这是个讨论了很久的问题，网上也有很多文章讨论出了结果。因为近期也遇上了这样的问题，将问题解决过程记录下来。
一个新搭建的环境，在进行系统各项指标测试时，发现dns解析有延迟：
«https://k8smeetup.github.io/docs/tasks/administer-cluster/dns-debugging-resolution/»
运行命令：
kubectl exec -it busybox-check-dns-bjp -n monitor -- nslookup kubernetes.default 10.190.0.10
可以明显看到解析延迟。
添加 time 命令，可以看到dns解析延迟为5s,10s,15s等规律的延迟。
运行的busybox为 busybox:1.28.4.
感谢大会给的这个机会！近几年中，我在不同的场合也做了很多不同的报告，但是这几年都是被动地被拉去讲大数据，后来想想，差点把自己的主业忘了。现在软件很重要，我们每天的生活都离不开软件，可能大多数人每天早上起床的第一件事儿就是打开某个APP。所以我今年给自己订了一个小目标，但凡有机会做报告，我就只讲软件，也是为本行业的人呼吁一下，所以我今天讲的题目很大，软件定义一切。
“软件定义一切”并不是我说的，我要是这么说可能把咱们今天在座的很多同行都给得罪了。我是想借这个题目讲一讲软件的三个阶段。第一个题目我想大家都认可，软件已经无处不在，第二个题目是软件定义的时代。我们正在进入一个新的时代，刚刚过去的十九大讲是中华民族复兴的时代，我是从信息技术对人类社会的改造这个角度来谈这个新时代，不同的人从不同的角度也给了这个时代不同的赋名。从基础设施视角来看，这是一个互联网+时代；从计算模式视角来看，这是一个云计算时代；从信息资源视角来看，这是一个大数据时代；从信息应用视角来看，这是智能化时代。我想说在这些里面有一项很重要的技术，那就是软件。某种意义上来说，我们这个时代就是一个软件定义的时代。
软件产业呈持续增长态势。从国内来看，国家工信部公布的2012年到2016年的五年数据中，软件和信息技术服务业始终保持高增长，在电子信息行业的比重也在不断上升。2008年金融危机开始以后，很多行业都在下滑，而信息技术行业还在保持增长，而软件行业的增长又是远远高于信息技术其他的比重。从国际上来看，全球有19个国家软件支出占国内生产总值的比重超过0.5%，其中美国已经超过1%。这个产业规模一直在保持增长。第二个软件从业的人数，2014年全球ICT技术工人约为2900万人，其中专业软件开发人员约1100万人。国家工信部给出的近五年数据中，软件从业人数也在逐年增长，2016年达到576万人。但如果换一个视角，从开源社区来看，比如程序员经常去的一个软件问答网站stack overflow，注册3200万人，其中超过2500万人是多次访问。再比如CSDN,注册用户达2500万，活跃用户超过800万。它们普遍都要比工信部公布的数据高，这说明和软件相关的从业人数有很多。
回顾过去计算机软件发展，我认为大概可以分为三个阶段。第一个是1946到1975中期，是软硬一体化阶段。第二个是1975年以后，软件产品化、产业化阶段；第三个是1995年以后，软件的网络化、服务化阶段。
我想讲一讲这三个阶段的大体特征。在软硬一体化阶段，也就是计算机刚出现的时候，是没有软件的，都是以程序实现的，大体上展现方式的是机器语言，汇编语言。早期应用领域以破解密码，军事领域的计算为主。60年代初期，开始出现“软件”一词，融合程序和文档为一体，作为独立的形态从硬件分离出来，以IBM 360系列机为代表（尽管还是和硬件捆版一起销售），也逐渐形成了计算机学科和程序员行业。它的展性形式是高级程序语言+文档，应用领域主要是商业计算和其他科学计算领域。软件产品化、产业化阶段，以Microsoft和Oracle的出现，标志着软件开始成为一个独立产业。PC的广泛应用和软件产品化催生了人类历史上信息化的第一波浪潮，其主要特征即以单机应用为特征的数字化阶段。紧接着就出现了办公软件，彻底改变了人类传统的办公行为，微软office迄今依然是微软标志性产品之一。九十年代中期开始 ，软件进入网络化，服务化阶段。互联网推动了软件从单机向网络计算环境的延伸，带来了信息化的第二波浪潮 ，其基本特征是以联网应用为特征的网络化阶段。
