使用 k3d 在本地运行 k8s

Posted 2023-05-10

参考技术A 本文介绍如何使用 k3d 在本地快速启动一个 k8s 集群。k3d 是以容器的方式运行 K3s 集群的工具，K3s 是 Rancher 推出的经过 CNCF 认证的与 K8S 完全兼容的发行版，特点是轻量级，启动快，依赖少，适合边缘计算以及资源能力有限的机器上运行集群。k3d 的这种启动方式对平台依赖少，安装部署比较干净利落，理论上本地只需要一个 Docker 运行环境即可。

打开 Docker Desktop for Mac 的首选项界面，选择 Docker Engine，加入如下设置：

之后点击 Apply & Restart 重启 Docker。

k3d 并不依赖于 kubectl，但是开发人员需要 kubectl 与 k3d 所创建的 k8s 集群进行通讯：

使用 k3d cluster create 命令即可新建集群，同样 k3d 也支持通过命令行选项传入更多的可选参数，此外，也可以经由一个 YAML 配置文件来统一进行配置。下面我们重点介绍以下后者的启动方式。

新建一个 YAML 格式的配置文件 mycluster.yaml 如下：

上面的配置文件指定了集群的名称、集群的节点个数（servers, agents) 以及向主机暴露的端口，更多的配置参数介绍请访问 Config File - k3d 。

接下来我们使用上面的配置文件 mycluster.yaml ，通过向 k3d 传入 --config 参数来创建我们的集群：

接下来我们使用 kubectl 来查看集群 mucluster 中的基本信息：

至此，一个最基本的 k8s 集群就已经创建好了。

使用以下命令删除上面已经创建的集群：

此处我们使用 k3d 官网提供的测试应用部署方法来启动一个 nginx：

在浏览器打开 http://localhost:8080/

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/