检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
在CCE集群中部署使用Spark 安装Spark 使用Spark on CCE 父主题： 批量计算
在CCE集群中部署使用Caffe 预置条件 资源准备 Caffe分类范例 父主题： 批量计算
通过绑定EIP实现公网访问，集群存在风险，建议绑定的EIP配置DDoS高防服务或配置API Server访问策略。 绑定EIP将会短暂重启集群API Server并更新kubeconfig证书，请避免在此期间操作集群。 单击“确定”。 配置API Server访问策略 集群的API Ser
在CCE集群中部署使用Tensorflow 资源准备 购买CCE集群，购买GPU节点并使用gpu-beta插件安装显卡驱动。 在集群下添加一个对象存储卷。 数据预置 从https://github.com/zalandoresearch/fashion-mnist下载数据。 获取
上部署和管理ClickHouse集群的工具，它具备复制集群、管理用户与配置文件以及处理数据持久化的存储卷等功能。这些功能共同简化了应用程序的配置、管理和监控工作。 表1 ClickHouse容器化部署方式 部署方式 部署方便程度 管理方便程度 Kubectl原生部署 难 难 Kubectl+Operator部署
在ECS虚拟机上安装kubectl命令行工具。 您可以尝试执行kubectl version命令判断是否已安装kubectl，如果已经安装kubectl，则可跳过此步骤。 本文以Linux环境为例安装和配置kubectl，更多安装方式请参考安装kubectl。 下载kubectl。 cd /home curl -LO
Kubeflow部署成功后，使用ps-worker的模式来进行Tensorflow训练就变得非常容易。本节介绍一个Kubeflow官方的Tensorflow训练范例，您可参考TensorFlow Training (TFJob)获取更详细的信息。 创建MNIST示例 部署TFJob资源以开始训练。
lugin）。 单击“安装”，安装插件的任务即可提交成功。 创建GPU节点。 在左侧菜单栏选择“节点管理”，单击右上角“创建节点”，在弹出的页面中配置节点的参数。 选择一个“GPU加速型”的节点规格，其余参数请根据实际需求填写，详情请参见创建节点。 完成配置后，单击“下一步：规格
通过模板包部署Nginx Ingress Controller 自定义部署Nginx Ingress Controller Nginx Ingress Controller高级配置 父主题： 网络
Jenkins Agent配置 安装完Jenkins后，可能会出现以下提示，说明Jenkins使用Master进行本地构建，未配置Agent。 如果您选择单Master安装Jenkins，执行完毕Jenkins Master安装部署中的操作后已完成，可直接进行流水线构建，请参见使用Jenkins构建流水线。
虚拟机。 在ECS虚拟机上安装kubectl命令行工具。 您可以尝试执行kubectl version命令判断是否已安装kubectl，如果已经安装kubectl，则可跳过此步骤。 本文以Linux环境为例安装和配置kubectl，更多安装方式请参考安装kubectl。 下载kubectl。
安装Spark 前提条件 您需要准备一台可访问公网的Linux机器，节点规格建议为4U8G及以上。 配置JDK 以CentOS系统为例，安装JDK 1.8。 查询可用的JDK版本。 yum -y list java* 选择安装JDK 1.8。 yum install -y java-1
公网带宽：按流量计费 带宽：5 Mbit/s 1 0.32元/小时+公网流量费用0.80元/GB（按照您实际使用的出云流量收取流量费） 父主题： 在CCE中安装部署Jenkins
登录在集群中添加GPU节点添加的节点，执行docker logs {容器id}查看归类结果，可以看到结果：tabby cat。 父主题： 在CCE集群中部署使用Caffe
cluster：在集群的工作节点上部署驱动程序。 client：（默认值）作为外部客户端在本地部署驱动程序。 --name：作业名称，集群中的Pod将以此开头。 --class：应用程序，例如org.apache.spark.examples.SparkPi。 --conf：Spark配置参数，使用键
创建配置项 操作场景 配置项（ConfigMap）是一种用于存储工作负载所需配置信息的资源类型，内容由用户决定。配置项创建完成后，可在容器工作负载中作为文件或者环境变量使用。 配置项允许您将配置文件从容器镜像中解耦，从而增强容器工作负载的可移植性。 配置项价值如下： 使用配置项功
如果对已有的定时任务（CronJob）进行修改，修改之后运行的新Pod将使用新的配置，而已经运行的Pod将继续运行不会发生任何变化。 回退 无状态工作负载可以进行回退操作，仅无状态工作负载可用。 重新部署 工作负载可以进行重新部署操作，重新部署后将重启负载下的全部容器组Pod。 关闭/开启升级 无状态
如何让多个Pod均匀部署到各个节点上？ Kubernetes中kube-scheduler组件负责Pod的调度，对每一个新创建的 Pod 或者是未被调度的 Pod，kube-scheduler 会选择一个最优的节点去运行这个 Pod。kube-scheduler 给一个 Pod
模板包至本地安装，也可以选择直接在线安装。 实例（Release）：实例是Helm在Kubernetes集群中安装模板包后的运行结果。一个模板包通常可以在一个集群中安装多次，每次安装都会创建一个新的实例。以MySQL模板包为例，如果您想在集群中运行两个数据库，可以安装该模板包两次
登录CCE控制台，单击集群名称进入一个集群。 在CCE集群上部署Volcano环境。 单击左侧栏目树中的“插件管理”，单击Volcano插件下方的“安装”，在安装插件页面中选择插件的规格配置，并单击“安装”。 部署Mnist示例。 下载kubeflow/examples到本地并根据环境选择指南，命令如下：
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
