fix bug

data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image.md

@@ -13,6 +13,7 @@ docker image
 可以看到所有的docker image 操作命令
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image.png)
+<br/>
 
 下面说法错误的是？
 

data/1.云原生初阶/1.容器(docker)/2.docker image 操作/image_inspect.md

@@ -13,6 +13,7 @@ docker image inspect hello-world
 操作截图如下，可以看到镜像启动后会立刻执行的命令CMD：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image-inspect.png)
+<br/>
 
 请自己实际操作后回答问题：以下对`docker image inspect`输出结果描述错误的是？
 

data/1.云原生初阶/1.容器(docker)/2.docker image 操作/image_ls.md

@@ -13,6 +13,7 @@ docker image ls
 操作截图如下，可以看到前一题拉取到的`hello-world`镜像：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image-ls.png)
+<br/>
 
 以下对`docker image ls`输出结果描述错误的是？
 

data/1.云原生初阶/1.容器(docker)/2.docker image 操作/image_pull.md

@@ -13,6 +13,7 @@ docker image pull  library/hello-world
 操作截图如下：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image-pull.png)
+<br/>
 
 以下从Docker Hub 拉取 ubuntu 镜像操作正确的是？
 

data/1.云原生初阶/1.容器(docker)/2.docker image 操作/image_rm.md

@@ -13,6 +13,7 @@ docker image ls
 截图如下，可以看到两个名字为`<none>`的镜像：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image-rm-ls.png)
+<br/>
 
 如果镜像没有被启动过，直接之下下面的命令能删除成功：
 
@@ -23,14 +24,17 @@ docker image rm 09d01ed9156b
 如图所示：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image-rm-success.png)
+<br/>
 
 但是如果镜像被启动过，有可能出现错误信息：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image-rm-failed.png)
+<br/>
 
 红框的提示表示该镜像被启动过并且目前处于停止状态，我们可以通过`docker ps`命令查看被启动过的镜像状态
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image-rm-ps.png)
+<br/>
 
 可以看到，其中
 
@@ -46,6 +50,7 @@ docker ps -a | grep "Exited" | awk '{print $1 }'|xargs docker rm
 如图所示
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/2.docker image 操作/docker-image-rm-clear.png)
+<br/>
 
 以下说法错误的是？
 

data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-kill.md

@@ -11,6 +11,7 @@ docker container ls
 可以看到上一题运行的`ubuntu`容器的id
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-kill-ls.jpg)
+<br/>
 
 现在，使用容器的id就可以杀死容器实例
 
@@ -21,10 +22,12 @@ docker container kill 2bba2dec1e97
 命令执行的返回如图所示：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-kill-action.jpg)
+<br/>
 
 而运行中的ubuntu docker 实例则被成功kill后退出：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-kill-resp.jpg)
+<br/>
 
 以下描述错误的是？
 

data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-run-bash.md

@@ -11,6 +11,7 @@ docker image pull  library/ubuntu
 下载 ubuntu 镜像成功
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-run-bash-ubuntu.jpg.jpg)
+<br/>
 
 接着，启动container 并执行第一个程序`bin/bash`:
 
@@ -21,6 +22,7 @@ docker container run -it ubuntu bin/bash
 可以看到成功进入了ubuntu容器实例的shell环境，并在shell环境里执行了`ls`和`ll`命令。
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-run-bash-ubuntu-shell.jpg)
+<br/>
 
 以下描述错误的是？
 

data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container.md

@@ -11,6 +11,7 @@ docker container
 如图所示：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container.jpg)
+<br/>
 
 以下描述错误的是？
 

data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container_run.md

@@ -23,6 +23,7 @@ docker image pull  library/ubuntu
 下载 ubuntu 镜像成功
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-run-bash-ubuntu.jpg.jpg)
+<br/>
 
 接着，启动container 并执行第一个程序`bin/bash`:
 
@@ -33,6 +34,7 @@ docker container run -it ubuntu bin/bash
 可以看到成功进入了ubuntu容器实例的shell环境，并在shell环境里执行了`ls`和`ll`命令。
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-run-bash-ubuntu-shell.jpg)
+<br/>
 
 以下描述错误的是？
 
@@ -55,6 +57,7 @@ docker container run -it ubuntu bin/bash
 因为指定了参数`-it`，因此可以直接在启动容器的终端上输入命令，回车交给容器里的shell环境执行命令。
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/3.docker container 操作/container-run-simple.jpg)
+<br/>
 
