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 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Kubernetes發行版本，分別是Canonical Kubernetes、 Red Hat OpenShift及SUSE Rancher，範圍涵蓋19項關鍵功能，並於報告最後 以表格提供總結分數。Canonical 亦即不一定會支援最新的上游Kubernetes版本。 Canonical Kubernetes支援最新的5個Kubernetes版本。其中最新的3個版本可獲 得完整功能、產品更新及安全性修補程式，比較舊的2個版本則僅獲得安全性更新。 這種更為廣泛的支援方式，可消除混合雲之中的問題，因為雲端供應商採用現行 Kubernetes修訂版的步調緩慢，並持續支援舊版本。 6. 邊緣支援 在邊緣運作對K

hello‑algo.com 5 /* 標題註釋，用於標註函式、類別、測試樣例等 */ // 內容註釋，用於詳解程式碼 /** * 多行 * 註釋 */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。

www.hello‑algo.com 5 ### 標題註釋，用於標註函式、類別、測試樣例等 ### # 內容註釋，用於詳解程式碼 # 多行 # 註釋 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。

hello‑algo.com 5 /* 標題註釋，用於標註函式、類別、測試樣例等 */ // 內容註釋，用於詳解程式碼 /** * 多行 * 註釋 */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。

hello‑algo.com 5 /* 標題註釋，用於標註函式、類別、測試樣例等 */ // 內容註釋，用於詳解程式碼 /** * 多行 * 註釋 */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。

hello‑algo.com 5 /* 標題註釋，用於標註函式、類別、測試樣例等 */ // 內容註釋，用於詳解程式碼 /** * 多行 * 註釋 */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。

hello‑algo.com 5 /* 標題註釋，用於標註函式、類別、測試樣例等 */ // 內容註釋，用於詳解程式碼 /** * 多行 * 註釋 */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。

hello‑algo.com 5 /* 標題註釋，用於標註函式、類別、測試樣例等 */ // 內容註釋，用於詳解程式碼 /** * 多行 * 註釋 */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。

hello‑algo.com 5 /* 標題註釋，用於標註函式、類別、測試樣例等 */ // 內容註釋，用於詳解程式碼 /** * 多行 * 註釋 */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。

hello‑algo.com 5 /* 標題註釋，用於標註函式、類別、測試樣例等 */ // 內容註釋，用於詳解程式碼 /** * 多行 * 註釋 */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所 序庫函式中都有插入排序的身影。 例三：貨幣找零。假設我們在超市購買了 69 元的商品，給了收銀員 100 元，則收銀員需要找我們 31 元。他 會很自然地完成如圖 1‑3 所示的思考。 1. 可選項是比 31 元面值更小的貨幣，包括 1 元、5 元、10 元、20 元。 2. 從可選項中拿出最大的 20 元，剩餘 31 − 20 = 11 元。 3. 從剩餘可選項中拿出最大的 10 元，剩餘 11 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。 資料結構設計是一個充滿權衡的過程。如果想在某方面取得提升，往往需要在另一方面作出妥協。下面舉兩 個例子。 ‧ 鏈結串列相較於陣列，在資料新增和刪除操作上更加便捷，但犧牲了資料訪問速度。 ‧ 圖相較於鏈結串列，提供了更豐富的邏輯資訊，但需要佔用更大的記憶體空間。 1.2.3 資料結構與演算法的關係 如圖 1‑4 所示，資料結構與演算法高度相關、緊密結合，具體表現在以下三個方面。