[k8s實戰]Containerd 1.7.2 離線安裝與配置全指南(生產級優化)

[k8s實戰]Containerd 1.7.2 離線安裝與配置全指南(生產級優化)

摘要:本文詳細講解在無外網環境下部署 Containerd 1.7.2 容器運行時的完整流程,涵蓋二進制包安裝、私有鏡像倉庫配置、Systemd服務集成等關鍵步驟,并提供生產環境調優建議。適用于Kubernetes集群、邊緣計算等隔離場景。

一、環境準備與架構設計

1.1 系統要求

項目最低要求推薦配置
操作系統CentOS 7+/Ubuntu 18+CentOS 7.6+/Ubuntu 22.04 LTS
內核版本≥ 4.14≥ 5.4
磁盤空間≥ 1GBSSD + 50GB
架構支持x86_64ARM64(需對應包)

二、離線安裝全流程

2.1 安裝包處理

# 上傳并解壓二進制包(所有節點執行)
mkdir -p /root/containerd
tar -zxvf containerd-1.7.2-linux-amd64.tar.gz -C /root/containerd# 復制可執行文件到系統路徑
cp /root/containerd/bin/* /usr/bin/
cp /root/containerd/bin/ctr /usr/local/bin/# 驗證安裝
containerd --version  # 應輸出 containerd github.com/containerd/containerd v1.7.2

安裝截圖:
在這里插入圖片描述

三、生產級配置調優

3.1 生成默認配置文件

mkdir -p /etc/containerd
containerd config default > /etc/containerd/config.toml

3.2 關鍵配置修改

# 文件路徑:/etc/containerd/config.toml# 容器數據存儲路徑(根據磁盤規劃調整)
root = "/data/containerd"  # 啟用systemd cgroup驅動(必須與K8S一致)
SystemdCgroup = true# 配置私有鏡像倉庫(替換實際IP和端口)
[plugins."io.containerd.grpc.v1.cri".registry.mirrors."docker.io"]endpoint = ["http://192.167.14.119:5000"]
[plugins."io.containerd.grpc.v1.cri".registry.mirrors."registry.k8s.io"]endpoint = ["http://192.167.14.119:5000"]# 修改pause鏡像地址(國內源)
sandbox_image = "registry.aliyuncs.com/google_containers/pause:3.9"

四、Systemd服務集成

4.1 創建服務文件

cat > /usr/lib/systemd/system/containerd.service <<EOF
[Unit]
Description=Containerd Container Runtime
Documentation=https://containerd.io
After=network.target[Service]
ExecStartPre=/sbin/modprobe overlay
ExecStart=/usr/bin/containerd --config /etc/containerd/config.toml
Restart=always
RestartSec=5
LimitNOFILE=infinity[Install]
WantedBy=multi-user.target
EOF

4.2 服務管理命令

# 重載配置
systemctl daemon-reload# 啟停服務
systemctl enable containerd --now
systemctl restart containerd# 查看狀態
systemctl status containerd

設置為系統服務截圖:
在這里插入圖片描述

五、功能驗證與測試

5.1 基礎功能測試

# 拉取測試鏡像(使用私有倉庫)
ctr image pull docker.io/library/nginx:alpine# 運行容器
ctr run -d --net-host docker.io/library/nginx:alpine nginx-test# 查看運行容器
ctr container ls

5.2 私有倉庫連通性驗證

ctr image pull registry.k8s.io/pause:3.9
ctr image list | grep pause

六、生產環境調優建議

6.1 存儲驅動優化

# 使用 overlay2 存儲驅動(需內核支持)
[plugins."io.containerd.grpc.v1.cri".containerd]snapshotter = "overlayfs"

6.2 日志配置

# 限制日志大小與保留時間
[plugins."io.containerd.grpc.v1.cri".containerd.runtimes.runc.options]SystemdCgroup = true[plugins."io.containerd.grpc.v1.cri".containerd.runtimes.runc.options.log]max_size = "100MB"max_file = 3

6.3 資源限制

# 修改服務文件限制
[Service]
LimitNOFILE=1048576
LimitNPROC=infinity
LimitCORE=infinity

七、故障排查指

現象排查命令解決方案
服務啟動失敗journalctl -u containerd -xe檢查配置文件語法和路徑
鏡像拉取失敗ctr image pull -v驗證倉庫證書及網絡連通性
容器無法創建ctr run --rm -t debug檢查存儲驅動和cgroup配置
節點資源耗盡df -h /data/containerd清理舊鏡像或擴容存儲

擴展工具推薦

  • nerdctl:Containerd的Docker兼容CLI
  • crictl:K8S CRI調試工具

通過本文,您已完成Containerd的離線部署與生產級調優。建議結合Kubernetes集群驗證運行時集成效果!

