跳至主要内容
文档
技术领域
close
AI 和机器学习
应用开发
应用托管
计算
数据分析和流水线
数据库
分布式云、混合云和多云
生成式 AI
行业解决方案
网络
可观测性和监控
安全
Storage
跨产品工具
close
访问权限和资源管理
费用和用量管理
Google Cloud SDK、语言、框架和工具
基础架构即代码
迁移
相关网站
close
Google Cloud 首页
免费试用和免费层级
架构中心
博客
联系销售团队
Google Cloud 开发者中心
Google 开发者中心
Google Cloud Marketplace
Google Cloud Marketplace 文档
Google Cloud Skills Boost
Google Cloud Solution Center
Google Cloud 支持团队
Google Cloud Tech YouTube 频道
/
English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
中文 – 简体
中文 – 繁體
日本語
한국어
控制台
登录
Google Kubernetes Engine (GKE)
概览
指南
参考文档
示例
资源
联系我们
免费开始使用吧
文档
概览
指南
参考文档
示例
资源
技术领域
更多
跨产品工具
更多
相关网站
更多
控制台
联系我们
免费开始使用吧
Discover
GKE 简介
探索 GKE 文档
使用 GKE 还是 Cloud Run？
试试看
在控制台中创建集群
使用 Terraform 创建集群
探索集群
在 Gemini 的协助下微调 GKE 服务
了解基础知识
开始了解 GKE
了解 Kubernetes 基础知识
开始了解 Kubernetes
容器简介
Kubernetes 漫画
Kubernetes.io
视频播放列表：借助 Google 了解 Kubernetes
了解 GKE 基础知识
GKE 操作模式
GKE 版本
视频播放列表：GKE 基本功能
开始使用
集群生命周期
集群管理概览
集群配置
部署工作负载
GKE 集群架构
工作流和工具
gcloud CLI 概览
Google Cloud 控制台中的 GKE
使用 Terraform 预配 GKE 资源
安装 kubectl 并配置集群访问权限
使用 IDE 简化部署
学习路线：将应用容器化
概览
了解单体
对单体式应用进行模块化处理
准备容器化
将模块化应用容器化
将应用部署到集群
学习路线：可伸缩的应用
概览
创建集群
使用 Prometheus 进行监控
扩缩工作负载
模拟故障
生产注意事项
设计和规划
代码示例
快速起步解决方案
使用 Java 的动态 Web 应用
电子商务 Web 应用
架构和最佳实践
使用 Cloud Code、Cloud Build 和 Google Cloud Deploy 开发和交付应用
解决持续交付挑战
设置 GKE 集群
规划集群以运行工作负载
比较 GKE Autopilot 和 GKE Standard 中的功能
区域级集群简介
特性门控简介
Alpha 版集群简介
设置 Autopilot 集群
GKE Autopilot 简介
创建 Autopilot 集群
延长 Autopilot Pod 的运行时间
设置 Standard 集群
创建区域级集群
创建区域级集群
创建 Alpha 版集群
使用 Windows 节点池创建集群
准备使用集群
使用标签整理集群
使用标记管理 GKE 资源
配置节点池
节点池简介
节点映像简介
Containerd 映像简介
指定节点映像
GKE 上的 Arm 工作负载简介
创建具有 Arm 节点的标准集群和节点池
规划 GKE Standard 节点大小
Spot 虚拟机简介
使用单租户节点
Windows Server 容器简介
自动修复节点
使用 DaemonSet 自动引导 GKE 节点
设置多租户集群
集群多租户简介
规划多租户环境
为第三方租户准备 GKE 集群
设置多租户日志记录
使用舰队以简化多集群管理
舰队简介
创建舰队
设置服务网格
在 Autopilot 集群中预配 Cloud Service Mesh
增强集群的可扩缩性
GKE 可扩缩性简介
规划可扩缩性
