从零在单机上搭建k8s ，kubeflow1.7机器学习平台（国内环境）-Toy模板网

这篇具有很好参考价值的文章主要介绍了从零在单机上搭建k8s ，kubeflow1.7机器学习平台（国内环境）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

从零在单机上搭建k8s ，kubeflow1.7机器学习平台

前言

kubeflow是在k8s之上搭建的机器学习平台，涵盖了机器学习的开发、训练、优化、部署、管理阶段。由于我是在单机上进行的，故k8s环境是基于kind来进行快速搭建。Kind 是一个通过使用 docker 容器模拟节点来创建本地 k8s 集群的工具。综上，不难看出，kubeflow依赖于k8s，kind创建的k8s位于docker容器中。

一、基础环境准备

centos版本：CentOS Linux release 7.6.1810
docker版本：24.0.7
kind版本：0.17.0 [注：kind 0.17.0 默认用的是 v.1.25.3 版本 k8s]
kubectl版本：v1.25.3 [注：client以及server版本最好一致]
kustomize版本：v5.0.3
Kubernetes 版本：v1.25.3

二、docker安装

卸载旧版本（可选）

yum remove -y docker docker-common docker-selinux docker-engine
安装依赖的软件包

yum install -y yum-utils device-mapper-persistent-data lvm2
国内添加yum源进行加速

yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
安装docker的三个组件

yum install docker-ce docker-ce-cli containerd.io
- docker-ce 的主要作用是负责构建、运行和管理容器。主要包含 Docker Daemon（服务端）和 Docker Client（客户端）
- docker-ce-cli 是 Docker 的命令行工具。通过 CLI，用户可以与 Docker 引擎进行交互，运行 Docker 命令。它还提供了一系列命令，用于构建、管理和监视容器。
- containerd.io提供了容器生命周期管理、镜像传输和存储等核心功能。它还提供了容器生命周期管理、镜像传输和存储等核心功能。
启动docker及开机自启动

sudo systemctl start docker #手动启动

sudo systemctl enable docker #开机自启动

三、kind安装

kind 只是一个二进制文件，因此下载下来放到 bin 目录即可。

踩坑：根据你的centos版本，kind应创建对应的k8s版本。不然有可能会报错，kind创建cluster的时候会用到对应的cgroup

curl -Lo ./kind https://kind.sigs.k8s.io/dl/v0.17.0/kind-linux-amd64
chmod +x ./kind
sudo mv ./kind /usr/local/bin/kind

四、kubectl、kustomize安装

Kind 只负责创建集群（会配置好 kubeconfig），后续操作集群的话需要手动安装 kubectl.

# 安装最新的kubectl
curl -LO "https://dl.k8s.io/release/$(curl -L -s https://dl.k8s.io/release/stable.txt)/bin/linux/amd64/kubectl" chmod +x kubectl sudo mv kubectl /usr/local/bin

# （可选）安装对应版本的kubectl，需要对应版本存在
curl -LO https://dl.k8s.io/release/v1.25.3/bin/linux/arm64/kubectl
sudo mv kubectl /usr/local/bin

# 安装对应版本的kustomize
curl -o install_kustomize.sh "https://raw.githubusercontent.com/kubernetes-sigs/kustomize/master/hack/install_kustomize.sh"
sh install_kustomize.sh 5.0.3 .
cp kustomize /bin/

五、创建k8s cluster

docker pull kindest/node:v1.25.3

然后创建集群时指定刚才拉下来的镜像以及创建的yaml文件

kind create cluster --config=kind-config.yaml --image kindest/node:v1.25.3 --name kubeflow -v 5

不出问题的话，几分钟就能创建好kubeflow这个cluster

kind-config.yaml文件

apiVersion: kind.x-k8s.io/v1alpha4
kind: Cluster
nodes:
- role: control-plane
  extraPortMappings:
  - containerPort: 30000 #这里可以指定container对应的端口
    hostPort: 30000 #这里可以指定host对应的端口
    listenAddress: "0.0.0.0" # Optional, defaults to "0.0.0.0"
    protocol: tcp # Optional, defaults to tcp
  kubeadmConfigPatches:
  - |
    kind: InitConfiguration
    nodeRegistration:
      kubeletExtraArgs:
        node-labels: "ingress-ready=true"