如果本教程幫助您解決了問題,請點贊??收藏?支持!歡迎在評論區留言交流技術細節!欲了解密碼學知識,請訂閱《密碼學實戰》專欄 → 密碼學實戰

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/77829.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/77829.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/77829.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

【CPU】結合RISC-V CPU架構回答中斷系統的7個問題(個人草稿)

結合RISC-V CPU架構對中斷系統七個關鍵問題的詳細解析&#xff0c;按照由淺入深的結構進行說明&#xff1a; 一、中斷請求機制&#xff08;問題①&#xff09; 硬件基礎&#xff1a; RISC-V通過CLINT&#xff08;Core Local Interrupter&#xff09;和PLIC&#xff08;Platfor…

[密碼學實戰]國密算法面試題解析及應用

以下是密碼學領域常見的面試題及其詳細解析,涵蓋基礎理論、算法實現與應用場景,幫助系統化備戰技術面試 一、基礎概念類 1. 密碼學的主要目標是什么? 答案: 確保數據的機密性(加密防止竊聽)、完整性(哈希校驗防篡改)、認證性(數字簽名驗證身份)和不可否認性(簽名防…

Spring Boot 實現 Excel 導出功能(支持前端下載 + 文件流)

&#x1f9e0; 一、為什么用 EasyExcel&#xff1f; 在 Java 開發中&#xff0c;操作 Excel 的框架主要有&#xff1a; Apache POI&#xff08;經典但慢、內存占用大&#xff09; JXL&#xff08;老舊不維護&#xff09; Alibaba EasyExcel&#xff08;阿里出品&#xff0c;…

【論文速遞】2025年06周 (Robotics/Embodied AI/LLM)

目錄 SMOLLM2&#xff1a;當Smol變得大 - 以數據為中心的小語言模型英文摘要中文摘要 OmniHuman-1&#xff1a;重新考慮一階段的人類動畫模型的擴展英文摘要中文摘要 S1&#xff1a;簡單的測試時間縮放英文摘要中文摘要 直接對齊算法間的差異日漸模糊英文摘要中文摘要 VideoJAM…

學習深度學習是否要先學習機器學習?工程師的路徑選擇策略

深度學習與機器學習的關系&#xff0c;如同摩天大樓與地基——前者是后者的高階延伸&#xff0c;但能否繞過地基直接造樓&#xff1f;本文從技術本質、學習曲線、應用場景三個維度剖析這一關鍵問題。 一、技術血脈的承繼關系 概念體系同源&#xff1a; 損失函數、梯度下降、過擬…

開始放飛之先搞個VSCode

文章目錄 開始放飛之先搞個VSCode重要提醒安裝VSCode下載MinGW-w64回到VSCode中去VSCode原生調試鍵盤問題遺留問題參考文獻 開始放飛之先搞個VSCode 突然發現自己的新臺式機上面連個像樣的編程環境都沒有&#xff0c;全是游戲了&#xff01;&#xff01;&#xff01;&#xff…

【2025“華中杯”大學生數學建模挑戰賽】選題分析 A題 詳細解題思路

目錄 2025“華中杯”大學生數學建模挑戰賽選題分析A題&#xff1a;晶硅片產銷策略優化B題&#xff1a;校園共享單車的調度與維護問題C題&#xff1a;就業狀態分析與預測D題&#xff1a;患者院內轉運不良事件的分析與預測 A 題 晶硅片產銷策略優化問題 1&#xff1a;月利潤計算模…

YOLO11改進,尺度動態損失函數Scale-based Dynamic Loss,減少標簽不準確對損失函數穩定性的影響

在目標檢測領域,標簽噪聲與尺度敏感問題始終是制約模型性能提升的"阿喀琉斯之踵"。2025年CVPR最佳論文提出的尺度動態損失函數(Scale-based Dynamic Loss, SDL),通過構建自適應損失調節機制,不僅實現了對YOLOv11檢測精度的指數級提升,更重新定義了損失函數的設…

緩存 --- 內存緩存 or 分布式緩存

緩存 --- 內存緩存 or 分布式緩存 內存緩存&#xff08;In-Memory Cache&#xff09;分布式緩存&#xff08;Distributed Cache&#xff09;內存緩存 vs 分布式緩存 內存緩存和分布式緩存是兩種常見的緩存策略&#xff0c;它們在存儲位置、訪問速度和適用場景上有所不同。下面分…