规划大型 GKE 集群
规划大型工作负载
预配额外的计算容量以快速扩缩 Pod
使用预留的可用区级资源
降低和优化费用
规划费用优化
查看 GKE 费用
查看集群费用明细
查看与费用相关的优化指标
优化 GKE 费用
大规模合理调整 GKE 工作负载容量
在非高峰时段缩容 GKE 集群以减少费用
识别预配不足和预配过度的 GKE 集群
识别空闲 GKE 集群
为基础架构配置自动扩缩
集群自动扩缩简介
配置集群自动扩缩
节点自动预配简介
配置节点自动预配
查看集群自动扩缩事件
为工作负载配置自动扩缩
扩缩已部署的应用
关于根据指标自动扩缩工作负载
根据指标优化 Pod 自动扩缩
Pod 横向自动扩缩简介
使用 Pod 横向自动扩缩自动扩缩部署
为 GPU 上的 LLM 工作负载配置自动扩缩
为 TPU 上的 LLM 工作负载配置自动扩缩
查看 Pod 横向自动扩缩器事件
Pod 纵向自动扩缩简介
配置多维 Pod 自动扩缩
扩缩容器资源请求和限制
使用 KEDA 缩减至零
预配存储
GKE 集群的存储简介
使用 Kubernetes 功能、原语和抽象概念进行存储
使用永久性卷和动态预配
使用 StatefulSet
卷快照简介
使用卷扩展
使用 GKE Volume Populator 从 Cloud Storage 传输数据
块存储
预配和使用永久性磁盘
使用 Compute Engine Persistent Disk CSI 驱动程序
使用预先存在的永久性磁盘
手动安装 CSI 驱动程序
将永久性磁盘与多个读取器结合使用 (ReadOnlyMany)
基于固态硬盘的永久性磁盘
区域永久性磁盘
使用 Stateful HA Operator 提高有状态应用的可用性
预配和使用 Hyperdisk
关于 Hyperdisk
利用 Hyperdisk 扩缩存储性能
利用 Hyperdisk 存储池优化存储性能和费用
利用 Hyperdisk ML 加快 AI/机器学习数据加载速度
预配和使用 GKE 数据缓存
使用 GKE 数据缓存提升有状态工作负载的读取性能
管理永久性存储
为节点文件系统配置启动磁盘
克隆永久性磁盘
使用卷快照备份和恢复 Persistent Disk 存储空间
优化磁盘性能
优化磁盘性能简介
监控磁盘性能
本地 SSD 和临时存储空间
GKE 的本地 SSD 存储简介
预配基于本地 SSD 的临时存储空间
预配基于本地 SSD 支持的原始块存储
使用 EmptyDir 卷创建 Deployment
将专用 Persistent Disk 用作临时卷
文件存储
预配和使用 Filestore
Filestore 对 GKE 的支持简介
访问 Filestore 实例
使用 Filestore 部署有状态工作负载
关于适用于 GKE 的 Filestore 多共享
优化 Multishares for GKE
使用卷快照备份和恢复 Filestore 存储空间
预配和使用 Parallelstore
Parallelstore for GKE 简介
创建和使用由 Parallelstore 提供支持的卷
访问现有的 Parallelstore 实例
对象存储
快速入门：适用于 GKE 的 Cloud Storage FUSE CSI 驱动程序
适用于 GKE 的 Cloud Storage FUSE CSI 驱动程序简介
设置 Cloud Storage FUSE CSI 驱动程序
将 Cloud Storage 存储桶装载为临时卷
将 Cloud Storage 存储桶装载为永久性卷
配置 Cloud Storage FUSE CSI 驱动程序边车容器
优化 Cloud Storage FUSE CSI 驱动程序性能
配置集群安全
探索 GKE 安全性
GKE 中的安全性简介
控制平面安全简介
GKE 中的 FIPS 验证加密简介
GKE Autopilot 中的安全措施
集群信任简介
规划集群安全
强化集群的安全
安全修补
Kubernetes 的审核日志记录
Kubernetes Engine 的审核日志记录
Container Security API 的审核日志记录
审核政策简介
共担安全责任
缓解安全事件
机密 GKE 工作负载中的 vTPM
身份验证和授权
向 GKE API 进行身份验证
