1. ভূমিকা
kubectl-ai হল একটি AI-চালিত বুদ্ধিমান ইন্টারফেস যা ব্যবহারকারীর অভিপ্রায়কে সুনির্দিষ্ট Kubernetes ক্রিয়াকলাপে অনুবাদ করে, Kubernetes পরিচালনাকে আরও অ্যাক্সেসযোগ্য এবং দক্ষ করে তোলে।
আপনি কি করবেন
- আপনি একটি GKE ক্লাস্টার পরিচালনা করতে
kubectl-ai, একটি AI চালিত Kubernetes সহকারী চালিত টুলের সাথে কাজ করবেন।
আপনি কি শিখবেন
- আপনি একটি GKE ক্লাস্টার তৈরি করবেন এবং
kubectl-ai. - আপনি কুবারনেটস কাজগুলি সম্পাদন করবেন যেমন সমস্যা সমাধানের ক্লাস্টার এবং সংস্থানগুলির সাথে সংস্থানগুলি পরিচালনা করা, তৈরি করা, প্যাচ করা।
আপনি কি প্রয়োজন হবে
- ক্রোম ওয়েব ব্রাউজার
- একটি জিমেইল অ্যাকাউন্ট
- বিলিং সক্ষম সহ একটি ক্লাউড প্রকল্প৷
- একটি জেমিনি API কী
এই কোডল্যাবটি আশা করে যে ব্যবহারকারী কুবারনেটসের প্রাথমিক জ্ঞানের সাথে পরিচিত।
2. আপনি শুরু করার আগে
একটি প্রকল্প তৈরি করুন
- Google ক্লাউড কনসোলে , প্রকল্প নির্বাচক পৃষ্ঠায়, একটি Google ক্লাউড প্রকল্প নির্বাচন করুন বা তৈরি করুন।
- নিশ্চিত করুন যে আপনার ক্লাউড প্রকল্পের জন্য বিলিং সক্ষম করা আছে৷ একটি প্রকল্পে বিলিং সক্ষম কিনা তা পরীক্ষা করতে শিখুন।
- আপনি ক্লাউড শেল ব্যবহার করবেন, Google ক্লাউডে চলমান একটি কমান্ড-লাইন পরিবেশ যা bq এর সাথে প্রিলোড করা হয়। গুগল ক্লাউড কনসোলের শীর্ষে সক্রিয় ক্লাউড শেল ক্লিক করুন।
- একবার ক্লাউড শেলের সাথে সংযুক্ত হয়ে গেলে, আপনি পরীক্ষা করে দেখুন যে আপনি ইতিমধ্যেই প্রমাণীকৃত হয়েছেন এবং নিম্নলিখিত কমান্ডটি ব্যবহার করে প্রকল্পটি আপনার প্রকল্প আইডিতে সেট করা আছে:
gcloud auth list
- gcloud কমান্ড আপনার প্রকল্প সম্পর্কে জানে তা নিশ্চিত করতে ক্লাউড শেলে নিম্নলিখিত কমান্ডটি চালান।
gcloud config list project
- যদি আপনার প্রজেক্ট সেট করা না থাকে, তাহলে এটি সেট করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:
gcloud config set project <YOUR_PROJECT_ID>
- নীচে দেখানো কমান্ডের মাধ্যমে প্রয়োজনীয় API গুলি সক্ষম করুন৷ এটি কয়েক মিনিট সময় নিতে পারে, তাই ধৈর্য ধরুন।
gcloud services enable cloudresourcemanager.googleapis.com \
servicenetworking.googleapis.com \
compute.googleapis.com \
container.googleapis.com
কমান্ডের সফল সঞ্চালন হলে, আপনি নীচের দেখানো একটি অনুরূপ একটি বার্তা দেখতে হবে:
Operation "operations/..." finished successfully.
