Kubernetes平台比較：Red Hat OpenShift、SUSE Rancher及 Canonical Kubernetes 如何為貴企業選擇合適的Kubernetes發行版本 2022年7月 執行摘要 採用容器優先方法的企業，將能享有無可比擬的機會，協助提升效率及資源使用 率、加強安全性、導入自動化及加速創新；因此Gartner預測將有75%的全球組 織，在2022年之前於正 織，在2022年之前於正式作業執行容器化應用程式，而這樣的數據並不會讓人 感到驚訝。1 Kubernetes已經成為管理容器化工作負載和服務的頂尖開放原始碼平台，不過 Kubernetes生態系統既龐大又複雜，不但有許多不同版本的Kubernetes可供選 擇，此外也難以瞭解哪種版本最適合組織的特定需求。 本白皮書的目標是因應這項挑戰，提供撰寫本文時Kubernetes版圖的當下狀態， 並比較三種企業級的Kubern 我修復能力的高可用度叢集，只需要使用幾個指令，無需進行設定；K3如果要達到 相同成果，就需要進行更多手動作業。 8. 託管Kubernetes方案 為企業工作負載提供無可比擬的自動化程度及通用平台。不過Kubernetes本身是一 項高度複雜的技術，並不是所有企業都具有專業知識及時間在內部維護。完全託管的 Kubernetes叢集可消除此項問題，讓使用者將Kubernetes當成服務使用。廠商負責

客製化高擴展性硬體設計 Live migration背景更新 全球機房備援設計 台灣區已經備有三個容錯區域 高效能代管式服務 涵蓋Web/App/DB皆有多 樣化代管服務可以組合出 最適架構 自動化部署 與開放平台以及開發環境 整合，加速應用上線 Google Cloud Taiwan 優勢 Google Infrastructure event driven functions web apps & 上部署、管理容器化應用程式及調整資源 為何 Google GKE 是佈署 K8S 的首選 全球佈署 業界最多的佈 署地區選擇 多重版本 支援最多的 GKE發佈版本 ，自動升級 高可用性 支援跨資料中 心自動配置叢 集 網路安全 毋須額外套件 過濾容器到容 器流量防護 自動擴展 隨需動態擴展 負載平衡 整合無流量上 限的Google Cloud Load Balancer Demo:

字符集標準，如 果兩臺計算機使用的是不同的編碼標準，則在資訊傳遞時就會出現亂碼。 那個時代的研究人員就在想：如果推出一個足夠完整的字符集，將世界範圍內的所有語言和符號都收錄其 中，不就可以解決跨語言環境和亂碼問題了嗎？在這種想法的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 兩者分別代表先入後出和先入先出的邏輯關係。 第 5 章 堆疊與佇列 www.hello‑algo.com 90 5.1 堆疊 堆疊（stack）是一種遵循先入後出邏輯的線性資料結構。 我們可以將堆疊類比為桌面上的一疊盤子，如果想取出底部的盤子，則需要先將上面的盤子依次移走。我們 將盤子替換為各種型別的元素（如整數、字元、物件等），就得到了堆疊這種資料結構。 如圖 5‑1 所示，我們把堆積疊元素的頂部

字符集標準，如 果兩臺計算機使用的是不同的編碼標準，則在資訊傳遞時就會出現亂碼。 那個時代的研究人員就在想：如果推出一個足夠完整的字符集，將世界範圍內的所有語言和符號都收錄其 中，不就可以解決跨語言環境和亂碼問題了嗎？在這種想法的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 兩者分別代表先入後出和先入先出的邏輯關係。 第 5 章 堆疊與佇列 www.hello‑algo.com 90 5.1 堆疊 堆疊（stack）是一種遵循先入後出邏輯的線性資料結構。 我們可以將堆疊類比為桌面上的一疊盤子，如果想取出底部的盤子，則需要先將上面的盤子依次移走。我們 將盤子替換為各種型別的元素（如整數、字元、物件等），就得到了堆疊這種資料結構。 如圖 5‑1 所示，我們把堆積疊元素的頂部

字符集標準，如 果兩臺計算機使用的是不同的編碼標準，則在資訊傳遞時就會出現亂碼。 那個時代的研究人員就在想：如果推出一個足夠完整的字符集，將世界範圍內的所有語言和符號都收錄其 中，不就可以解決跨語言環境和亂碼問題了嗎？在這種想法的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 兩者分別代表先入後出和先入先出的邏輯關係。 第 5 章 堆疊與佇列 www.hello‑algo.com 91 5.1 堆疊 堆疊（stack）是一種遵循先入後出邏輯的線性資料結構。 我們可以將堆疊類比為桌面上的一疊盤子，如果想取出底部的盤子，則需要先將上面的盤子依次移走。我們 將盤子替換為各種型別的元素（如整數、字元、物件等），就得到了堆疊這種資料結構。 如圖 5‑1 所示，我們把堆積疊元素的頂部

