# Kubernetes

***업데이트: Roboflow Enterprise Customer인 경우, 다음을 사용하여 Kubernetes 환경에 Roboflow Inference Service를 배포할 수 있습니다*** [***이 Helm chart***](https://github.com/roboflow/inference/tree/main/inference/enterprise/helm-chart)***.***

또는, Kubernetes cluster에 pod와 service를 배포하기 위한 간단한 Kubernetes manifest가 있습니다.

아래의 Kubernetes manifest는 단일 CPU 기반 roboflow infer pod를 생성하고 이에 cluster-IP service를 연결하는 간단한 예시를 보여줍니다.

```yaml
# Pod
---
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


# Service
---
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
```

(위 예시는 Kubernetes cluster가 Docker hub에서 이미지를 다운로드할 수 있다고 가정합니다)

위의 yaml 요약을 다음 이름으로 저장하세요 `roboflow.yaml` 그리고 `kubectl` cli를 사용하여 pod와 service를 Kubernetes cluster의 default namespace에 배포하세요.

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

\
service(ClusterIP 유형)가 생성됩니다. Kubernetes cluster 내부에서는 다음 URI에서 Roboflow inference에 액세스할 수 있습니다: `http://rf-service.default.svc:9001`

### 이 예시를 넘어서

Kubernetes는 Roboflow inference service에 여러 고급 기능과 확장을 적용할 수 있는 강력한 기능을 제공합니다. 예를 들어, 다음과 같은 더 고급 사용 사례로 위 예시를 확장할 수 있습니다.

* nodeSelectors를 사용하여 Kubernetes environment의 GPU machine node pool 위에 pod(s)를 호스팅하고 다음을 사용하는 것 `roboflow/inference-server:gpu` image
* Roboflow inference service를 수평으로 자동 확장하기 위한 Kubernetes deployment를 생성하고 CPU usage와 같은 특정 metric을 기반으로 자동 확장 트리거를 설정하기.
* nodePort 및 LoadBalancer 같은 다른 service type을 사용하여 Roboflow inference service를 외부에 제공하기
* ingress controller를 사용하여 TLS(HTTPs) 등을 통해 Roboflow inference를 노출하기.
* Roboflow inference service에 모니터링과 알림을 추가하기
* license server와 offline mode 통합하기