可以確定接下來 content 會被放在哪裡．也能夠更有效率的分配流量．並且也驗證了在負載高的時候，更能讓不同的需求讓不同的伺服器來服務．

Typora 網站 今日內部教育訓練的時候，首席(筆頭?) 唯一問的問題，竟然是請問展示使用的 markdown 編輯器是什麼? 一問之下，才知道原來有另外一個好用的 markdown 編輯器 typora 動態檢視 (類似 dropbox paper 體驗) （特愛 支援 Latex preview, 支援 Latex preview, 支援 Latex preview (媽呀，真棒 有 Tab 的支援 outline 顯示模式 聽說支援 Windows, Ubuntu, OSX 於是我馬上把 MacDown 換掉了 XDDD ~~大推…

Preface As a cloud company, we usually build our container cluster on cloud platforms such as GCP or AWS. but sometimes we need to think about how to take to go solution to our customer. So, here comes a challenge - Scale-in our cloud platform and put into pocket (mmm I mean “minikube”) An example GKE service Here is a simple example which you (might) build in GKE. DB: MongoDB with stateful set binding with google persistent disk. Use stateful set from (“Running MongoDB on Kubernetes with StatefulSets”) as an example Web service(fooBar): a golang application which accesses mongo DB with the load balancer. Because fooBar is proprietary application which fooBar image store in GCR (Google Cloud Registry) not in docker hub. How to migrate your service from GKE to minikube: We will just list some note to let you know any tip or note you migrate your service to...