MicroK8s及KubeFlow安装文档

安装简单的k8s大约有三种思路：minikube,microk8s,kubeadm。minikube 虽然是官方出品，但主要还是基于虚拟机做的设计。在 Linux 生产环境下，microk8s 可能是一个更合适的选择，它的主要组件是基于二进制包启动。

microk8s 基于 snap 进行安装，ubuntu 16.04 及之后的版本都已经预装了 snap，如果是其他发行版的 Linux 需要先安装 snap。

一，SNAP安装

Snap是Canonical推出的一种新的软件打包格式，彻底解决linux依赖性的问题，Snap 软件包拥有更加稳定和安全的特性。

官网URL:https://docs.snapcraft.io/installing-snap-on-centos

# 安装EPEL

sudo yum install epel-release

# 安装snapd

sudo yum install snapd

# 添加snap，启动通信socket

sudo systemctl enable --now snapd.socket

# 创建软链

sudo ln -s /var/lib/snapd/snap /snap

二，Snap常用命令

# 列出已经安装的snap包

sudo snap list

# 搜索要安装的snap包

sudo snap find <text to search>

# 搜索要安装的snap包

sudo snap install <snap name>

# 删除一个snap包

sudo snap remove <snap name>

三，MicroK8s安装

通过 microk8s 可以非常快速的搭建起一个 Kubernetes 单机环境，安装极其非常方便，通过 snap 命令一键安装，可用测试，快速原型及CI/CD。

官方URL：https://microk8s.io/

1,单独安装microk8s

# 安装1.14稳定版microk8s

sudo snap install microk8s --classic --channel=1.14/stable

# 启用microk8s的DNS，存储和面板功能

sudo microk8s.enable dns dashboard storage

# 启动microk8s

sudo microk8s.start

# 查看microk8s状态

sudo microk8s.status

# 停止microk8s服务

sudo smicrok8s.stop

# 查看集群信息

sudo microk8s.kubectl cluster-info

# 查看集群节点

sudo microk8s.kubectl get nodes

# 命令别名

sudo snap alias microk8s.kubectl kubectl

2,脚本安装microk8s

由于本次安装microk8s主要是为了和kubeflow进行集成使用，所以使用更为方便的脚本安装。

Kubeflow推荐的脚本：https://github.com/canonical-labs/kubernetes-tools

安装脚本：

sudo kubernetes-tools/setup-microk8s.sh

安装过程如下图示：

***注意，由于此脚本安装dashborad时，使用了token，登陆时会增加操作步骤。为更方便测试，需要对脚本内容进行裁剪，禁用microm8s的dashboard功能(脚本里去除dashaboard或是microk8s命令禁用)。

dashboard的deployment及service使用了我自己提供的如下方案。

apiVersion: v1

kind: ServiceAccount

metadata:

labels:

k8s-app: kubernetes-dashboard

namespace: kube-system

---

apiVersion: rbac.authorization.k8s.io/v1

kind: ClusterRoleBinding

metadata:

roleRef:

apiGroup: rbac.authorization.k8s.io

kind: ClusterRole

subjects:

- kind: ServiceAccount

namespace: kube-system

---

kind: Deployment

apiVersion: apps/v1beta2

metadata:

labels:

k8s-app: kubernetes-dashboard

namespace: kube-system

spec:

replicas: 1

revisionHistoryLimit: 3

selector:

matchLabels:

k8s-app: kubernetes-dashboard

template:

metadata:

labels:

k8s-app: kubernetes-dashboard

spec:

containers:

- name: kubernetes-dashboard

image: k8s.gcr.io/kubernetes-dashboard-amd64:v1.10.1

ports:

- containerPort: 9090

protocol: TCP

livenessProbe:

httpGet:

path: /

port: 9090

initialDelaySeconds: 25

timeoutSeconds: 30

serviceAccountName: kubernetes-dashboard

---

kind: Service

apiVersion: v1

metadata:

labels:

k8s-app: kubernetes-dashboard

namespace: kube-system

spec:

type: NodePort

ports:

- port: 80

targetPort: 9090

nodePort: 32766

selector:

k8s-app: kubernetes-dashboard

四，Kubeflow安装

Kubeflow是目前基于Kubernetes的主流机器学习解决方案，它抽象了和机器学习相关的PS-Worker模型，实现了一套pipeline的工作流，支持超参数训练和Jupyter notebooks集成等能力。

官网URL：https://www.kubeflow.org/

1，脚本安装kubeflow

本次安装参考url: https://www.kubeflow.org/docs/started/getting-started-multipass/

Kubeflow推荐的脚本：https://github.com/canonical-labs/kubeflow-tools

安装脚本：

sudo kubeflow-tools/install-kubeflow.sh

安装过程如下所示

2，镜像获取

上图中，有些kubeflow的pod已开始running，但有些pod一直处于ImagePullBackOff状态，这是因为这批镜像都是放在gcr.io域名仓库中，需要特别上网才能访问。

在这种情况下，根据网上的资料，我们以dockerhub为中继，将需要的docker镜像辗转拉取，直至所有镜像成功启动。

3，更新jupyter-web-app镜像

当一切就绪之，如果我们访问kubeflow的notebook服务时，发现还是无法正常使用jupyterhub功能。分析浏览器错误，才发现是一个网页内的jquery库，引用的是googleapis的地址，于是，还需要重新将涉及的layout.html更改之后生成新的镜像。

Dockerfile内容：

FROM gcr.io/kubeflow-images-public/jupyter-web-app:v0.5.0

COPY layout.html /app/kubeflow_jupyter/default/templates/

COPY layout.html /app/kubeflow_jupyter/rok/templates/

Layout.html更新后的内容：

<!DOCTYPE html>

<html>

<head>

{% if title %}

<title>Kubeflow Jupyter - {{ title }}</title>

{% else %}

<title>Kubeflow Jupyter</title>

{% endif %}

{% block javascript %}

var prefix = "{{ prefix }}";

</script>

{% endblock %}

</head>

<body>

</div>

{% block content %}{% endblock %}

</div>

</body>

</html>

最终，即可正常使用这一功能了。