打造你的家庭实验室:基于Proxmox VE的小型K8s集群
项目介绍
你是否想要练习Kubernetes(K8s)?你是否恰好有一台闲置的电脑?那么,这个指南系列可能正是你所需要的!在这个系列中,我将详细解释如何配置一台能够运行小型Kubernetes集群的服务器,只需使用几台虚拟机即可实现。
这个项目名为“小型家庭实验室”,意味着我在编写指南时考虑到了我手头唯一的低端消费级电脑。虽然硬件配置有限,但足以完成所提出的任务。你将在第一篇指南G001中详细了解我的硬件设置。
你可能会有疑问,难道没有其他指南解释如何构建这样的服务器吗?事实上,大多数指南都要求你拥有多台电脑(通常是Raspberry Pi)来作为K3s Kubernetes集群的节点。而我只有一台基本的电脑,但我通过虚拟机克服了这一限制。
此外,大多数指南使用替代工具(如k3sup和helm)来处理节点的安装和配置。我首先选择了更难的路径,尽可能接近标准的kubectl方式,从零开始构建Kubernetes集群,因此这些工具不在我的考虑范围内。尽管如此,在某些情况下,这些指南仍然为我提供了参考,你会在我的指南底部找到一些相关链接。
除了上述两点,我还发现互联网上关于我在家庭实验室中想要或需要做的事情的信息相当分散。我知道将我所做的一切以及我遵循的参考资料集中在一个地方会非常方便。我还意识到,由于我的构建相当通用,我可以进一步格式化这些指南,使其对任何拥有类似闲置电脑的人(甚至更好的电脑)都有用。
因此,在这个指南系列中,我为你提供了一个集中化的流程,教你如何在单台电脑上使用虚拟机运行小型Kubernetes集群。
项目技术分析
这个指南系列主要涉及三个核心概念:
- 虚拟化平台的安装与配置:如何安装和配置虚拟化平台。
- 小型Kubernetes集群的设置:如何使用虚拟机设置小型Kubernetes集群。
- 在Kubernetes集群上部署应用:如何在Kubernetes集群上部署应用程序。
在这些主要概念中,我还涵盖了一些其他内容,如加固、防火墙、优化、备份等,这些都是我在设置服务器时遇到的问题。
每个指南都详细且解释性强,只有在之前已经完成或在读者应该已经了解的情况下才会省略某些内容。由于整个系列是关于构建一个具体的设置,指南之间是相互关联的,因此它们更像是一本书的章节,而不是独立的指南。尽管如此,每个指南通常只涉及一个主要概念或流程,而设置则作为如何实现它的示例。
项目及技术应用场景
这个项目适用于以下人群:
- 具有一定Linux和虚拟机背景,并对Kubernetes感兴趣的人。
- 任何需要在单台消费级电脑上运行Kubernetes的人。
这个指南系列的主要目标是,将一台低端消费级电脑转变为一个小型Kubernetes家庭实验室。
在这个指南系列中,我使用的核心平台包括:
- 虚拟化平台:Proxmox Virtual Environment,作为独立节点。
- Kubernetes发行版:Rancher K3s,用于在Proxmox VE独立节点上运行的KVM虚拟机中构建小型Kubernetes集群。
在设置Kubernetes集群后,我计划在其上部署以下应用:
- 文件云:Nextcloud。
- 轻量级Git服务器:Gitea。
- Kubernetes集群监控堆栈:包括Prometheus、Grafana等监控模块。
此外,整个系统还将应用一些备份流程。
项目特点
- 低成本:利用闲置的低端消费级电脑,无需额外硬件投入。
- 灵活性:通过虚拟机克服硬件限制,实现多节点Kubernetes集群。
- 自定义:从零开始构建Kubernetes集群,不依赖第三方工具,更接近标准
kubectl方式。 - 集中化:将分散的信息集中在一个地方,方便学习和参考。
- 实用性:涵盖了从虚拟化平台安装到Kubernetes集群部署的全流程,适合实际应用。
无论你是Kubernetes新手,还是希望在家庭实验室中实践Kubernetes的高级用户,这个指南系列都能为你提供宝贵的参考和实践经验。立即开始你的Kubernetes之旅吧!
导航
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust012
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00