যদি কোনো API মিস হয়, আপনি সর্বদা বাস্তবায়নের সময় এটি সক্রিয় করতে পারেন।
জিক্লাউড কমান্ড এবং ব্যবহারের জন্য ডকুমেন্টেশন পড়ুন।
3. GKE ক্লাস্টার সেট আপ করুন৷
এই ধাপে, আমরা একটি GKE ক্লাস্টার সেট আপ করতে যাচ্ছি যেটিতে আমরা আমাদের কমান্ডগুলি চালাব৷ নিশ্চিত করুন যে আপনি পূর্ববর্তী পদক্ষেপগুলি অনুসরণ করেছেন এবং সঠিক প্রকল্প আইডি সেট আপ করেছেন এবং আপনার Google ক্লাউড প্রকল্পে প্রয়োজনীয় পরিষেবাগুলি সক্ষম করেছেন৷
GKE ক্লাস্টার তৈরি করুন
ক্লাউড শেলে প্রদত্ত নিম্নলিখিত কমান্ডটি চালান। আপনি যদি অন্য জোনে ক্লাস্টার তৈরি করতে চান, তাহলে নির্দ্বিধায় --zone মান পরিবর্তন করুন।
gcloud container clusters create my-gke-cluster \
--num-nodes 2 \
--machine-type e2-standard-4 \
--zone us-central1-a
এটি সম্পূর্ণ হতে কিছু সময় লাগতে পারে তাই অনুগ্রহ করে ধৈর্য ধরুন। একবার সম্পূর্ণ হয়ে গেলে, আপনি একটি আউটপুট দেখতে পাবেন যা নীচে দেখানো একটির অনুরূপ:
Note: Your Pod address range (`--cluster-ipv4-cidr`) can accommodate at most 1008 node(s).
Creating cluster my-gke-cluster in us-central1-a... Cluster is being health-checked (Kubernetes Control Plane is healthy)...done.
Created [https://container.googleapis.com/v1/projects/YOUR_PROJECT_ID/zones/us-central1-a/clusters/my-gke-cluster].
To inspect the contents of your cluster, go to: https://console.cloud.google.com/kubernetes/workload_/gcloud/us-central1-a/my-gke-cluster?project=YOUR_PROJECT_ID
kubeconfig entry generated for my-gke-cluster.
NAME: my-gke-cluster
LOCATION: us-central1-a
MASTER_VERSION: 1.33.4-gke.1350000
MASTER_IP: 34.59.221.183
MACHINE_TYPE: e2-standard-4
NODE_VERSION: 1.33.4-gke.1350000
NUM_NODES: 2
STATUS: RUNNING
STACK_TYPE: IPV4
GKE ক্লাস্টার বিবরণ যাচাই করুন
প্রথমে, আসুন ক্লাস্টার শংসাপত্রগুলি নিয়ে আসি:
gcloud container clusters get-credentials my-gke-cluster \
--zone us-central1-a
নীচে দেখানো হিসাবে আপনি একটি আউটপুট দেখতে হবে:
Fetching cluster endpoint and auth data.
kubeconfig entry generated for my-gke-cluster.
এর পরে, আসুন ক্লাস্টারের বিবরণ যাচাই করি:
kubectl get nodes
আপনি এই মত দেখায় একটি আউটপুট দেখতে হবে:
NAME STATUS ROLES AGE VERSION
gke-my-gke-cluster-default-pool-c63d5936-2f1z Ready <none> 2m58s v1.33.4-gke.1350000
gke-my-gke-cluster-default-pool-c63d5936-fqtl Ready <none> 3m2s v1.33.4-gke.1350000
অবশেষে, আসুন ক্লাস্টার নেমস্পেস যাচাই করি:
kubectl get namespaces
আপনি এই মত দেখায় একটি আউটপুট দেখতে হবে:
NAME STATUS AGE
default Active 6m16s
gke-managed-cim Active 4m21s
gke-managed-system Active 4m6s
gke-managed-volumepopulator Active 4m
gmp-public Active 3m40s
gmp-system Active 3m41s
kube-node-lease Active 6m16s
kube-public Active 6m16s
kube-system Active 6m16s
4. kubectl-ai CLI ইনস্টল করুন
kubectl-ai CLI ইনস্টল করার জন্য আমরা দ্রুত ইনস্টল (প্রস্তাবিত) পদ্ধতি ব্যবহার করব।
ক্লাউড শেল এ নিম্নলিখিত কমান্ড প্রদান করুন:
curl -sSL https://raw.githubusercontent.com/GoogleCloudPlatform/kubectl-ai/main/install.sh | bash
এটি kubectl-ai CLI ডাউনলোড এবং ইনস্টল করবে এবং আপনার শেষে একটি বার্তা দেখতে হবে যা বলে:
✅ kubectl-ai installed successfully! Run 'kubectl-ai --help' to get started.
