请问如何规划 12 台普通 PC 组成 k8s 集群？

• 資深大佬 : liprais

  跑 spark 还不如装个 hadoop
  存储执行一块解决了

• 主 資深大佬 : morize

  @liprais 本来已经有一个 spark 集群了，只是查资料的时候发现 spark 新版支持了 k8s 所以才列为日后用途之一。目前规划另一个主要用途就是建 jupyterhub 给 lab 同学和老师一起用，个人顺便学习一下新技术。

• 資深大佬 : ArJun

  感觉这么多机器，性能有点过剩吧

• 資深大佬 : abbottcn

  你说的场景我不懂，但是用于高性能计算的集群，一般采用 NFS 方式，把存储共享给所有机器，至少其中一台机器承担 NFS 服务端，共享存储的快慢取决于存储的读写和网络带宽。 其他未涉及过，不晓得。

• 資深大佬 : momocraft

  k8s 支持不少种 volume 啊 只提这两个有什么原因吗?

• 資深大佬 : xupefei

  NFS 可以换成 HDFS，多跑几个 datanode 做负载平衡。
  你甚至可以每台机器在 k8s 里面跑 HDFS datanode + Spark worker。

  操作 HDFS 可以在 k8s mater 上进行，用 port-forward 把端口搞出来就可以了。

• 資深大佬 : xupefei

  另外我推荐装一个 https://rancher.com ，贼好用

• 主 資深大佬 : morize

  @momocraft 因为刚刚才开始接触 k8s，很多东西不了解，google 到的资料都是这两种较多，我的出发点是不浪费 worker node 的硬盘空间，想找一种方法把所有的硬盘交给 master node 按需分配的方法。如果有其他的方法，我也想尝试看看。

• 主 資深大佬 : morize

  @xupefei 感谢，我来研究一下

• 資深大佬 : mikumkf

  我这边的需求的安装基于 K8S 的 OpenPAI 系统并且分配 GPU，但是没折腾好，老哥交流下？

• 資深大佬 : limao693

  第一反应是这些机器装个 openstack，然后就可以起任意规格的虚拟机了

• 資深大佬 : lhx2008

  NFS 不太灵活，ceph 吧，应该可以不要配备份

• 資深大佬 : tyit

  12=3 台 K8s Master 节点，3 台 Ceph 节点，剩余的 K8s Worker 节点？

• 主 資深大佬 : morize

  @limao693 感谢提供思路，看了一下这个还蛮实用的，之前一直用 gcp 和 aws 的云主机，原来这种 IaaS 自己也能搞出来

• 主 資深大佬 : morize

  @mikumkf
  折腾无止境，一起进步吧。不过 GPU 分配的平台听起来挺酷的，先搞完现在的有机会再学习。

• 資深大佬 : goodryb

  如果只是跑 k8s，没必要再套一层 OpenStack，性能损耗

  我理解部署 k8s 和 ceph 可以复用机器吧，ceph 主要用存储，k8s 用计算资源