常用命令集合

# kind 查看集群数据
kind get clusters
# 删除集群
# syntax：kind delete  cluster --name ${clustername}
kind delete  cluster --name kubeflow

这里需要特别注意，后面是个大坑！

由于 kind 是通过 docker 容器模拟 node 来部署集群的，因此和普通集群有一些差异。主要包括以下几个方面：

文件系统
- kind cluster 中无法直接访问宿主机上的文件
- kind cluster 中无法直接使用宿主机上的镜像
网络
- 比如无法在宿主机直接访问 kind cluster 中的服务

以上问题 kind 都提供了相应的解决方案，比如镜像导入、端口映射、目录映射，详细解决方案可见链接

六、国内私有云搭建kubeflow

6.1 下载官方安装脚本

看官方的配置要求 https://github.com/kubeflow/manifests#prerequisites

# v1.7.0官方脚本文件
wget https://github.com/kubeflow/manifests/archive/refs/tags/v1.7.0.zip

# unzip v1.7.0.zip
unzip v1.7.0.zip mv manifests-1.7.0/ manifests

6.2 国外镜像拉到本地

由于在私有云上无法访问外网，之前找了很多方案都无法解决，故只能找到国内的一个镜像源来代替，再次很感谢Daocloud所做的工作，让国内访问国外镜像便捷了很多。

#cd 到manifests目录
cd manifests
#获取gcr镜像，因为我的网络只无法获取gcr.io, 可以根据需求修改
kustomize build example |grep 'image: gcr.io'|awk '$2 != "" { print $2}' |sort -u 
#将需要拉取的的gcr镜像保存到image_list.txt中（上面这条命令输出的就是gcr镜像，手动复制粘贴）
vim image_list.txt
# 运行脚本,脚本在下方给出
sh pull_images.sh
# 查看docker镜像
docker images

pull_images.sh文件如下

registry_prefix="m.daocloud.io/"

# 读取镜像列表
while IFS= read -r image; do
  # 拼接完整的镜像路径
  full_image="${registry_prefix}${image}"

  # 执行 Docker 拉取命令
  docker pull "$full_image"

  # 如果你还需要其他操作，可以在这里添加
done < image_list.txt

这里就是上面第五模块提到的一个坑，因为拉取的镜像是在本地，在cluster中无法直接访问，所以还需要将镜像同步到cluster中

#同步到cluster，批量的话也可以自己写个脚本文件，类似于上面的sh文件。或者自己手动一个个load也行
kind load docker-image m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/webhook:bc1376 --name kubeflow 
#待全部都load到cluster中可以进去容器中查看,跟宿主机上一致就没问题了  
# 查看 node 里的镜像列表
docker exec -it kubeflow-control-plane crictl images

这部分的第二个坑，对于knative-releases部分的，没有对应的tag，需要自己打tag，注意tag一定要正确了，后面kustomization.yaml要用到。

# 打tag，我这里用的就是原本仓库@后面的前六位
# docker tag <IMAGE ID > <REPOSITORY-name:tag-name>
docker tag 28336a010382 m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/activator:c3bbf3

6.3 准备sc、pv、pvc

准备本地目录

mkdir -p /data/k8s/istio-authservice /data/k8s/katib-mysql /data/k8s/minio /data/k8s/mysql-pv-claim

修改auth路径权限
sudo chmod -R 777 /data/k8s/istio-authservice/

编写kubeflow-storage.yaml
hostPath: path: “/data/k8s/istio-authservice” 改成上面各自创建的目录

kind: StorageClass
apiVersion: storage.k8s.io/v1
metadata:
  name: local-storage
provisioner: kubernetes.io/no-provisioner
volumeBindingMode: WaitForFirstConsumer

