KubeCon + CloudNativeCon | Open Source Summit 2019 中国论坛

随着业务的增长，我们需要将 Kubernetets 部署到世界各地的多个数据中心。单个数据中心中就拥有超过数万个节点。我们面临的关键挑战是如何高效、可靠地在数据中心内管理多个大规模 Kubernetes 集群。

在本次演讲中，我们将分享实现大规模集群管理自动化的经验和实践。首先，我们将介绍全自动化节点生命周期管理，以及如何基于 NPD、Autoscaler 和自定义运算符自动发现和恢复节点故障。然后，我们将分享部署和升级 Kubernetes 集群的经验和解决方案。最后，我们将分享基于 Prometheus 和运算符的风险防控系统，该系统可确保集群可靠性，具有自动故障检测和隔离的能力。