Si es un desarrollador, un ingeniero de DevOps o simplemente una persona fascinada por el crecimiento sin precedentes de Kubernetes, probablemente se haya rascado la capital sobre cómo comenzar. MicroK8s es la forma más sencilla de hacerlo. La distribución ligera de Kubernetes de Canonical comenzó en 2018 como una forma rápida y sencilla para que las personas consuman los servicios y las herramientas esenciales de K8. En poco más de dos abriles, se ha convertido en una utensilio robusta preferida por los desarrolladores para flujos de trabajo eficientes, encima de ofrecer funciones de nivel de producción para empresas que crean entornos de producción de Kubernetes edge e IoT. La optimización de Kubernetes para estos casos de uso requiere, entre otras cosas, resolver algunos problemas relacionados con el consumo de memoria para dispositivos asequibles de factores de forma pequeños.
Tabla de Contenidos
Huella optimizada de MicroK8s
A partir de la interpretación 1.21 de MicroK8s, la huella de memoria se redujo en un asombroso 32,5%, comparado con las implementaciones de un solo nodo y de varios nodos. Esta prosperidad fue una de las solicitudes más populares de la comunidad, que buscaba construir clústeres utilizando hardware como Raspberry Pi o NVIDIA Jetson. Canonical se compromete a impulsar aún más esa optimización mientras mantiene MicroK8 totalmente compatible con las versiones anteriores de Kubernetes. Agradecemos los comentarios de la comunidad a medida que Kubernetes for the Edge evoluciona con destino a casos de uso más concretos e impulsa aún más requisitos comerciales.
Cómo MicroK8s arroja 260Mb de memoria
Si se está preguntando cómo los MicroK8 pasaron de ser ligeros a ligeros, permítanos explicarle. Las versiones anteriores simplemente empaquetaban todos los binarios ascendentes de Kubernetes tal como estaban o los compilaban en un instante. Ese paquete era de 218Mb e implementó un Kubernetes completo de 800Mb. Con MicroK8s 1.21, los binarios ascendentes se compilaron en un solo binario antiguamente del empaquetado. Eso resultó en un paquete más superficial, 192 Mb, y lo más importante, un Kubernetes de 540 Mb. A su vez, esto permite a los usuarios ejecutar MicroK8 en dispositivos con menos de 1 Gb de memoria y aún dejar espacio para múltiples implementaciones de contenedores, necesarias en casos de uso como el alojamiento de sitios web de tres niveles o el servicio de modelos AI / ML.
Trabajar con MicroK8s en NVIDIA
Como MicroK8s admite arquitecturas x86 y ARM, su huella corta lo hace ideal para dispositivos tan pequeños como el Jetson Nano basado en ARM de 2 Gb y abre la puerta a más casos de uso. Para los dispositivos x86, estamos particularmente emocionados de trabajar con NVIDIA para ofrecer una integración perfecta de MicroK8 con el postrer cirujano de GPU, como se anunció la semana pasada. Los MicroK8 pueden consumir una GPU o incluso una GPU de instancias múltiples (MIG) con un solo comando y es totalmente compatible con hardware NVIDIA más especializado, como DGX y EGX.
Posibles mejoras de memoria en el futuro
Con suerte, este es el primero de muchos hitos para la optimización de la memoria en MicroK8s. El equipo de MicroK8s se compromete a seguir evaluando Kubernetes en diferentes nubes, centrándose específicamente en las nubes de borde / micro, y ponerlo a prueba en cuanto a rendimiento y escalabilidad. Algunas ideas para mejoras adicionales que estamos buscando incluyen la combinación del binario de tiempo de ejecución en contenedor con el binario de servicios de K8 y la compilación de las bibliotecas compartidas de K8 en el mismo paquete. De esta forma, el consumo de memoria del paquete MicroK8 y los tiempos de construcción disminuirán aún más, mientras que los MicroK8 seguirán siendo totalmente compatibles con versiones anteriores.
Si desea obtener más información, puede revistar el sitio web de MicroK8s o comunicarse con el equipo de Slack para analizar sus casos de uso específicos.