---
apiVersion: v1
kind: PersistentVolume
metadata:
  name: authservice
  namespace: istio-system
  labels:
    type: local
spec:
  storageClassName: local-storage
  capacity:
    storage: 10Gi
  accessModes:
    - ReadWriteOnce
  hostPath:
    path: "/data/k8s/istio-authservice"

---
apiVersion: v1
kind: PersistentVolume
metadata:
  namespace: kubeflow
  name: katib-mysql
  labels:
    type: local
spec:
  storageClassName: local-storage
  capacity:
    storage: 10Gi
  accessModes:
    - ReadWriteOnce
  hostPath:
    path: "/data/k8s/katib-mysql"

---
apiVersion: v1
kind: PersistentVolume
metadata:
  name: minio
  namespace: kubeflow
  labels:
    type: local
spec:
  storageClassName: local-storage
  capacity:
    storage: 20Gi
  accessModes:
    - ReadWriteOnce
  hostPath:
    path: "/data/k8s/minio"

---
apiVersion: v1
kind: PersistentVolume
metadata:
  name: mysql-pv-claim
  namespace: kubeflow
  labels:
    type: local
spec:
  storageClassName: local-storage
  capacity:
    storage: 20Gi
  accessModes:
    - ReadWriteOnce
  hostPath:
    path: "/data/k8s/mysql-pv-claim"

执行

# 执行脚本 安装 sc pv pvc
kubectl apply -f kubeflow-storage.yaml
#这里也有一个坑 就是最后执行完要看看绑定的NAME 跟 CLAIM是不是一致的，不一致的话会报错minio-*以及ml-pipeline会报错。需要要删除对应的pv以及pvc，单独创建pv，详情看6.6 第五个坑
#查看创建的的sc pv pvc
kubectl get sc
kubectl get pv -n kubeflow
kubectl get pvc -n kubeflow

6.4 修改安装脚本

在example/kustomization.yaml脚本中添加images参数，这是全局的修改yaml文件，另外我将visualization-server以及frontend这两个pod都修改成了2.0.0-alpha.7，原本脚本拉取的是最新的镜像。

apiVersion: kustomize.config.k8s.io/v1beta1
kind: Kustomization

sortOptions:
  order: legacy
  legacySortOptions:
    orderFirst:
    - Namespace
    - ResourceQuota
    - StorageClass
    - CustomResourceDefinition
    - MutatingWebhookConfiguration
    - ServiceAccount
    - PodSecurityPolicy
    - Role
    - ClusterRole
    - RoleBinding
    - ClusterRoleBinding
    - ConfigMap
    - Secret
    - Endpoints
    - Service
    - LimitRange
    - PriorityClass
    - PersistentVolume
    - PersistentVolumeClaim
    - Deployment
    - StatefulSet
    - CronJob
    - PodDisruptionBudget
    orderLast:
    - ValidatingWebhookConfiguration

resources:
# Cert-Manager
- ../common/cert-manager/cert-manager/base
- ../common/cert-manager/kubeflow-issuer/base
# Istio
- ../common/istio-1-16/istio-crds/base
- ../common/istio-1-16/istio-namespace/base
- ../common/istio-1-16/istio-install/base
# OIDC Authservice
- ../common/oidc-authservice/base
# Dex
- ../common/dex/overlays/istio
# KNative
- ../common/knative/knative-serving/overlays/gateways
- ../common/knative/knative-eventing/base
- ../common/istio-1-16/cluster-local-gateway/base
# Kubeflow namespace
- ../common/kubeflow-namespace/base
# Kubeflow Roles
- ../common/kubeflow-roles/base
# Kubeflow Istio Resources
- ../common/istio-1-16/kubeflow-istio-resources/base