从 GKE 向 Google Cloud API 进行身份验证
RBAC 和 IAM 简介
RBAC 的最佳实践
GKE 中的服务账号简介
向 Kubernetes API 服务器进行身份验证
使用外部身份提供方向 GKE 集群进行身份验证
使用 GKE RBAC 授权在集群中执行操作
通过 RBAC 使用 Google 群组管理群组的权限
使用 IAM 政策授予对 Google Cloud 资源的访问权限
不使用 SSH 密钥管理节点 SSH 访问权限
按命名空间启用访问和查看集群资源
使用自定义组织政策限制对 GKE 资源的操作
GKE 中的 seccomp 简介
GKE 中的访问权限范围
访问具有私有 CA 证书的私有注册表
隔离集群和工作负载
GKE Sandbox 简介
使用 GKE Sandbox 隔离工作负载
在专用节点池中隔离工作负载
强制执行防火墙规则和政策
有选择性地在 GKE 中强制执行防火墙政策
使用网络标记将防火墙规则应用于节点
强化工作负载和节点的安全
使用 PodSecurity 以应用预定义的 Pod 级层安全政策
使用 Gatekeeper 以应用自定义 Pod 级层安全政策
Workload Identity Federation for GKE 简介
从 GKE 向 Google Cloud API 进行身份验证
使用客户端库访问存储在 GKE 集群外部的 Secret
停用不安全的 kubelet 只读端口
在每个 GKE 节点上运行虚拟机代理
加密敏感数据
使用 GKE 机密节点加密使用中的数据
使用用户管理的加密密钥在 GKE 中加密传输中的数据
在应用层对 Secret 加密
管理控制平面安全
控制平面安全简介
验证 GKE 控制平面虚拟机完整性
集群信任简介
控制平面授权简介
在 GKE 中运行您自己的证书授权机构和密钥
加密 etcd 和控制平面启动磁盘
验证 Google 人员在 GKE 控制平面中建立的连接
验证身份发放和使用情况
管理凭据
轮替集群的凭据
轮替控制平面 IP 地址
监控集群安全
安全状况信息中心简介
Kubernetes 安全状况扫描简介
扫描工作负载以查找配置问题
关于工作负载漏洞扫描
扫描容器以查找已知漏洞
为舰队配置 GKE 安全状况功能
在 Standard 集群中启用 Linux auditd 日志记录
部署和管理工作负载
规划工作负载部署
规划 Autopilot 工作负载的资源请求
迁移工作负载
确定要迁移到 Autopilot 的 Standard 集群
准备从 Standard 集群迁移到 Autopilot 集群
部署具有专用计算要求的工作负载
GKE 中的自定义计算类简介
使用自定义计算类控制自动扩缩的节点属性
Autopilot 集群中的内置计算类简介
为 Autopilot Pod 选择预定义的计算类
计算密集型工作负载的最低要求 CPU 平台
在 GKE 中配置 Pod 爆发
使用 PMU 分析 CPU 性能
部署具有特殊安全要求的工作负载
GKE Autopilot 合作伙伴
运行 GKE Autopilot 合作伙伴提供的特权工作负载
在 GKE Autopilot 上运行特权开源工作负载
部署需要专用设备的工作负载
GKE 中的动态资源分配 (DRA) 简介
为 DRA 准备 GKE 基础设施
部署 DRA 工作负载
管理工作负载
在 GKE 中配置工作负载隔离
将 GKE Pod 放置在特定的可用区中
模拟可用区故障
使用 NCCL Fast Socket 提高工作负载效率
容器映像摘要简介
在 Kubernetes 清单中使用容器映像摘要
提高工作负载初始化速度
使用流式容器映像
使用辅助启动磁盘预加载数据或容器映像
持续集成和交付
规划持续集成和交付
使用 Azure Pipelines 创建 CI/CD 流水线
使用 Cloud Build 实现 GitOps 形式的持续交付
借助 GKE 实现现代 CI/CD
软件交付框架
构建 CI/CD 系统
应用开发者工作流
部署数据库、缓存和数据流式传输工作负载
GKE 上的数据
在 GKE 上规划数据库部署
代管式数据库
使用 GKE Autopilot 和 Spanner 部署应用
使用 Persistent Disk 和 Cloud SQL 在 GKE 上部署 WordPress
