OpenShift Schnell Installation mit minishift

Die Minishift-Bereitstellung wird auf den Betriebssystemen Windows, MacOS und Linux unterstützt. Minishift verwendet libmachine, um eine virtuelle Maschine bereitzustellen, boot2docker als Betriebssystem und OpenShift Origin, um den Cluster auszuführen. Minishift benötigt einen Hypervisor, um die virtuelle Maschine mit OpenShift auszuführen. Abhängig von Ihrem Host-Betriebssystem haben Sie die Wahl zwischen den folgenden Hypervisoren:

Operating system
HypervisorPlattform
macOSxhyveVirtualBox
linuxKVMVirtualBox
WIndowsHyper-VVirtualBox

Info:

boot2docker ist eine leichtgewichtige Linux-Distribution auf Basis von Tiny Core Linux, die speziell für den Betrieb von Containern entwickelt wurde. Das Projekt ist aber nun deprecated.

Bevor Sie beginnen, müssen Sie die Virtualisierungsunterstützung konfigurieren und VirtualBox installieren.

Dann müssen Sie das Archiv für Ihr Betriebssystem von der Minishift-Releaseseite herunterladen und entpacken. Die Minishift-Binärdatei aus dem Archiv muss an den bevorzugten Speicherort des Betriebssystems kopiert werden, und der Speicherort sollte Ihrer Umgebungsvariablen PATH hinzugefügt werden. Minishift verwendet die SSH-Binärdatei, die sich in der System-PATH-Umgebung befindet.

Info

Unter macOS können Sie auch Homebrew Cask verwenden, um eine stabile Version von Minishift zu installieren:
$ brew cask install minishift

Wenn alle Voraussetzungen erfüllt sind, können Sie einen Cluster mit
$ minishift start --vm-driver=virtualbox starten. Nach der Installation können Sie sich mit oc login in das Cluster einloggen. Hierbei ist zu erwähnen, dass Sie natürlich auch noch das oc client tool installieren müssen.

Sie können sich mit der Minishift VM über $ minishift ssh verbinden. Der Minishift-Cluster kann mit dem $ minishift stop gestoppt werden. Um die VM zu entfernen nutzen Sie $ minishift delete

Teilen:

Relevante Artikel

Wie können Large Language Modelle wie GPT-4 Geschäftsprozesse optimieren?

Wie können Large Language Modelle wie GPT-4 Geschäftsprozesse optimieren?

Wussten Sie, dass KI-Modelle wie GPT-4, Gemini, LLama2, Mistral & Co. dabei helfen können, die Leistungsfähigkeit Ihres Unternehmens zu steigern? Diese großen Sprachmodelle sind revolutionäre

Parameter in LLM Modellen (12)

Parameter in LLM Modellen (12)

Die quantitativen Angaben in den Bezeichnungen von Large Language Models (LLMs) wie „LLama2 70B“ beziehen sich in der Regel auf die Anzahl der Parameter, über

Backpropagation: Das Herzstück des maschinellen Lernens (11)

Backpropagation: Das Herzstück des maschinellen Lernens (11)

In der Welt des maschinellen Lernens ist Backpropagation ein zentrales Konzept, das den Kern vieler moderner KI-Anwendungen bildet. Dieser Artikel bietet einen tiefgehenden Einblick in