# Kubeflow Pipelines
- ../apps/pipeline/upstream/env/cert-manager/platform-agnostic-multi-user
# Katib
- ../apps/katib/upstream/installs/katib-with-kubeflow
# Central Dashboard
- ../apps/centraldashboard/upstream/overlays/kserve
# Admission Webhook
- ../apps/admission-webhook/upstream/overlays/cert-manager
# Jupyter Web App
- ../apps/jupyter/jupyter-web-app/upstream/overlays/istio
# Notebook Controller
- ../apps/jupyter/notebook-controller/upstream/overlays/kubeflow
# Profiles + KFAM
- ../apps/profiles/upstream/overlays/kubeflow
# Volumes Web App
- ../apps/volumes-web-app/upstream/overlays/istio
# Tensorboards Controller
-  ../apps/tensorboard/tensorboard-controller/upstream/overlays/kubeflow
# Tensorboard Web App
-  ../apps/tensorboard/tensorboards-web-app/upstream/overlays/istio
# Training Operator
- ../apps/training-operator/upstream/overlays/kubeflow
# User namespace
- ../common/user-namespace/base

# KServe
- ../contrib/kserve/kserve
- ../contrib/kserve/models-web-app/overlays/kubeflow

images:
 - name: gcr.io/ml-pipeline/metadata-envoy:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/metadata-envoy
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/arrikto/kubeflow/oidc-authservice:e236439
   newName: m.daocloud.io/gcr.io/arrikto/kubeflow/oidc-authservice
   newTag: "e236439"
 - name: gcr.io/knative-releases/knative.dev/eventing/cmd/controller@sha256:33d78536e9b38dbb2ec2952207b48ff8e05acb48e7d28c2305bd0a0f7156198f
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/eventing/cmd/controller
   newTag: "33d785"
 - name: gcr.io/knative-releases/knative.dev/eventing/cmd/mtping@sha256:282b5265e1ef26309b3343038c9b4f172654e06cbee46f6ddffd23ea9ad9a3be
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/eventing/cmd/mtping
   newTag: "282b52"
 - name: gcr.io/knative-releases/knative.dev/eventing/cmd/webhook@sha256:d217ab7e3452a87f8cbb3b45df65c98b18b8be39551e3e960cd49ea44bb415ba
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/eventing/cmd/webhook
   newTag: "d217ab"
 - name: gcr.io/knative-releases/knative.dev/net-istio/cmd/controller@sha256:2b484d982ef1a5d6ff93c46d3e45f51c2605c2e3ed766e20247d1727eb5ce918
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/net-istio/cmd/controller
   newTag: "2b484d"
 - name: gcr.io/knative-releases/knative.dev/net-istio/cmd/webhook@sha256:59b6a46d3b55a03507c76a3afe8a4ee5f1a38f1130fd3d65c9fe57fff583fa8d
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/net-istio/cmd/webhook
   newTag: "59b6a4"
 - name: gcr.io/knative-releases/knative.dev/serving/cmd/activator@sha256:c3bbf3a96920048869dcab8e133e00f59855670b8a0bbca3d72ced2f512eb5e1
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/activator
   newTag: "c3bbf3"
 - name: gcr.io/knative-releases/knative.dev/serving/cmd/autoscaler@sha256:caae5e34b4cb311ed8551f2778cfca566a77a924a59b775bd516fa8b5e3c1d7f
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/autoscaler
   newTag: "caae5e"
 - name: gcr.io/knative-releases/knative.dev/serving/cmd/controller@sha256:38f9557f4d61ec79cc2cdbe76da8df6c6ae5f978a50a2847c22cc61aa240da95
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/controller
   newTag: "38f955"
 - name: gcr.io/knative-releases/knative.dev/serving/cmd/domain-mapping@sha256:763d648bf1edee2b4471b0e211dbc53ba2d28f92e4dae28ccd39af7185ef2c96
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/domain-mapping
   newTag: "763d64"
 - name: gcr.io/knative-releases/knative.dev/serving/cmd/domain-mapping-webhook@sha256:a4ba0076df2efaca2eed561339e21b3a4ca9d90167befd31de882bff69639470