使用 BigQuery、Cloud Run 和 Gemma 在 GKE 上分析数据
Kafka
使用 Strimzi 将 Apache Kafka 部署到 GKE
使用 Confluent 将 Apache Kafka 部署到 GKE
在 GKE 上部署高可用性 Kafka 集群
Redis
使用 Redis 和 PHP 创建多层 Web 应用
在 GKE 上部署 Redis 集群
使用 Spotahome 将 Redis 部署到 GKE
使用 Redis Enterprise 将 Redis 部署到 GKE
MySQL
部署有状态 MySQL 集群
PostgreSQL
部署高可用性 PostgreSQL 数据库
使用 Zalando 将 PostgreSQL 部署到 GKE
使用 CloudNativePG 将 PostgreSQL 部署到 GKE
SQL Server
在 GKE 上部署单实例 SQL Server 2017
Memcached
在 GKE 上部署 Memcached
向量数据库
使用 GKE 和 Cloud Storage 构建 RAG 聊天机器人
在 GKE 上部署 Qdrant 数据库
在 GKE 上部署 Elasticsearch 数据库
在 GKE 上部署 PostgreSQL 矢量数据库
在 GKE 上部署 Weaviate 向量数据库
部署 AI/机器学习工作负载
GKE 上的 AI/机器学习编排
运行机器学习和 AI 工作负载
GPU
GKE 中的 GPU 简介
在 GKE Autopilot 中部署 GPU 工作负载
在 GKE Standard 中部署 GPU 工作负载
加密使用中的 GPU 工作负载数据
使用 NVIDIA GPU Operator 管理 GPU 栈
GPU 共享
GKE 中的 GPU 共享策略简介
使用多实例 GPU
使用 GPU 分时
使用 NVIDIA MPS
使用 GPU 自动扩缩 LLM 推理工作负载的最佳实践
优化 GPU 上 LLM 推理性能的最佳实践
GKE 中的 TPU
GKE 中的 TPU 简介
规划 GKE 中的 TPU
申请 TPU
在日历模式下请求带有未来预留的 TPU
使用灵活启动预配模式为 TPU 运行小批量工作负载
在 GKE Autopilot 中部署 TPU 工作负载
在 GKE Standard 中部署 TPU 工作负载
在 GKE 中部署 TPU 多片
使用 JobSet 和 Kueue 编排 TPU 多切片工作负载
自动扩缩使用 TPU 的 LLM 推理工作负载的最佳实践
管理 GPU 和 TPU 的 GKE 节点中断
基于 CPU 的工作负载
通过选择机器系列优化 Autopilot Pod 性能
优化 GPU 和 TPU 预配
使用灵活启动预配 GPU 和 TPU 简介
通过灵活启动（带已排队的预配）运行大规模工作负载
以“灵活启动”预配模式运行小型批处理工作负载
培训
在 GKE Standard 模式下使用 GPU 训练模型
在 GKE Autopilot 模式下使用 GPU 训练模型
在 A3 Mega 虚拟机上使用 Megatron-LM 训练 Llama2
使用多层级检查点机制训练大规模机器学习模型
推理
GKE 上的 AI/机器学习模型推理简介
使用 GKE Inference Quickstart recipe 运行最佳实践推理
在 GPU 上试用推理示例
使用单个 GPU 提供模型
通过多个 GPU 提供 LLM
提供 Deepseek-R1 671B 或 Llama 3.1 405B 等 LLM
使用 Ray 在 L4 GPU 上提供 LLM
使用 TorchServe 提供可伸缩 LLM
使用 Hugging Face TGI 在 GPU 上提供 Gemma 服务
使用 vLLM 在 GPU 上提供 Gemma 服务
通过 vLLM 使用 GKE 上的 GPU 部署 Llama 模型
使用 TensorRT-LLM 在 GPU 上提供 Gemma 服务
使用 GKE 推理网关提供 LLM
使用多个 GPU 微调 Gemma 开放模型
通过经济高效且高可用性的 GPU 预配策略提供 LLM
在 TPU 上试用推理示例
通过 Optimum TPU 使用 TPU 提供开源模型
