技术博客
聚合 Linux、Windows、Kubernetes、云原生、安全运维和自动化实践，沉淀可检索、可复用的技术文章。
海光DCU + ROCm 环境配置实战：驱动安装、hy-smi监控与PyTorch验证
详解海光DCU（Deep Computing Unit）的完整运维配置流程：DCU驱动安装（dtk工具包）、ROCm环境配置、hy-smi监控命令、PyTorch for DCU安装与验证、DCU Kubernetes Device Plugin部署，以及DCU与NVIDIA GPU混合环境的管理策略。
Kubernetes DRA 是什么？GPU 调度为什么要关注它？
Dynamic Resource Allocation 已在 Kubernetes v1.35 稳定，v1.36 继续增强扩展资源和设备绑定能力。本文从 GPU 运维角度解释 DRA 的价值、对象和排查重点。
Kubernetes 细粒度 kubelet 授权：为什么监控权限不能再粗放配置？
Kubernetes 1.36 中细粒度 kubelet API 授权进入 GA，本文从运维视角解释它对监控、安全和最小权限的影响。
Kubernetes 多租户设计：Namespace 隔离、ResourceQuota、LimitRange 实战
系统讲解 Kubernetes 多租户架构设计：Namespace 资源隔离边界、ResourceQuota 配额控制防止资源抢占、LimitRange 设置默认资源限制、网络策略隔离租户流量，结合 RBAC 构建企业级多团队 K8s 平台的完整方案。
Kubernetes 网络故障排查：DNS 解析、Service 连通、CNI 深度调试
系统讲解 Kubernetes 网络故障排查方法：CoreDNS 解析失败定位、Service ClusterIP/NodePort/LoadBalancer 不通排查、Pod 间网络不通、CNI 插件问题调试，提供完整的诊断命令和排查思路，覆盖生产中 90% 的 K8s 网络故障场景。
K8s 可观测性黄金法则：RED/USE 方法与 SLO 实战
系统讲解生产可观测性体系的方法论与实践：RED 方法（Rate/Error/Duration）面向用户服务监控、USE 方法（Utilization/Saturation/Error）面向基础设施资源监控、SLO（服务等级目标）设计与错误预算计算、Prometheus 中的 SLI 指标配置、AlertManager 基于错误预算的告警策略，帮助从"指标收集"升级到"面向 SLO 的可观测性体系"。
Kubernetes Operator 开发入门：kubebuilder 实战从 CRD 到控制器
从零开始学习 Kubernetes Operator 开发：用 kubebuilder 脚手架创建项目、定义 CRD（自定义资源）、实现 Reconcile 控制循环、部署 Operator 到集群，通过一个完整的 AppDeployment Operator 示例，掌握 K8s 扩展开发的核心模式。
Kubernetes RBAC 精细化权限管理实战：Role、ClusterRole、ServiceAccount
深入讲解 Kubernetes RBAC 权限体系：Role/ClusterRole 定义权限规则、RoleBinding/ClusterRoleBinding 绑定权限、ServiceAccount 为工作负载授权，通过多租户场景、CI/CD 最小权限、运维只读账号等生产案例，掌握 K8s 精细化访问控制。
Kubernetes Resource Health Status：GPU 和设备故障排查为什么更清晰了？
Kubernetes 1.36 推进 Resource Health Status，帮助运维人员把 Pod 异常与底层设备健康状态关联起来，尤其适合 GPU、网卡和专用加速卡场景。
Kubernetes 调度进阶：NodeAffinity、Taint/Toleration、PodTopologySpread 实战
深入讲解 Kubernetes 高级调度机制：NodeSelector/NodeAffinity 精确选节点、Taint/Toleration 实现专属节点池、PodAffinity/AntiAffinity 控制 Pod 间关系、PodTopologySpread 实现跨区域均匀分布，覆盖 GPU 节点隔离、高可用跨 AZ 部署等生产场景。
Kubernetes 存储实战：PV、PVC、StorageClass 与动态供给
系统讲解 Kubernetes 存储体系：PersistentVolume 静态供给、StorageClass 动态供给、PVC 存储申请、访问模式与回收策略，覆盖 NFS、Ceph RBD、阿里云 CSI 等主流存储后端，以及 StatefulSet 有状态存储、数据备份迁移等生产实战场景。
KVM 虚拟机热迁移实战：virsh migrate、共享存储配置、迁移故障排查
详解 KVM 虚拟机热迁移（Live Migration）的实现原理和操作流程：基于共享存储（NFS/Ceph）的热迁移、无共享存储的块迁移、virsh migrate 命令参数详解、迁移前检查、常见错误处理，覆盖 Proxmox VE 和裸 KVM 两种场景。
KVM PCIe 直通与 SR-IOV：GPU 透传、网卡虚拟化实战
详解 KVM 虚拟化中的 PCIe 设备直通（Passthrough）和 SR-IOV（单根 IO 虚拟化）技术：IOMMU 启用、VFIO 驱动绑定、GPU 完整透传给虚拟机、SR-IOV 网卡创建 VF 并分配给多个 VM，覆盖 NVIDIA GPU 透传、Intel/Mellanox 网卡 SR-IOV 配置全流程。
KVM、QEMU、libvirt 是什么关系？虚拟化入门必须分清
KVM、QEMU、libvirt 经常一起出现，但它们职责不同。理解三者关系，是学习 Linux 虚拟化的第一步。
KVM 存储性能调优：qcow2 vs raw、IO 缓存模式、virtio 驱动对比
深入讲解 KVM 虚拟机存储性能优化：qcow2 与 raw 格式性能对比与选型、cache=none/writeback/writethrough 缓存模式分析、virtio-blk vs virtio-scsi vs IDE 驱动性能差异、IO 多队列（iothread）配置，以及数据库场景的最优存储配置实践。