[k8s系列六]K8S网络补充之DNS

Posted 2023-03-24

参考技术A 前面两章介绍了service和ingress，service有Cluster IP和Node Port两种类型：

但实际上，集群内部一般不直接用Cluster IP，而是用service名作为域名，通过Core DNS组件做一次域名解析后得到cluster IP。跨集群一般也不用nodePort，而是走Ingress ，或者loadbalance service。

DNS(Domain Name System) 用于将域名解析成IP地址，例如

Kubernetes 早期的 DNS 组件叫 KubeDNS。CNCF 社区后来引入了更加成熟的开源项目 CoreDNS 替换了 KubeDNS。所以我们现在提到 KubeDNS，其实默认指代的是 CoreDNS 项目。

集群中的每一个 Service（包括 DNS 服务本身）都将被分配一个 DNS name。格式为：<service_name>.<namespace>.svc.<cluster_domain>。cluster_domain默认为cluster.local。
每一个Pod创建时，都会在Pod的/etc/resolv.conf文件中，自动加入kube-dns service的domain name与相对应的IP地址。因此Pods可以透过名为kube-dns的service组件，找到正在运行的kube-dns。

根据附录1创建dnsutils pod，并按照DNS格式，尝试解析kube-dns(kube-system命名空间)和whoami-clusterip(default命名空间)。然后查看pod的域名解析文件/etc/resolv.conf中的内容，最后尝试在通过域名+端口号访问whoami-clusterip服务。

R中的多变量K-S检验

【中文标题】R中的多变量K-S检验

【英文标题】：Multivariate K-S test in R

【发布时间】：2015-10-12 08:13:10

【问题描述】：

因此，我们可以运行 K-S 测试来评估 dtwo 数据集的分布是否存在差异，如 here 所述。

让我们获取以下数据

set.seed(123)
N <- 1000
var1 <- runif(N, min=0, max=0.5)
var2 <- runif(N, min=0.3, max=0.7)
var3 <- rbinom(n=N, size=1, prob = 0.45)

df <- data.frame(var1, var2, var3)

然后我们可以根据 var3 结果分开

df.1 <- subset(df, var3 == 1)
df.2 <- subset(df, var3 == 0)

现在我们可以运行 Kolmogorov-Smirnov 检验来检验每个单独变量的分布差异。

ks.test(jitter(df.1$var1), jitter(df.2$var1))
ks.test(jitter(df.1$var2), jitter(df.2$var2))

不出所料，我们没有发现差异，可以假设不同的数据集来自相同的分布。这可以通过以下方式可视化：

plot(ecdf(df.1$var1), col=2)
lines(ecdf(df.2$var1))

plot(ecdf(df.1$var2), col=3)
lines(ecdf(df.2$var2), col=4)

但是现在我们想考虑var3==0 和var3==1 之间的分布是否在我们同时考虑var1 和var2 时不同。 当我们有多个预测变量时，是否有一个 R 包可以运行这样的测试

here提出了类似的问题，但没有得到任何答复

似乎有一些文献： Example 1 Example 2

但似乎没有任何东西与 R 相关

【问题讨论】：

这个问题似乎是题外话，因为它是关于统计的，而不是真正的特定编程问题。也许最好在Cross Validated

上问这个问题

【参考方案1】：

Peacock, J. A. (1983) 中讨论了二维 KS 检验。天文学中的二维拟合优度检验。皇家天文学会月报，202(3)，615–627。 https://doi.org/10.1093/mnras/202.3.615

有一个实现，https://cran.r-project.org/web/packages/Peacock.test/