> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/hi/self-hosted/enterprise/kubernetes.md).

# Kubernetes

Kubernetes पर Roboflow Inference के साथ शुरुआत करना

{% hint style="info" %}
Roboflow Enterprise ग्राहक Roboflow Inference Service को Kubernetes में इनके साथ डिप्लॉय कर सकते हैं: [Roboflow Inference Helm चार्ट](https://github.com/roboflow/inference/tree/main/inference/enterprise/helm-chart).
{% endhint %}

इसके अलावा, Kubernetes क्लस्टर में पॉड और सर्विस डिप्लॉय करने के लिए यहाँ सरल Kubernetes मैनिफ़ेस्ट दिए गए हैं।

नीचे दिया गया Kubernetes मैनिफ़ेस्ट एक साधारण उदाहरण दिखाता है, जिसमें एक CPU-आधारित roboflow infer पॉड बनाया गया है और उससे ClusterIP सर्विस जोड़ी गई है।

```yaml
# पॉड
---
apiVersion: v1
kind: Pod
metadata:
  name: roboflow
  labels:
    app.kubernetes.io/name: roboflow
spec:
  containers:
  - name: roboflow
    image: roboflow/roboflow-inference-server-cpu
    ports:
    - containerPort: 9001
      name: rf-pod-port


# सर्विस
---
apiVersion: v1
kind: Service
metadata:
  name: rf-service
spec:
  type: ClusterIP
  selector:
    app.kubernetes.io/name: roboflow
  ports:
  - name: rf-svc-port
    protocol: TCP
    port: 9001
    targetPort: rf-pod-port
```

(ऊपर दिया गया उदाहरण मानता है कि आपका Kubernetes क्लस्टर Docker Hub से इमेज डाउनलोड कर सकता है)

ऊपर दिए गए YAML अंश को इस नाम से सेव करें: `roboflow.yaml` और `kubectl` CLI का उपयोग करके पॉड और सर्विस को अपने Kubernetes क्लस्टर के डिफ़ॉल्ट नेमस्पेस में डिप्लॉय करें।

```
kubectl apply -f roboflow.yaml
```

\
एक सर्विस (ClusterIP प्रकार की) बनाई जाएगी; Kubernetes क्लस्टर के भीतर से आप इस URI पर Roboflow inference को ऐक्सेस कर सकते हैं: `http://rf-service.default.svc:9001`

### इस उदाहरण से आगे

Kubernetes आपको अपनी Roboflow inference सर्विस में कई उन्नत सुविधाओं और एक्सटेंशन को शामिल करने की क्षमता देता है। उदाहरण के लिए, आप ऊपर दिए गए उदाहरण को इन जैसे अधिक उन्नत उपयोग मामलों के लिए विस्तारित कर सकते हैं:

* अपने Kubernetes परिवेश में GPU नोड पूल पर पॉड होस्ट करने के लिए nodeSelectors का उपयोग करना और `roboflow/roboflow-inference-server-gpu` इमेज का उपयोग करना
* Roboflow inference सर्विस को क्षैतिज रूप से ऑटोस्केल करने के लिए Kubernetes डिप्लॉयमेंट बनाना और CPU उपयोग जैसे विशिष्ट मेट्रिक्स के आधार पर ऑटोस्केलिंग ट्रिगर सेट अप करना।
* Roboflow inference सर्विस को बाहरी रूप से उपलब्ध कराने के लिए nodePort और LoadBalancer जैसे विभिन्न सर्विस प्रकारों का उपयोग करना
* Roboflow inference को TLS (HTTPS) आदि पर उपलब्ध कराने के लिए ingress controllers का उपयोग करना।
* अपनी Roboflow inference सर्विस में मॉनिटरिंग और अलर्टिंग जोड़ना
* एकीकरण: [Secure Gateway](https://docs.roboflow.com/deployment/hi/self-hosted/enterprise/secure-gateway.md) और [Offline Mode](https://docs.roboflow.com/deployment/hi/self-hosted/enterprise/offline-mode.md)