 参数`-it`表示将容器的shell链接到当前终端。
 

data/1.云原生初阶/1.容器(docker)/4.使用Dockerfile制作镜像/build_image.md

@@ -9,6 +9,7 @@ docker image build -t cloud_native_hello_py:0.0.1 ./
 构建如图所示：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/4.使用Dockerfile制作镜像/build_image.jpg)
+<br/>
 
 构建镜像之后，可以将镜像发布到 DockerHub ，不过需要首先注册下账号
 
@@ -24,6 +25,7 @@ docker tag cloud_native_hello_py:0.0.1 fanfeilong/cloud_native_hello_py
 可以用`docker image ls`验证结果
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/4.使用Dockerfile制作镜像/build_image_tag.jpg)
+<br/>
 
 现在，可以使用镜像的 push 命令来发布
 
@@ -32,6 +34,7 @@ docker push fanfeilong/cloud_native_hello_py:latest
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/4.使用Dockerfile制作镜像/build_image_push.jpg)
+<br/>
 
 以下描述错误的是？
 

data/1.云原生初阶/1.容器(docker)/5.使用docker运行Python程序/pull_and_run.md

@@ -11,6 +11,7 @@ docker pull fanfeilong/cloud_native_hello_py
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/5.使用docker运行Python程序/docker_pull.jpg)
+<br/>
 
 其次，运行容器：
 
@@ -21,10 +22,12 @@ docker run -p 1024:1024 -it fanfeilong/cloud_native_hello_py
 这个命令没有指定容器启动后运行的命令，因此容器启动后会执行镜像制作时Dockerfile里指定的CMD命令，可以看到容器启动后执行了Python程序，容器服务在1024端口监听HTTP请求，因为 docker run 配置了参数`-p 1024:1024`，这里把主机的1024端口映射到了容器里的1024端口。
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/5.使用docker运行Python程序/run-with-port-map.jpg)
+<br/>
 
 现在，在浏览器里测试下请求：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/1.容器(docker)/5.使用docker运行Python程序/test-request.jpg)
+<br/>
 
 请求成功，输出了"Hello World!"，到这里你就成功学会了容器镜像制作、发布、拉取和运行一条龙服务。
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/1.安装kubectl/install.md

@@ -29,6 +29,7 @@ curl -LO "https://dl.k8s.io/release/$(curl -L -s https://dl.k8s.io/release/stabl
 截图如下：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/1.安装kubectl/imgs/install_kubectl.png)
+<br/>
 
 依次执行如下命令配置权限：
 
@@ -39,6 +40,7 @@ sudo chown root: /usr/local/bin/kubectl
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/1.安装kubectl/imgs/install_kubectl_02.png)
+<br/>
 
 
 使用如下两个命令分别查看版本信息：
@@ -49,6 +51,7 @@ kubectl version --client --output yaml
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/1.安装kubectl/imgs/install_kubectl_03.png)
+<br/>
 
 以下关于 kubectl 安装说法错误的是？
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/2.安装minikube/install_minikube.md

@@ -29,6 +29,7 @@ minikube version
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/2.安装minikube/img/minikube_version.png)
+<br/>
 
 安装成功。以下对 minikube 说法错误的是？
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/2.安装minikube/minikube_commnds.md

@@ -3,6 +3,7 @@
 学习一个新工具，先大致熟悉它的命令体系，在后续使用中按图索骥是一种常见的方式。先看一下 minikube 有哪些命令选项，输入 `minikube` 直接回车，可以看到
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/2.安装minikube/img/minikube_options.png)
+<br/>
 
 首先是一组基础命令，用来开始、暂停、恢复、停止、删除 kubernetes 集群：
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/2.安装minikube/start_k8s.md

@@ -13,10 +13,12 @@ minikube start --vm-driver=docker --image-mirror-country='cn'
 启动过程截图：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/2.安装minikube/img/minikube_start.png)
+<br/>
 
 安装过程中可能会遇到各种问题，例如下图遇到了镜像下载失败使用回退版本的策略
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/2.安装minikube/img/minikube_start_success.png)
+<br/>
 
