编写这个教程的分工

[typhoonzero]

Kubernetes分享提纲

• 一个运行Job的例子 @typhoonzero
• 一个RealWorldExample，任务依赖，AI的全生命周期 @typhoonzero
• 为什么实现AI的目标需要Kubernetes--gongweibao
  • 更大的数据
  • 通用计算集群的重要性(介绍不同业务集群相互独立，造成的利用率低下)
• 容器简介 @Yancey1989
  • 代码隔离的必要性
    • 物理隔离
    • 多账户
    • 虚拟机
    • 容器／沙盒
  • 容器和虚拟机的对比
  • 多个实现：warden, rkt, lxc, docker, sandbox
  • 功能
    • 运行环境隔离(kernel namespaces)
    • 资源配额Control groups
    • Layer FS
    • 应用打包语言Dockerfile
    • 跨平台（Mac, Linux, Windows）
    • 网络映射(NAT)
• 容器集群化
  • 现状和问题
    • 业界计算集群资源利用率普遍很低
    • 在线集群和离线任务集群 独立部署
  • 现有集群资源管理软件的横向对比（Mesos、Yarn等）
  • Kubernetes带来的特性
    • 同时调度在线业务和离线业务
    • 支持Stateless和Stateful两种分布式应用部署
    • 经过Google检验的容器调度和管理（health, recover, ）
      • 在线更新Rolling update
      • 扩容缩容
      • 故障恢复
      • 资源调度机制
      • label调度
    • Kubernetes网络模型
      • Flannel原理(docker0的作用，UDP、host-gw的区别)
      • Service机制(cluster-ip、node-port)
      • 如何处理集群外部的访问(7层代理-ingress，4层代理-loadbalancer)
    • kubernetes的存储模型
      • Volume的机制
    • Kubernetes的监控架构
      • 基于heapster+influxdb+grafana的解决方案
    • Kubernetes的统一日志处理
      • 基于Elasticsearch+Fluentd+Kibana(EFK)的解决方案
• 存储集群--gongweibao
  • 块设备和对象存储, S3 API成为行业标准
  • 数据容灾
  • 存储服务容灾
  • SSD和多级存储
• 作业管理
  • 可视化作业管理（锦上添花，欲善其事，先利其器）
  • 处理相互依赖关系的作业调度（类似于ETL任务调度）
• 目标和应用场景
  • 行业AI服务一体机
  • AI开发平台一体机？

[pineking]

是不是加上：

• Kubernetes 的用户认证和授权，和 namespace 结合
• 在 Kubernetes 的 Service 介绍时，补上 kubedns
• 为了 AI 实验，加上一节 Kubernetes 对 GPU 的资源管理？

[pineking]

建议和 readthedocs.io 结合，自动生成文档

[Yancey1989]

@pineking 好建议！有时间的话也提一些PR？😄

[pineking]

@Yancey1989 好！

[gongweibao]

我可以写存储集群部分

[Yancey1989]

@gongweibao 太好了，👍

[pineking]

我可以提一些写 GPU 相关的 PR