从首次检查 cluster 开始，广泛接触 Kubernetes workload、网络、配置、存储、调度、访问控制和资源管理功能。课程分为 5 个阶段，共 43 个动手项目，其中包括 38 个引导实验和 5 个重点挑战。
大多数项目是在本地 Minikube 环境中进行的 command-oriented walkthrough。前期建立 cluster 与 kubectl 基础，后期扩展到多种 controller、Ingress、持久化存储、调度规则、自动扩缩容、RBAC 和 metrics。课程以广泛概览为主，而不是围绕单个应用严格顺序构建。
你将学到什么
完成课程后，你将能够：
- 检查 cluster 健康状况、client/server 信息、node 详情、architecture 和 Kubernetes Dashboard access。
- 使用
kubectl create、run、describe、logs、exec、set、annotate和port-forward创建与检查 resource。 - 运行 Pod，并通过 Kubernetes controller 管理 replicated、batch、scheduled、per-node 和 stateful workload。
- 使用 Service 与 Ingress 连接 workload，并通过 namespace 组织隔离。
- 使用 ConfigMap 和 Secret 注入应用设置，并通过 PersistentVolume 与 claim 持久化数据。
- 应用 ResourceQuota 与 LimitRange policy，并处理 kubeconfig 中的 cluster、user 和 context。
- 使用 node selector、affinity、taint、toleration、cordon 操作和 container probe 控制放置与可用性。
- 配置 HorizontalPodAutoscaler 与 RBAC resource，并通过 Metrics Server 检查 CPU 和内存使用情况。
本课程适合谁
本课程适合希望广泛接触 Kubernetes command 和 resource type 的初学者，也适合构建参考式实践基础的 container 用户与初级 DevOps 学习者。引导实验从基础开始，但后续内容和 5 个挑战要求逐步提高独立操作能力；其中 Dashboard 安全挑战标为 Advanced。
前置要求： 无需 Kubernetes 经验。建议具备基础 Linux 终端、container 和 YAML 知识。课程范围较广，先完成 cluster、command 与 workload 阶段，再学习存储、调度、自动扩缩容和 RBAC，会更容易理解后续实验。
学习环境： 项目使用提供的 Ubuntu 22.04 图形化 VM，其中包含终端、本地单节点 Minikube cluster、kubectl，以及 Dashboard 任务所需的浏览器。不同项目的环境相互独立，不应假定前一个实验的 cluster state 会保留。
常见问题
它与“Kubernetes 入门”有什么区别？
“Kubernetes 入门指南”是更广泛的概览课程：43 个项目覆盖大量 command、workload controller、Ingress、存储、调度、HPA、RBAC、Dashboard 与 metrics。“Kubernetes 入门”则是更精简的 12 项课程，通过 6 组精心配对的引导实验和挑战，在固定 v1.35.5 cluster 中聚焦无状态应用核心操作。
所有项目都是初级吗？
不是。课程本身及 38 个引导实验标为 Beginner，但 4 个挑战标为 Intermediate，read-only Dashboard access 挑战标为 Advanced。建议先完成相关引导内容，再把后续挑战作为可选检查点。
实验需要互联网或付费账号吗？
不同项目要求不同。部分实验会启动 Minikube、启用 addon 或拉取 container image；首个实验明确说明 image-pull 路径仅供 Pro 使用，而 Free 环境可能预先启动 cluster。开始前应阅读每个项目的访问提示，不要假定整个课程的网络行为相同。
课程会准备生产级或多节点 Kubernetes cluster 吗？
不会。实验使用本地单节点 Minikube 学习各项功能，不涵盖生产高可用、托管云 Kubernetes、多节点容量规划或持久化生产平台运维。