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/domain-mapping-webhook
   newTag: "a4ba00"
 - name: gcr.io/knative-releases/knative.dev/serving/cmd/queue@sha256:505179c0c4892ea4a70e78bc52ac21b03cd7f1a763d2ecc78e7bbaa1ae59c86c
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/queue
   newTag: "505179"
 - name: gcr.io/knative-releases/knative.dev/serving/cmd/webhook@sha256:bc13765ba4895c0fa318a065392d05d0adc0e20415c739e0aacb3f56140bf9ae
   newName: m.daocloud.io/gcr.io/knative-releases/knative.dev/serving/cmd/webhook
   newTag: "bc1376"
 - name: gcr.io/kubebuilder/kube-rbac-proxy:v0.13.1
   newName: m.daocloud.io/gcr.io/kubebuilder/kube-rbac-proxy
   newTag: "v0.13.1"
 - name: gcr.io/kubebuilder/kube-rbac-proxy:v0.8.0
   newName: m.daocloud.io/gcr.io/kubebuilder/kube-rbac-proxy
   newTag: "v0.8.0"
 - name: gcr.io/ml-pipeline/api-server:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/api-server
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/cache-server:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/cache-server
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/frontend:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/frontend
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/frontend
   newName: m.daocloud.io/gcr.io/ml-pipeline/frontend
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/metadata-writer:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/metadata-writer
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/minio:RELEASE.2019-08-14T20-37-41Z-license-compliance
   newName: m.daocloud.io/gcr.io/ml-pipeline/minio	
   newTag: "RELEASE.2019-08-14T20-37-41Z-license-compliance"
 - name: gcr.io/ml-pipeline/mysql:8.0.26
   newName: m.daocloud.io/gcr.io/ml-pipeline/mysql
   newTag: "8.0.26"
 - name: gcr.io/ml-pipeline/persistenceagent:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/persistenceagent
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/scheduledworkflow:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/scheduledworkflow
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/viewer-crd-controller:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/viewer-crd-controller
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/workflow-controller:v3.3.8-license-compliance
   newName: m.daocloud.io/gcr.io/ml-pipeline/workflow-controller
   newTag: "v3.3.8-license-compliance"
 - name: gcr.io/tfx-oss-public/ml_metadata_store_server:1.5.0
   newName: m.daocloud.io/gcr.io/tfx-oss-public/ml_metadata_store_server
   newTag: "1.5.0"
 - name: gcr.io/ml-pipeline/visualization-server
   newName: m.daocloud.io/gcr.io/ml-pipeline/visualization-server
   newTag: "2.0.0-alpha.7"
 - name: gcr.io/ml-pipeline/visualization-server:2.0.0-alpha.7
   newName: m.daocloud.io/gcr.io/ml-pipeline/visualization-server
   newTag: "2.0.0-alpha.7"

在下面每个文件里面添加 storageClassName: local-storage

apps/katib/upstream/components/mysql/pvc.yaml
apps/pipeline/upstream/third-party/minio/base/minio-pvc.yaml
apps/pipeline/upstream/third-party/mysql/base/mysql-pv-claim.yaml
common/oidc-authservice/base/pvc.yaml

在单机上创建k8s,kubeflow平台,kubernetes,机器学习,容器,kind,云原生

6.5 一键安装

cd manifests
# 执行脚本安装
while ! kustomize build example | kubectl apply -f -; do echo "Retrying to apply resources"; sleep 10; done

执行完之后，需要等待半个小时左右，因为有很多个pod需要拉取。运行下面的命令查看pod状态，须所有pod都为running了就没问题。

kubectl get pods --all-namespaces

在单机上创建k8s,kubeflow平台,kubernetes,机器学习,容器,kind,云原生

带所有pod都running之后，运行以下命令，访问kubeflow dashboard,如下图所示

kubectl port-forward --address 0.0.0.0 svc/istio-ingressgateway -n istio-system 8080:80