1. 数据可视化简介
数据可视化，是指用图形的方式来展现数据，从而更加清晰有效地传递信息，主要方法包括图表类型的选择和图表设计的准则。随着互联网的广泛应用，我们的工作和生活等各个方面，每时每刻都在产生大量的数据，也就是所谓的「大数据时代」，发展的趋势是人们越来越喜欢用数据说话。
数据可视化作为一种有效传递信息的手段，被越来越广泛地应用到很多领域。一个比较典型的案例，是淘宝双十一的数据可视化，在一块大屏幕上实时动态展示交易数据，使用的数据可视化工具是阿里云出品的 DataV，体现了阿里巴巴用数据驱动运营的一种探索。
如果想要让数据发挥更大的价值，那么合理地运用数据可视化的方法和工具就显得特别重要。
2. 数据可视化的图表选择
根据数据分析的实际情况，需要有针对性地选择合适的数据可视化方法。但是可视化的图表花样繁多，我们应该如何选择并设计你的图表呢？下面这张图最早是从刘万祥老师的公众号「Excel图表之道」上发现的，原图来自于 http://chart.guide，我做了一点修改。
本文将把它拆分为 8 个部分，逐一进行介绍。
(1) 当你需要对不同的类别进行比较时，有很多种图形可供选择，其中条形图是最常见的，垂直瀑布图适合用来比较并分析各个组成部分的变化情况，词云图适用于大量文本的分析和比较。
(2) 当你想要直观反映关键业绩指标随时间的变化情况时，用柱形图或曲线图是比较好的选择。建议不要用面积图，因为可视化的目标应该不仅仅只是为了视觉上的好看，准确有效地传递信息更加重要。
编辑 ifcfg-eth0
vi /etc/sysconfig/network-scripts/ifcfg-eth0
增加/修改设置
BOOTPROTO="static" # dhcp改为static
ONBOOT="yes" # 开机启用本配置
IPADDR=192.168.7.106 # 静态IP
GATEWAY=192.168.7.1 # 默认网关
NETMASK=255.255.255.0 # 子网掩码
DNS1=192.168.7.1 # DNS 配置
重启网络
service network restart
磁盘 IO 限制 在 IaaS 层是一个基本功能，在 docker 中也有实现。
参考这篇文章: 《限制容器的_Block_IO_每天5分钟玩转_Docker_容器技术 - IBM developerworks》
Block IO 指的是磁盘的读写，实际上 docker 是通过 cgroups 做了限制，通过设置权重、限制 bps 和 iops 的方式控制容器读写磁盘的带宽。
--device-read-bps，限制读某个设备的 bps。
--device-write-bps，限制写某个设备的 bps。
--device-read-iops，限制读某个设备的 iops。
--device-write-iops，限制写某个设备的 iops。
docker run -it --device-write-bps /dev/sda:30MB ubuntu /bin/bash
time dd if=/dev/zero of=test.out bs=1M count=800 oflag=direct
不清楚是什么原因，kubernetes 一直未把 io 限速加入到系统功能中。社区中相关的 issue 和 pull request 已经多到不行了，例如：
然而一直未合并至主分支。
由于我使用的为 1.10 某版本的kubernetes，参考了这位朋友的提交，完成了对 block io 的支持 honglei24/kubernetes。
修改完成代码之后根据之前 《kubernetes 的编译、打包和发布(v1.10)》，编译完成。
使用时按照代码也可以猜出来用法了：
以下注释表示限制磁盘写的速度为30M:
annotations:
BlkioDeviceWriteBps: '/dev/sda:31457280'