Python+CoppeliaSim+ZMQ remote API控制機器人跳舞

這是一個使用Python和CoppeliaSim&#xff08;V-REP&#xff09;控制ASTI人型機器人進行舞蹈動作的演示項目。 項目描述 本項目展示了如何使用Python通過ZeroMQ遠程API與CoppeliaSim仿真環境進行交互&#xff0c;控制ASTI人型機器人執行預定義的舞蹈動作序列。項目包含完整的機…

進程管理,關閉進程

查看Linux系統中的進程信息 語法&#xff1a;ps【-e -f】 一般與管道符與grep配合使用&#xff0c;&#xff0c;去過濾指定的信息 -e&#xff1a;顯示出全部的進程 -f&#xff1a;以完全格式化的形式展示信息&#xff08;展示全部信息&#xff09; 簡單用法&#xff1a;p…

線性代數-矩陣的秩

矩陣的秩&#xff08;Rank&#xff09;是線性代數中的一個重要概念&#xff0c;表示矩陣中線性無關的行&#xff08;或列&#xff09;的最大數量。它反映了矩陣所包含的“有效信息”的維度&#xff0c;是矩陣的核心特征之一。 直觀理解 行秩與列秩&#xff1a; 行秩&#xff1…

CSS偽類、clip-path實現三角形、箭頭繪制

<template><div :class"$options.name"><div class"triangle-container1"><!-- 偽類三角形&#xff1a;向右 --><div class"triangle-RM"></div><!-- 偽類三角形&#xff1a;向下 --><div class&q…

numpy、pandas內存優化操作整理

前言 python作為一款不怎么關注數據類型的語言&#xff0c;不同類型的數據可以往同一個變量中放置 這也就直接導致&#xff0c;作為熟悉C這種一個變量只有一個類型的程序員來說&#xff0c;在解讀python程序時&#xff0c;想搞清楚變量中到底存的是什么數據類型的時候時常很頭…

Linux本地&遠程主機文件傳輸

一.實驗環境 sshd 是SSH (Secure Shell)協議的守護進程。 功能用途 遠程安全連接: sshd允許用戶通過網絡安全地登錄到遠程服務器。在傳統的Telnet等協議中&#xff0c;數據傳輸是明文的&#xff0c; 容易被竊取和篡改。而SSH協議通過加密技術&#xff0c;對傳輸的數據進行加…

Windows網絡及服務:制作系統盤

今天我要介紹的是一個比較有意思且好玩的一個小玩意兒&#xff1a;關于系統盤的制作&#xff1b; 注明&#xff1a;對于系統盤的制作&#xff0c;以及接下來的課程&#xff0c;基本是作為動手課業來進行的&#xff0c;這也是作為程序員的必要進行的一項活動。 對于系統盤&…

【人工智能】大模型的Prompt工程:釋放DeepSeek潛能的藝術與科學

《Python OpenCV從菜鳥到高手》帶你進入圖像處理與計算機視覺的大門! 解鎖Python編程的無限可能:《奇妙的Python》帶你漫游代碼世界 Prompt工程是大模型應用中的關鍵技術,通過精心設計的提示詞(Prompt),用戶能夠有效引導模型生成高質量輸出。本文深入探討了優化DeepSee…

企業管理戰略轉型與模式創新策略

一、戰略思維創新 在當前數字經濟快速擴張的背景下&#xff0c;企業戰略需緊密追隨時代潮流&#xff0c;致力于深度創新以適應市場的瞬息萬變。這一創新主要圍繞兩大戰略核心展開&#xff0c;一是跨界融合策略&#xff0c;二是生態系統策略&#xff0c;它們共同塑造了企業在新…

1-1 什么是數據結構

1.0 數據結構的基本概念 數據結構是計算機科學中一個非常重要的概念&#xff0c;它是指在計算機中組織、管理和存儲數據的方式&#xff0c;以便能夠高效地訪問和修改數據。簡而言之&#xff0c;數據結構是用來處理數據的格式&#xff0c;使得數據可以被更有效地使用。 數據結構…

03-HTML常見元素

一、HTML常見元素 常見元素及功能&#xff1a; 元素用途<h1>~<h6>標題從大到小<p>段落&#xff0c;不同段落會有間距<img>顯示圖片&#xff0c;屬性src為圖片路徑&#xff0c;alt為圖片無法顯示時的提示文本<a>超鏈接&#xff0c;屬性href為鏈…