@fdghjk #34 hxd ，学起来☝️

@wsseo #29 供参考，我个人还没实践过。但看起来是一个比较流行的图形化离线安装 K8s 集群的开源工具，可以试试。

@kylix #27 3 天拿下基础教程

@wsseo #29 https://kuboard-spray.cn/guide/install-k8s.html

@care #28 这一句是我总结的，可能乍一看是过于简洁到有点难理解了。我已经优化了 ReplicationController 的解释，直接贴到这里。

- Replication 控制器：确保集群中运行的 Pod 的数量与指定的副本数（ replica ）保持一致（针对每个 ReplicationController 对象），稍微具体的说：
- 当 Pod 被删除或故障时，Replication 控制器会自动创建新的 Pod 来作为替代
- 当 Pod 数量超过 replica 数量时，Replication 控制器会终止多余的 Pod

@machilus #23 跟着教程主题来就不会了，就那个关键的资源（ pod/deployment/service/ingress/statefulset/job/cronjob/configmap/secret ），其他的（ replicaset/endpoint/pv/pvc/sc/...）很少直接用到。

@Al0rid4l #21 🍻

好多收藏啊~！大家给点回复，增加热度~~

@block0 #16 入门教程可以在三天内掌握

@token10086 #14 我倒是用过 txy 轻量主机，确实有一些小毛病。但你说的 Pod 互通问题感觉不至于是主机影响的，你可以在 Github Issue 贴出你的 K8s 环境信息和已经实践过的步骤，方便我给你排个错。

@care #12 并没有进行翻译，少部分概念内容我觉得官方中文版本的描述更为简洁准确，才会直接复制。可以指出你觉得不适当的地方

@jgh004 #9 扶你起来，你还可以！👊

@TUNGH #6 你可以的！

@balabalaguguji #5 哈哈，居然真的把大佬召唤来了~~😝😝

@johannyellow #3 手把手教程，以我个人走过来的经验（作为业务开发者），真的不难

@lsming22 #1 😁一定要学呀

绝大部分项目最快遇到瓶颈的位置都是 IO （一般是上行带宽/DB ），其次是某个/些对象的锁竞争激烈，最后是第三方 API 频率限制，最最后是各种原因导致的 CPU/内存资源不足。

一种简单的定位方式是在对应 API 内可能耗时的调用位置前后添加 log 打印时间，观察耗时。

最开始写 Python 的那波人可能有 60 到 80%转了 Go