pod是k8s的最小调度资源。一个Pod是一个容器环境下的“逻辑主机”，它可能包含一个或者多个紧密相连的应用，这些应用可能是在同一个物理主机或虚拟机上。

最简配置

apiVersion: v1
kind: Pod
metadata:
  name: tensorflow-simple
spec:
  containers:
  - name: tensorflow-simple
    image: tensorflow1_18:v2

使用Volume

Volume可以为容器提供持久化存储，比如

apiVersion: v1
kind: Pod
metadata:
  name: tensorflow-simple
spec:
  containers:
  - name: tensorflow-simple
    image: tensorflow1_18:v2
    volumeMounts:
    - name: tensorflow-storage
      mountPath: /data/tensorflow
  volumes:
  - name: tensorflow-storage
    emptyDir: {}

声明端口

apiVersion: v1
kind: Pod
metadata:
  name: tensorflow-simple
spec:
  containers:
  - name: tensorflow-simple
    image: tensorflow1_18:v2
    ports:
    - containerPort: 6081

环境变量

环境变量为容器提供了一些重要的资源，包括容器和Pod的基本信息以及集群中服务的信息等：

Pod的名字、命名空间、IP以及容器的计算资源限制等可以以Downward API的方式获取并存储到环境变量中。

apiVersion: v1
kind: Pod
metadata:
  name: tensorflow-simple
spec:
  containers:
  - name: tensorflow-simple
    image: tensorflow1_18:v2
    ports:
    - containerPort: 6081
    env:
      - name: MY_CPU_REQUEST
        valueFrom:
          resourceFieldRef:
            resource: requests.cpu
      - name: MY_TEST_VALUE
        value: "MY_VALUE"

command

command、args两项实现覆盖Dockerfile中ENTRYPOINT的功能，具体的command命令代替ENTRYPOINT的命令行，args代表集体的参数。

如果command和args均没有写，那么用Dockerfile的配置。
- 如果command写了，但args没有写，那么Dockerfile默认的配置会被忽略，执行输入的command（不带任何参数，当然command中可自带参数）。
- 如果command没写，但args写了，那么Dockerfile中配置的ENTRYPOINT的命令行会被执行，并且将args中填写的参数追加到ENTRYPOINT中。
- 如果command和args都写了，那么Dockerfile的配置被忽略，执行command并追加上args参数。比如： command：/test.sh,p1,p2 args: p3,p4

另：多命令执行使用sh,-c,[command;command,…]的形式，单条命令的参数填写在具体的command里面，例如： command：[sh,-c,echo ‘123’;/test.sh,p1,p2,p3,p4] args: 不填

ImagePullPolicy

apiVersion: v1
kind: Pod
metadata:
  name: tensorflow-simple
spec:
  containers:
  - name: tensorflow-simple
    image: tensorflow1_18:v2
    imagePullPolicy: IfNotPresent

支持三种ImagePullPolicy

Always：不管镜像是否存在都会进行一次拉取。
Never：不管镜像是否存在都不会进行拉取
IfNotPresent：只有镜像不存在时，才会进行镜像拉取。

注意：默认为IfNotPresent，但:latest标签的镜像默认为Always。拉取镜像时docker会进行校验，如果镜像中的MD5码没有变，则不会拉取镜像数据。生产环境中应该尽量避免使用:latest标签，而开发环境中可以借助:latest标签自动拉取最新的镜像。

资源限制

Kubernetes通过cgroups限制容器的CPU和内存等计算资源，包括requests（请求，调度器保证调度到资源充足的Node上）和limits（上限）等：

spec.containers[].resources.limits.cpu：CPU上限，可以短暂超过，容器也不会被停止可以是300m这样的百分比格式，也可以是1这样的核心数格式
spec.containers[].resources.limits.memory：内存上限，不可以超过；如果超过，容器可能会被停止或调度到其他资源充足的机器上
spec.containers[].resources.requests.cpu：CPU请求，可以超过
spec.containers[].resources.requests.memory：内存请求，可以超过；但如果超过，容器可能会在Node内存不足时清理

比如nginx容器请求30%的CPU和56MB的内存，但限制最多只用50%的CPU和128MB的内存：

apiVersion: v1
kind: Pod
metadata:
  name: tensorflow-simple
spec:
  containers:
  - name: tensorflow-simple
    image: tensorflow1_18:v2
    imagePullPolicy: IfNotPresent
    resources:
      requests:
        cpu: "300m"
        memory: "128Mi"
      limits:
        cpu: "1" # 限定1个cpu核心
        memory: "512Mi"

注意，CPU的单位是milicpu，500mcpu=0.5cpu；而内存的单位则包括E, P, T, G, M, K, Ei, Pi, Ti, Gi, Mi, Ki等。

参考: