今天還沒有看任何的影片，沒有更新學習新的東西，發現 docker 和 minikube 關機之後需要重新啓動，這表示
我對於影片中和現實中的實現，還是有一些落差，這些落差也體現在概念的理解和掌握上。真實的具有發展能力，不是部屬過程不出錯，而是經由專業的實作經驗，能夠具體判斷發生的情況，採取對的步驟，否則就算有 AI 也沒有辦法，正確還原事情發生的順序，與累積正確的經驗，所以先整理命令的記錄，讓狀態可以被重現，掌握虛擬環境哪些裝置需要開啓或者進行連接，並且進行檢測，這是必要的。 重新打開 minikube 之後，後面新增網路服務都很順利了，把影片跑到 12:41。 可惜， http://foo.bar.com/ 自定的虛擬 host 和 tunnel 無法順利回報文字訊息。 一直跑到 15:17 的
helm 複製整分的虛擬容器服務系統。

官方影片，預告有兩個平臺可以佈置 k8s 容器平臺。
$$$ 集群環境與資源檢查

• 內容重點：影片開頭展示了用於測試的 Kubernetes 集群狀態。
• 集群規格：包含 5 個 Nodes（來自 AWS 等環境），總計約有 180 GB 記憶體 與 48 核 CPU，用來演示 YuniKorn 的資源調度能力。

$$$ Spark 任務調度與資源不足時的排隊（Pending）機制

• 內容重點：示範大數據引擎 Spark 在 YuniKorn 上的調度情形，以及當 Queue 資源用盡時的預期行為。
• Spark 任務成功執行：利用 Spark 提交腳本與 Pod Template（設定 Application ID、Queue 以及指定 schedulerName: yunikorn）執行 Spark Pi 任務。UI 上可清楚看見 Driver 與 Executor 的資源消耗，任務順利完成。
• 資源不足導致 Pending：嘗試將另一個 Spark 任務提交至已無剩餘資源的 sandbox queue。由於該 Queue 的容量已完全被第一個批次任務佔滿，Spark 任務的 Driver 狀態顯示為 Pending，成功示範了資源隔離與排隊等待機制。