在云原生时代，Kubernetes 已经成为容器编排的事实标准。然而，容器的短暂特性带来了一个根本性的挑战：如何持久化和管理数据？

Kubernetes

我们用经典的What? Why? How?三段式分析框架来快速的了解和学习Kubernetes。

从接触云原生开始，也过去有很久了，今年由于项目的原因，又荒废了，最近为了CKA的认证考试，所以打算继续整理和学习相关云原生的知识图谱。最近在腾讯云上搭建自己的Kubernetes集群，本文就是记录和整理一下，将自己的一些服务切换到Cloud Native 服务的过程和一些思考，欢迎交流。

在2年之前对容器化技术之Linux Namespace的相关知识进行了学习和梳理，了解了Linux内核如何支持虚拟化的相关技术特性；本文开始对Docker是如何进行容器网络管理的进行阐述；阐述的内容路径主要参考：Docker 官方的Network相关的知识图谱，对容器网络进行深入浅出的解析。

2023年终总结的时候，就定了一个目标：学习资产管理，坚持定期的进行review。学习资产管理的目的还是希望能够对自己的资产有个清晰的认识，以及对外来的一个预期和管理。

时光荏苒，岁月如梭，一转眼2024有过去了，这个年终总结推迟到了农历新年前，才抽空落笔，实在是拖沓他妈给拖沓开门，拖沓到家了。

去年的时候，就想开始整理一下自己Keep的跑步数据，最好能够导出来，今年打算切到Strava跑步，因为其相对开放的平台，还提供了开发者中心，我还是希望能够掌控自己的数据，最近发现了yihong的开源项目：running_page用来构建自己的跑步主页，很不错，完全符合我的预期；running_page支持的主要功能包括：

周二的时候，客户端主程找到我们说有一个工具（docker image），需要我们帮忙搭建一下，丢给我们一个github地址：blueprintue-self-hosted-edition，然后提出了简单的需求：

我们使用Elasticsearch的最终目的是从数据集中搜索想要的数据，并基于这些数据建立视图；Elasticsearch提供了很简单易用的查询方式来获得数据，例如：

本文介绍Elasticsearch的Index和Mapping，要学习Elasticsearch，我觉得首先要知道ES是如何处理数据的，这样才能更好的去构建索引和搜索的模型，当然更深层次的是学习ES底层Luence如果进行索引管理的，这个后面在总结，这里只是先简单的学习ES的Index模块和Mapping是如何工作的，我们可以怎么通过他们来进行doc的字段映射，索引，更高效的管理我们存储的数据。