字符集標準，如 果兩臺計算機使用的是不同的編碼標準，則在資訊傳遞時就會出現亂碼。 那個時代的研究人員就在想：如果推出一個足夠完整的字符集，將世界範圍內的所有語言和符號都收錄其 中，不就可以解決跨語言環境和亂碼問題了嗎？在這種想法的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 兩者分別代表先入後出和先入先出的邏輯關係。 第 5 章 堆疊與佇列 www.hello‑algo.com 90 5.1 堆疊 堆疊（stack）是一種遵循先入後出邏輯的線性資料結構。 我們可以將堆疊類比為桌面上的一疊盤子，如果想取出底部的盤子，則需要先將上面的盤子依次移走。我們 將盤子替換為各種型別的元素（如整數、字元、物件等），就得到了堆疊這種資料結構。 如圖 5‑1 所示，我們把堆積疊元素的頂部

字符集標準，如 果兩臺計算機使用的是不同的編碼標準，則在資訊傳遞時就會出現亂碼。 那個時代的研究人員就在想：如果推出一個足夠完整的字符集，將世界範圍內的所有語言和符號都收錄其 中，不就可以解決跨語言環境和亂碼問題了嗎？在這種想法的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 兩者分別代表先入後出和先入先出的邏輯關係。 第 5 章 堆疊與佇列 www.hello‑algo.com 90 5.1 堆疊 堆疊（stack）是一種遵循先入後出邏輯的線性資料結構。 我們可以將堆疊類比為桌面上的一疊盤子，如果想取出底部的盤子，則需要先將上面的盤子依次移走。我們 將盤子替換為各種型別的元素（如整數、字元、物件等），就得到了堆疊這種資料結構。 如圖 5‑1 所示，我們把堆積疊元素的頂部

字符集標準，如 果兩臺計算機使用的是不同的編碼標準，則在資訊傳遞時就會出現亂碼。 那個時代的研究人員就在想：如果推出一個足夠完整的字符集，將世界範圍內的所有語言和符號都收錄其 中，不就可以解決跨語言環境和亂碼問題了嗎？在這種想法的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 兩者分別代表先入後出和先入先出的邏輯關係。 第 5 章 堆疊與佇列 www.hello‑algo.com 90 5.1 堆疊 堆疊（stack）是一種遵循先入後出邏輯的線性資料結構。 我們可以將堆疊類比為桌面上的一疊盤子，如果想取出底部的盤子，則需要先將上面的盤子依次移走。我們 將盤子替換為各種型別的元素（如整數、字元、物件等），就得到了堆疊這種資料結構。 如圖 5‑1 所示，我們把堆積疊元素的頂部

字符集標準，如 果兩臺計算機使用的是不同的編碼標準，則在資訊傳遞時就會出現亂碼。 那個時代的研究人員就在想：如果推出一個足夠完整的字符集，將世界範圍內的所有語言和符號都收錄其 中，不就可以解決跨語言環境和亂碼問題了嗎？在這種想法的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 兩者分別代表先入後出和先入先出的邏輯關係。 第 5 章 堆疊與佇列 www.hello‑algo.com 90 5.1 堆疊 堆疊（stack）是一種遵循先入後出邏輯的線性資料結構。 我們可以將堆疊類比為桌面上的一疊盤子，如果想取出底部的盤子，則需要先將上面的盤子依次移走。我們 將盤子替換為各種型別的元素（如整數、字元、物件等），就得到了堆疊這種資料結構。 如圖 5‑1 所示，我們把堆積疊元素的頂部

字符集標準，如 果兩臺計算機使用的是不同的編碼標準，則在資訊傳遞時就會出現亂碼。 那個時代的研究人員就在想：如果推出一個足夠完整的字符集，將世界範圍內的所有語言和符號都收錄其 中，不就可以解決跨語言環境和亂碼問題了嗎？在這種想法的驅動下，一個大而全的字符集 Unicode 應運而 生。 Unicode 的中文名稱為“統一碼”，理論上能容納 100 多萬個字元。它致力於將全球範圍內的字元納入統一 兩者分別代表先入後出和先入先出的邏輯關係。 第 5 章 堆疊與佇列 www.hello‑algo.com 90 5.1 堆疊 堆疊（stack）是一種遵循先入後出邏輯的線性資料結構。 我們可以將堆疊類比為桌面上的一疊盤子，如果想取出底部的盤子，則需要先將上面的盤子依次移走。我們 將盤子替換為各種型別的元素（如整數、字元、物件等），就得到了堆疊這種資料結構。 如圖 5‑1 所示，我們把堆積疊元素的頂部