通过 JetStream 在 TPU 上提供 Gemma
通过 JetStream 和 PyTorch 在 TPU 上提供 LLM
使用 JetStream 和 Pathways 在多主机 TPU 上提供 LLM
通过 vLLM 在 TPU 上提供 LLM
通过 KubeRay 使用 TPU 提供 LLM
通过 MaxDiffusion 使用 GKE 上的 TPU 提供 SDXL
使用 Pathways 执行多主机推理
批量
在 GKE 上运行批处理工作负载的最佳实践
使用 Kueue 部署批处理系统
使用动态工作负载调度器获取 GPU
弹性启动的 GPU 可获取性简介
通过灵活启动（带已排队的预配）运行大规模工作负载
以“灵活启动”预配模式运行小型批处理工作负载
使用命名空间配额共享实现 Job 排队系统
使用 Kueue 针对混合训练和推理工作负载优化资源利用率
在 GKE 上使用 Ray
按应用类型部署工作负载
Web 服务器和应用
网站托管规划
部署有状态应用
确保工作负载能够应对中断
部署无状态应用
允许通过 hostPort 直接连接到 Autopilot Pod
运行 Django
从 Cloud Marketplace 部署应用
在 GKE 上大规模运行全栈工作负载
部署容器化网络服务器应用
游戏
获取 Agones 问题支持
隔离 GKE 集群中的 Agones 控制器
部署 Arm 工作负载
准备 Arm 工作负载以部署到 Standard 集群
为 Arm 工作负载构建多架构映像
在 Arm 架构上部署 Autopilot 工作负载
使用 Arm 将 GKE 上的 x86 应用迁移到多架构
Microsoft Windows
部署 Windows Server 应用
构建 Windows Server 多架构映像
在 GKE Windows 容器中使用 Windows 身份验证部署 ASP.NET 应用
以更低的费用运行容错工作负载
在 Autopilot 集群上使用 Spot Pod
使用 Spot 虚拟机在 GKE Standard 集群上运行工作负载
使用抢占式虚拟机运行工作负载
管理和优化集群
管理集群生命周期更改，以最大限度地减少中断
利用分析洞见和建议优化 GKE 使用
管理 GKE 集群
升级到 GKE Enterprise
为预演配置集群和工作负载
升级集群和节点池
GKE 集群升级简介
规划集群升级
发布渠道简介
使用发布渠道
Autopilot 集群升级简介
Standard 集群升级简介
自动升级节点
手动升级集群或节点池
节点升级策略简介
配置节点升级策略
维护窗口和排除项简介
配置维护窗口和排除项
使用发布顺序的集群升级简介
对集群升级的发布进行排序
获取集群事件的通知
集群通知简介
通过 Pub/Sub 接收集群通知
配置集群以接收电子邮件通知
为第三方服务配置集群通知
了解集群升级
管理节点
添加和管理节点池
确保用于节点升级的资源
通过添加或移除节点来调整集群大小
为节点定义紧凑放置
将节点迁移到其他机器类型
从 Docker 迁移到 containerd 节点映像
将节点迁移到 Linux cgroupv2
自定义 containerd 配置
自定义节点系统配置
配置 Windows Server 节点以加入网域
用于高性能计算的并发多线程 (SMT)
删除集群
将 Kubernetes Beta 版 API 与 GKE 集群搭配使用
确保使用网络钩子时控制平面的稳定性
使用 Backup for GKE
排查应用层 Secret 问题
排查 CA 软件包无效的 CRD 问题
监控
GKE 的可观测性
设置 Google Cloud Managed Service for Prometheus
监控集群和工作负载
配置指标收集
为工作负载配置自动应用监控
查看可观测性指标
收集和查看可观测性指标
收集和查看控制平面指标
收集和查看 Kube 状态指标
收集并查看 cAdvisor/Kubelet 指标
收集和查看 DCGM 指标
使用应用性能指标
监控启动延迟时间指标
使用 GKE 用量计量了解集群用量概况
在 GKE 上使用 Prometheus 设置应用可观测性
在 GKE 上设置 Elastic Stack
查看和处理日志
GKE 日志简介