Краткое содержание
-
Raspberry Pi Cluster предлагает компактную настройку Kubernetes с розыгрышем мощности ниже 10 Вт.
-
Рабочие нагрузки включают домашнего помощника, NextCloud, JOBS CI, потоковая передача медиа, мониторинг.
-
Преимущества включают в себя повышение скорости NVME, низкий розыгрыш мощности и передаваемые облачные навыки.
Я подключил три доски Raspberry Pi 5 в стойку для обувной коробки, каждая PI имеет 8 ГБ оперативной памяти, диск NVME на PCIe Lane и официальный активный кулер. K3S вышел на первое место, давая мне «настоящий» Kubernetes в следе, чем в мягкой обложке. Это записи не является шагом по шагам; Это откровенный взгляд на то, что я на самом деле бегаю, льготы, которые мне понравились, и гремлинов, которые мне пришлось приручить.
В начале я спросил себя, может ли кластер, который настаивает на дюжине Watts, но примерно за стоимость одного Mini -PC в начальном уровне – достаточная утилита, чтобы оправдать усилия. Восемнадцать месяцев спустя я сформировал мнение – одно, которое немного меняется каждый раз, когда узлы дроссели под грузом или диаграмма руля тихо сбрасывают изображение ARM64.

Связанный
5 из лучших устройств, с которыми вы можете построить свою домашнюю лабораторию
Старые ПК, SBCS, NAS … все можно переоборудовать в домашний сервер!
Почему я рискнул вниз по этой кроличьей норе
Дешевые острые ощущения и мигающие светодиоды
Изучение Kubernetes по низкому риску было большой ничьей. Облачные песочницы становятся дорогими, и я не хотел добавлять шумный отремонтированный сервер во все другое звуковое загрязнение в моей квартире. В конце концов, 3D -принтеры и лазерные граверы не совсем тихие.
Опция Gigabit NIC PI 5, PCIE SSD и ядра Cortex -A76 обещали «достаточно хорошую» мощность для рабочих нагрузок в домашних лабораториях во время потягивания энергии – Raspberry Pi 5 IDLE около 2,2 Вт до 2,7 Вт, так что три узла плюс плюс остаются ниже 10 Вт, когда они тихий. Добавьте к себе удовольствие от руками (и да, да, права хвастаться), и проект стал неотразимым.
Что на самом деле работает на моем кластере Kubernetes Pi с питанием
Крошечные узлы, удивительно большие амбиции
Ниже приведены рабочие нагрузки, которые застряли достаточно долго, чтобы их можно было назвать «производством»:
- Домашний помощник + Mosquitto + Influxdb: Один шлем-диаграмма обрабатывает мой умный дом мозга, брокер MQTT и базу данных временных рядов. Стептя на холостом ходу менее 500 МБ ОЗУ и еще не пропустил Zigbee Toggle.
- NextCloud с хранением объектов S3 -стиля (Minio): Мои фото резервного копирования и совместные документы живут здесь. Запуск его на руке прост благодаря ухоженной графике рулевов и ПВХ, поддерживаемым моим диском NVME.
- Gitlab Runner для работы CI: Скомпилируют мою прошивку 3D -15 и пару проектов GO. Официальные документы нацелены на PI 4, но 64 -битные пакеты работают нормально на PI 5, как только вы увеличиваете обмен на 4 ГБ.
- Jellyfin Media Stack: Он транслирует мою коллекцию видео, но аппаратная транскодирование Raspberry Pi ограничена. Чтобы учесть это, я прикрепляю процессор и принимаю, что 1080p является потолком.
- Мониторинг и ведение журнала: Прометея, Графана, Локи и Алертмангер дают мне панели мониторинга и оповещения о температурах, дисковом вводе/выводе и перезапусках капсул. Весь стек развертывается плавно с подружным манифестом.
- PI-Hole для блокировки рекламы по всей сети: Это использует незначительные ресурсы и позволяет мне уйти в отставку запасного Pi Zero, который ранее обрабатывал DNS.
Вместе в этих услугах используется около половины процессора кластера и RAM RAM, оставляя место для экспериментов на выходных, таких как работа Llama.cpp в недолговечных Cronjobs.
Преимущества, которые заставили меня рад, что я попробовал эксперимент
Мой кошелек и эго чувствуют себя легче
Обмена карт MicroSD для NVME доставила 3 -до 4 -кратного прыжка в устойчивых чтениях и писаниях. В то время как мой microSD достиг пика при 90 МБ/с, переход на SSD M.2 NVME дал 350 МБ/с и выше. Это скорость повышения скорости контейнера и восстановление базы данных.

Связанный
Docker Swarm vs. Kubernetes: битва на оркестровках контейнеров
Один утилита для начинающих, предназначенная для небольших настройки, а другой-надежный производственный инструмент, который так же полезен для Home Labs
Power Draw – это едва ли промежуток в счете за коммунальные услуги. Стек рисует меньше, чем у многих светодиодных лампочек, даже когда вентиляторы вращаются. А поскольку я использую K3s на руке, на каждом диаграмме рулевых, Gitops Pipeline и Terraform Script, я репетирую здесь непосредственно в рабочие проекты, которые работают на «реальных» облаках. PI Cluster – это в основном лаборатория сертификации за 300 долларов.
Головные боли, которые я должен был исправить по пути
Гремлины, дросселя и отсутствующие изображения Поскольку NVME через однополосную шину PCIe 3 все еще экспериментально, обязательно подчиняйте зеркальную микро-SD-карту для сбоев системы.
Питание и тепло: PI 5 разборчив: подключите что -то меньшее, чем официальное предложение 27 Вт, а USB -ток остается ограниченным на 600 мА, голодая внешние прикрепленные SSDS. Тяжелые многочасовые рабочие нагрузки подталкивают температуры к точке дроссельной заслонки 80 ° C, поэтому активные кулеры обязательны для моего случая использования.
Доступность изображения: Примерно в каждом пятом диаграммах я стараюсь поставляться с контейнерами только по отправке x86. Теперь я запускаю сценарий предварительного полета, который сканирует манифесты для поддержки ARM64, прежде чем я выполню kubectl apply
– трюк, который я подобрал после загадочного CrashLoopBackOff
события. Сохранение частного реестра с много -архами изображений уменьшает разочарование, но добавляет накладные расходы на обслуживание.
Хранение причуды: NVME над однопользовательской шиной PCIe быстро, но не непогрешима. У меня был один дешевый адаптер, который отказался договориться о скоростях PCIe Gen 3, и мягкий разбился под нагрузкой. Горячие резервные копии снижают риск, но я научился держать зеркальную SD -карту на всякий случай.
Итак, стоило ли эта домашняя лаборатория?
СПОЙЛЕР: Ответ сложнее, чем простое «да» или «нет»
Для необработанной вычислительной мощности подержанный мини -ПК будет разорвать этот кластер. Тем не менее, стек PI выигрывает в тихой эффективности, модульном веселье и удовлетворении освоения Kubernetes на оборудовании, которое помещается в ящик для настольного ящика. Если вы цените руку на обучение и всегда с низким уровнем услуг больше, чем Criging -Fast CPU, то PI -мощный кластер абсолютно стоит построения выходного дня и случайной охоты на изображение Arm -Image. В противном случае купите NUC и назовите это днем.