在单机上创建k8s,kubeflow平台,kubernetes,机器学习,容器,kind,云原生

6.6 踩的坑

第一个坑：如6.2最后，需要将宿主机上的镜像同步到cluster中，若读者不适用kind创建的就忽略这一步
第二个坑：对于拉取的@XXX，需要自己重新去打tag，详情见6.2最后部分
第三个坑：关于kubeflow-user-example-com的，虽然在kustomization.yaml文件中修改了，但这部分还是回去gcr.*去拉取，所以需要手动去修改。

以上三个坑基本都是报 imagepullbackoff错误，大多数都是因为镜像在国外，国内无法访问。解决办法就是用国内镜像代替，在前面添加m.daocloud.io/
```
# 修改pod
kubectl edit pod -n kubeflow-user-example-com  <NAME>
# 找到对应的image目录进行修改，手动添加m.daocloud.io/ 如下图所示
```

在单机上创建k8s,kubeflow平台,kubernetes,机器学习,容器,kind,云原生
4. 第四个坑，authservice创建持久卷的权限问题，报错CrashLoopBackOff

# 查看错误日志
kubectl logs authservice-0 -n istio-system
# 查看上一步错误日志
kubectl logs -p authservice-0 -n istio-system
# 查看端口日志
kubectl describe pod authservice-0 -n istio-system

# 错误信息
authservice-0 pod 启动失败：Error opening bolt store: open /var/lib/authservice/data.db: permission denied

修改common/oidc-authservice/base/statefulset.yaml, 添加以下内容

      initContainers:
      - name: fix-permission
        image: busybox
        command: ['sh', '-c']
        args: ['chmod -R 777 /var/lib/authservice;']
        volumeMounts:
        - mountPath: /var/lib/authservice
          name: data

或者用命令kubectl edit statefulset -n istio-system authservice直接进行修改，修改之后的yaml文件如图所示
在单机上创建k8s,kubeflow平台,kubernetes,机器学习,容器,kind,云原生

第五个坑，minio-*以及ml-pipeline-报错CrashLoopBackOff，主要原因是持久化卷绑定错误，minio-pvc以及mysql-pv-claim绑定的VOLUM弄反了。

#查看 pv 以及 pvc
kubectl get pvc -n kubeflow
kubectl get pv -n kubeflow

解决方案

删除原来的pv以及pvc

# kubectl delete pvc -n <k8s-name> <pv-name OR pvc-name>
kubectl delete pvc -n kubeflow minio-pvc
kubectl delete pv -n kubeflow minio-pvc
# 结果发现删不掉，hhh。因为k8s存在数据保护机制，需要先接触保护机制。pvc同理
kubectl patch pv <pv-name> -p '{"metadata":{"finalizers":null}}'
kubectl delete pv <pv-name>

将6.3第二部分的kubeflow-storage.yaml文件，单独拎出来minio以及mysql-pv-claim部分，重新创建

#重新创建 auth 以及mysql 持久化卷
kubectl apply -f *.yaml

创建之后，因为这些pod采用的是动态存储，还需要将这些pod删除之后才能够完成

# 删除pod
# kubectl delete pod -n <k8s-name> <pod-name>
kubectl delete pod -n kubeflow minio

七、总结

折腾了好几天，写下这篇博客记录，希望能帮助需要的人。如果对您有帮助，辛苦点个赞鼓励一下，码字不易，谢谢。

参考链接

国内镜像同步 https://github.com/DaoCloud/public-image-mirror
kind安装k8s https://www.lixueduan.com/posts/kubernetes/15-kind-kubernetes-in-docker
kubeflow安装1https://blog.csdn.net/weixin_40548136/article/details/131481520
kubeflow安装2https://blog.csdn.net/yanqianglifei/article/details/128432784文章来源地址https://www.toymoban.com/news/detail-769742.html

到了这里，关于从零在单机上搭建k8s ，kubeflow1.7机器学习平台（国内环境）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！