cri-dockerd 项目教程
项目介绍
cri-dockerd 是一个适配器,为 Docker Engine 提供了一个 shim,使得可以通过 Kubernetes Container Runtime Interface (CRI) 来控制 Docker。Mirantis 和 Docker 已经同意合作,将这个 shim 代码独立维护在 Kubernetes 之外,作为一个符合 CRI 接口的 Docker Engine API。这意味着你可以继续基于 Docker Engine 构建 Kubernetes,只需从内置的 dockershim 切换到外部的 cri-dockerd。Mirantis 和 Docker 打算共同确保它继续像以前一样工作,并通过所有的一致性测试,继续像内置版本一样工作。
项目快速启动
安装 cri-dockerd
首先,克隆项目仓库:
git clone https://github.com/Mirantis/cri-dockerd.git
cd cri-dockerd
然后,构建并安装 cri-dockerd:
make build
sudo make install
配置 Kubernetes 使用 cri-dockerd
编辑 Kubernetes 的 kubelet 配置文件,通常位于 /etc/kubernetes/kubelet.conf,添加以下配置:
apiVersion: kubelet.config.k8s.io/v1beta1
kind: KubeletConfiguration
criSocket: /var/run/cri-dockerd.sock
重启 kubelet 服务:
sudo systemctl restart kubelet
应用案例和最佳实践
案例一:在 Mirantis Kubernetes Engine 中使用 cri-dockerd
Mirantis 将在 Mirantis Kubernetes Engine 中使用 cri-dockerd,确保 Docker Engine 的兼容性和一致性。
案例二:在 Docker Desktop 中使用 cri-dockerd
Docker 将继续在 Docker Desktop 中提供这个 shim,使得用户可以在本地开发环境中无缝使用 Kubernetes。
最佳实践
- 确保网络插件配置正确:对于版本 0.2.5 及以上的 cri-dockerd,默认网络插件是 CNI。Kubernetes 1.24+ 已经移除了 kubenet 和其他网络组件,因此需要配置 Calico、Flannel 或其他 CNI 插件。
- 定期更新和测试:定期更新 cri-dockerd 并进行一致性测试,确保与 Kubernetes 的兼容性。
典型生态项目
Calico
Calico 是一个开源的网络和网络安全解决方案,适用于容器、虚拟机和基于主机的本地工作负载。Calico 支持 Kubernetes、OpenShift、Docker 等平台。
Flannel
Flannel 是一个为 Kubernetes 设计的简单网络,它为每个主机分配一个子网,使得容器可以在不同主机之间通信。
Weave
Weave 是一个多主机网络解决方案,支持 Docker 和 Kubernetes,提供了一个简单的网络模型,使得容器可以在不同主机之间通信。
通过这些生态项目的配合,cri-dockerd 可以更好地融入 Kubernetes 生态系统,提供稳定和高效的容器运行环境。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00