আমরা নিম্নলিখিত কমান্ডটি চালিয়ে kubectl-ai কমান্ড কাজ করছে কি না তা যাচাই করতে পারি:
kubectl-ai
দ্রষ্টব্য: উপরের কমান্ডটি উল্লেখ করে ত্রুটিটি ফিরিয়ে দেবে
creating llm client: GEMINI_API_KEY environment variable not set
উল্লেখ্য যে kubectl-ai gemini , vertexai , azopenai , openai , grok , bedrock এবং স্থানীয় LLM প্রদানকারী যেমন ollama এবং llama.cpp থেকে AI মডেল সমর্থন করে। আমাদের ক্ষেত্রে, আমরা Gemini (Google) ব্যবহার করতে যাচ্ছি এবং এর জন্য আমাদের Google AI Studio-এর মাধ্যমে একটি API কী পেতে হবে। একবার আপনি কী তৈরি করেছেন এবং আপনার মান প্রস্তুত হয়ে গেলে, ক্লাউড শেল-এ নিম্নলিখিত কমান্ডটি ব্যবহার করুন পরিবেশ পরিবর্তনশীল GEMINI_API_KEY সেট করতে যা আপনার কীকে নির্দেশ করে।
export GEMINI_API_KEY="YOUR_GEMINI_API_KEY"
দ্রষ্টব্য: শুধুমাত্র মূল মান হিসাবে "GEMINI_API_KEY" ব্যবহার করুন
kubectl-ai আর একবার চালু করুন এবং এইবার আপনি দেখতে পাবেন যে এটি চালু হয়েছে এবং আপনার কমান্ডের জন্য এর ইন্টারেক্টিভ টার্মিনালে অপেক্ষা করছে।
$ kubectl-ai
Hey there, what can I help you with today?
>>>
প্রম্পটে kubectl কমান্ড সম্পর্কিত কয়েকটি প্রশ্ন ব্যবহার করে দেখুন। নীচে কয়েকটি নমুনা দেওয়া হল:
-
What is the command to get the nodes in a cluster? -
list pods
আপনি quit লিখে kubectl-ai টার্মিনাল থেকে প্রস্থান করতে পারেন।
5. kubectl-ai ব্যবহার করা
এখন আপনি সফলভাবে kubectl-ai কনফিগার করেছেন, এখানে হাইলাইট করার মূল বিষয় হল আপনি এখন প্রাকৃতিক ভাষা প্রশ্ন ব্যবহার করে ক্লাস্টারের সাথে যোগাযোগ করতে সক্ষম। আসুন কয়েকটি অন্যান্য কমান্ড চেষ্টা করি:
আসুন নিম্নলিখিত কমান্ডটি চালাই:
kubectl-ai --model gemini-2.5-flash "list pods in default namespace"
এটি নিম্নলিখিত আউটপুট উত্পাদন করবে:
Running: kubectl get pods -n default
There are no resources found in the default namespace.
>>>
লক্ষ্য করুন কিভাবে এটি আমাদের প্রাকৃতিক ভাষার ক্যোয়ারীকে সমতুল্য kubectl কমান্ডে তালিকাভুক্ত করতে অনুবাদ করেছে।
অতিরিক্তভাবে, মনে রাখবেন যে আমরা এখন kubectl-ai ইন্টারেক্টিভ টার্মিনাল ( >>> ) এর ভিতরে আছি, যেখানে আমরা এটির সাথে যোগাযোগ চালিয়ে যেতে পারি।
নিম্নলিখিত কমান্ড দিন:
how many pods are there in kube-system namespace
আউটপুট নীচে দেখানো হয়েছে:
>>> how many pods are there in kube-system namespace
Running: kubectl get pods -n kube-system --output=jsonpath='{.items[*].metadata.name}'
There are 18 pods in the kube-system namespace.
