Google app engine 关于Google容器集群中使用的节点的混淆

创建Google容器引擎集群时，容器引擎将创建一个由计算引擎管理的实例组来管理创建的实例。这些实例来自谷歌计算引擎，也就是说，它们是虚拟机

但我们在doc页面上看到：vm是重量级的，不可移植。新方法是基于操作系统级虚拟化而不是硬件虚拟化部署容器，这不是矛盾吗？如果我错了，请纠正我。 我们使用容器是因为与虚拟机相比，它们在启动时间或任务执行方面都非常快，并且节省了大量存储空间。因此，如果我们有一个nodevm最多可以支持4个容器，那么我们的客户端可以快速使用4个容器，但是超过这个数字，gcloud autoscaler将需要使用一个新的nodevm来支持即将到来的容器，这会导致一些任务延迟

在物理机器上发射容器是不可能的吗

---

对于运行关键时间执行任务，您有什么建议

在物理机器上启动容器绝对是可能的。事实上，根据对容器引擎/Kubernetes产生重大影响的设计，这是谷歌自身基础设施的规范：

每个任务都映射到一组Linux进程，这些进程运行在服务器上的容器中 机器[62]。Borg的绝大多数工作负载都没有运行 在虚拟机VM内部，因为我们不想支付成本 虚拟化。此外，该系统是在我们 在不支持虚拟化的处理器上进行了大量投资 在硬件方面

---

由于容器引擎托管在GCP中，所以使用VM来促进动态资源调配。但是，与调度到这些虚拟机上的容器的生命周期相比，这些虚拟机的生命周期较长。容器的吊舱可以安排在这些虚拟机上，也可以安排在这些虚拟机上，作业可以运行到完成。但是，当集群升级或重新调整大小时，VM会被拆除

在物理机器上启动容器绝对是可能的。事实上，根据对容器引擎/Kubernetes产生重大影响的设计，这是谷歌自身基础设施的规范：

每个任务都映射到一组Linux进程，这些进程运行在服务器上的容器中 机器[62]。Borg的绝大多数工作负载都没有运行 在虚拟机VM内部，因为我们不想支付成本 虚拟化。此外，该系统是在我们 在不支持虚拟化的处理器上进行了大量投资 在硬件方面

---

由于容器引擎托管在GCP中，所以使用VM来促进动态资源调配。但是，与调度到这些虚拟机上的容器的生命周期相比，这些虚拟机的生命周期较长。容器的吊舱可以安排在这些虚拟机上，也可以安排在这些虚拟机上，作业可以运行到完成。但是，当集群升级或重新调整大小时，VM会被拆除

Kubernetes可以安装在虚拟机和物理机上。谷歌的云平台仅将虚拟机作为一种服务提供，这就是为什么谷歌容器引擎构建在虚拟机之上的原因

Kubernetes可以安装在虚拟机和物理机上。谷歌的云平台仅将虚拟机作为一种服务提供，这就是为什么谷歌容器引擎构建在虚拟机之上的原因