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 GPGPU支援加速工作負載 對許多工作負載而言，將部分應用程式運算密集作業由中央處理器(CPU)卸載 至 通 用 繪 圖 處 理 器 (GPGPU)， 有 助 於 加 速 效 能 。 GPU 加 速 也 適 用 於 位 在 Kubernetes 的應用程式，只要 Kubernetes 發行版本支援即可。 Canonical Kubernetes、OpenShift及Rancher均支援GPU加速。不過如 如 果是在邊緣環境，MicroK8可提供GPU加速，但K3並未提供此項功能。 18.安全性 Canonical Kubernetes是在不可變容器中執行，因此開箱後可立即提供卓越的安全 性，此外也會針對最近的5個Kubernetes版本提供安全性修補，作為擴展安全性維 護計畫(ESM)的一部分。與K8s RBAC, Active Directory及LDAP整合、預設CIS強化、 靜態加密以及

都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 第 6 章 雜湊表 www.hello‑algo.com 125 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree

都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 第 6 章 雜湊表 www.hello‑algo.com 125 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree

來標記這個桶。在該機制下，None 和 TOMBSTONE 都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree

來標記這個桶。在該機制下，None 和 TOMBSTONE 都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree

都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 第 6 章 雜湊表 www.hello‑algo.com 124 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree

都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 第 6 章 雜湊表 www.hello‑algo.com 124 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree

來標記這個桶。在該機制下，None 和 TOMBSTONE 都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree

來標記這個桶。在該機制下，None 和 TOMBSTONE 都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree

來標記這個桶。在該機制下，None 和 TOMBSTONE 都代表空桶，都可以放置鍵值對。但不同的 是，線性探查到 TOMBSTONE 時應該繼續走訪，因為其之下可能還存在鍵值對。 然而，懶刪除可能會加速雜湊表的效能退化。這是因為每次刪除操作都會產生一個刪除標記，隨著 TOMBSTONE 的增加，搜尋時間也會增加，因為線性探查可能需要跳過多個 TOMBSTONE 才能找到目標元素。 為此，考慮線上性探查中記錄遇到的首個 left subtree 左子树 左子樹 right subtree 右子树 右子樹 root node 根节点 根節點 leaf node 叶节点 葉節點 edge 边 邊 level 层 層 degree 度 度 height 高度 高度 depth 深度 深度 perfect binary tree 完美二叉树 完美二元樹 complete binary tree 完全二叉树 binary search tree 二叉搜索树 二元搜尋樹 AVL tree AVL 树 AVL 樹 red‑black tree 红黑树 紅黑樹 level‑order traversal 层序遍历 層序走訪 breadth‑first traversal 广度优先遍历 廣度優先走訪 depth‑first traversal 深度优先遍历 深度優先走訪 binary search tree