একক শট কমান্ড
পূর্ববর্তী বিভাগটি প্রদর্শন করেছে কিভাবে আপনি kubectl-ai চালু করতে পারেন এবং পরবর্তী কমান্ড দিতে ইন্টারেক্টিভ টার্মিনালে থাকতে পারেন। এটি সেই কমান্ডগুলির জন্য উপযুক্ত নয় যেখানে আপনি একটি স্বায়ত্তশাসিত ফ্যাশনে এবং একটি ইন্টারেক্টিভ প্রম্পট ছাড়াই আপনার কাছ থেকে পরবর্তী কমান্ডের জন্য অপেক্ষা করতে চান৷
--quiet প্যারামিটার সহ একক শট কমান্ড পদ্ধতি লিখুন।
এখানে একটি স্থাপনা তৈরি করার জন্য একটি নমুনা কমান্ড রয়েছে।
kubectl-ai --quiet "create a deployment named nginx with 2 replicas" --skip-permissions
এর ফলে নিচে দেখানো হিসাবে create deployment কমান্ড কার্যকর করা হবে:
Running: kubectl create deployment nginx --image=nginx --replicas=2
I have created a deployment named nginx with 2 replicas. You can verify this by running kubectl get deployments .
এইভাবে আমরা আমাদের বর্তমান GKE ক্লাস্টারের সাথে যোগাযোগ করতে kubectl-ai সেট আপ করতে সক্ষম হয়েছি।
আমরা মাত্র কয়েকটি কমান্ড চালিয়েছি এবং kubectl-ai সাথে কাজ করার একটি মোড প্রদর্শন করেছি। আপনি অন্যান্য সরঞ্জামগুলিতে আউটপুট পাইপ করতে পারেন, ত্রুটিগুলি বুঝতে পারেন, kubectl-ai এর বিভিন্ন সেশন রানের মধ্যে স্থায়ীত্ব এবং আরও অনেক কিছু। টুল ডকুমেন্টেশনের ব্যবহার বিভাগটি পড়ুন।
6. (ঐচ্ছিক) kubectl-ai চ্যাট ইন্টারফেস
কিছু পরিস্থিতিতে, আপনি একটি আদর্শ চ্যাট ইন্টারফেসের মাধ্যমে kubectl-ai সাথে কাজ করতে পছন্দ করতে পারেন। Kubectl-ai এর নিজস্ব UI ইন্টারফেসের সাথে আসে যা আপনি ক্লাউড শেলে নীচে দেখানো কমান্ডের মাধ্যমে চালু করতে পারেন:
kubectl-ai --llm-provider=gemini \ --ui-type=web \ --ui-listen-address=0.0.0.0:8080
এটি একটি ইন্টারফেস চ্যাট ইন্টারফেসে ইউটিলিটি চালু করবে এবং আপনি নিম্নলিখিতগুলির মতো একটি আউটপুট দেখতে পাবেন:
listening on http://[::]:8080
ক্লাউড শেলের ওয়েব প্রিভিউতে ক্লিক করুন নিচের মত:
তারপর Preview on port 8080 এ ক্লিক করুন। এটি একটি ব্রাউজার চালু করবে এবং নীচে দেখানো ওয়েব চ্যাট ইন্টারফেসটি উপলব্ধ করবে:
এখানে একটি নমুনা প্রশ্ন যা আমরা চ্যাট ইন্টারফেসে কার্যকর করেছি:
এই ইন্টারফেসে অন্যান্য প্রশ্ন চেষ্টা করে দেখুন. অন্যান্য প্রাকৃতিক ভাষার প্রশ্নগুলি আপনি চালাতে পারেন তার পরিপ্রেক্ষিতে এটি ইঙ্গিতও প্রদান করে।
7. পরিষ্কার করুন
আপনার Google ক্লাউড অ্যাকাউন্টে চলমান চার্জ এড়াতে, এই কর্মশালার সময় আমরা যে সংস্থানগুলি তৈরি করেছি তা মুছে ফেলা গুরুত্বপূর্ণ৷
যদি আপনার GKE ক্লাস্টারের প্রয়োজন না হয় যা আমরা এই ল্যাবের পূর্ববর্তী বিভাগে তৈরি করেছি, আপনি নিম্নলিখিত কমান্ডের মাধ্যমে এটি মুছে ফেলতে পারেন:
gcloud container clusters delete my-gke-cluster --zone=us-central1-a
8. অভিনন্দন
অভিনন্দন, আপনি সফলভাবে kubectl-ai ব্যবহার করেছেন, একটি AI চালিত Kubernetes সহকারী প্রাকৃতিক ভাষা প্রশ্নের মাধ্যমে আপনার Kubernetes ক্লাস্টার পরিচালনা করতে। আরও তথ্যের জন্য, পরবর্তী বিভাগে তালিকাভুক্ত সংস্থানগুলি পড়ুন।