 幸运的是，启动成功了，提示 `kubectl` 已经配置到和`minikube` k8s 集群连接：
 
@@ -27,6 +29,7 @@ Done! kubectl is now configured to use "minikube" cluster and "default" namespac
 使用命令`kubectl cluster-info --context minikube` 查看下集群的信息
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/2.安装minikube/img/minikube_cluster_info.png)
+<br/>
 
 以下对 minikube 启动说法错误的是？
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/get_info.md

@@ -3,10 +3,12 @@
 通过命令`kind get clusters` 查看 kind 创建的集群列表
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_get_clusters.png)
+<br/>
 
 通过命令`kind get nodes --name test` 查看 kind 创建的节点列表
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_get_nodes.png)
+<br/>
 
 可以看到test集群下的单节点 `test-control-plane`
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/install_kind.md

@@ -27,14 +27,17 @@ mv ./kind /some-dir-in-your-PATH/kind
 安装成功：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_install.png)
+<br/>
 
 版本信息：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_version.png)
+<br/>
 
 子命令列表
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_commands.png)
+<br/>
 
 以下对安装 kind 说法错误的是？
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/start_k8s.md

@@ -9,6 +9,7 @@ kind create cluster --name test
 创建一个 k8s 集群
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_start.png)
+<br/>
 
 同样的，kind 提示了可以使用 kubectl 获取集群信息
 
@@ -22,6 +23,7 @@ kubectl cluster-info --context kind-test
 使用命令`kubectl cluster-info --context kind-test` 测试一下：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_cluster_info.png)
+<br/>
 
 以下说法错误的是？
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/start_k8s_three_nodes.md

@@ -28,11 +28,13 @@ kind create cluster --config hello-k8s-config.yaml --name hello-k8s
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_three_nodes.png)
+<br/>
 
 
 查看集群的节点列表
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/3.安装kind/img/kind_three_nodes_info.png)
+<br/>
 
 
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/4.kubectl查看和切换context/config_view.md

@@ -68,6 +68,7 @@ users:
 ```
 
 主要包括这几类信息：
+
 * `clusters` 列出了所有的 k8s 集群，例如这里有两个kind创建的集群：`kind-hello-k8s` 和 `kind-test` 以及一个 minikube 创建的集群`minikube`
 * `context` 列出了每个 k8s 集群对应的上下文信息
 * `users` 列出了每个 k8s 集群的用户信息
@@ -77,14 +78,17 @@ users:
 首先，通过`kubectl config get-contexts` 查看下有哪些集群上下文，通过`kubectl config current-context` 确认当前 k8s 集群上下文
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/4.kubectl查看和切换context/img/config_get.png)
+<br/>
 
 其次，通过`kubectl get nodes`查看当前 kubectl 连接的集群`kind-hello-k8s`的节点列表:
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/4.kubectl查看和切换context/img/kubectl_get_nodes.png)
+<br/>
 
 现在，通过`kubectl config use-context kind-test` 切换连接的 k8s 集群，然后再次查看信息
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/4.kubectl查看和切换context/img/kubectl_switch_context.png)
+<br/>
 
 以下说法错误的是？
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/create_deployment.md

@@ -47,6 +47,7 @@ spec:
 * 使用命令`kubectl rollout status deployment/cloud-native-hello-py`查看状态。
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/img/deployment.png)
+<br/>
 
 
 以下说法错误的是？

data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/create_service.md

@@ -38,14 +38,17 @@ kubectl create -f k8s.service.yaml
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/img/service.png)
+<br/>
 
 
 对服务做下端口转发
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/img/port_forward.png)
+<br/>
 
 
 使用浏览器直接访问
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/img/it_works_html.png)
+<br/>
 
 HelloWorld! 恭喜你成功地在 K8S 上部署启动了一个 Python Flask 后端服务。
 

data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/rs_pod.md

@@ -7,10 +7,12 @@ Pod是一个或多个容器的组合，这些容器共享存储、网络和命
 我们先通过命令`kubectl get rs`直观地看下 ReplicaSet
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/img/rs.png)
+<br/>
 
 我们再通过命令`kubectl get pods`直观地看下 pods
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/2.容器编排(学习环境 k8s)/5.kubectl部署一个Python程序/img/pods.png)
+<br/>
 
 可以看到有一个 ReplicaSet，管理三个 Pods。ReplicaSet 管理多个 Pod，确保以指定个数的副本运行部署的服务。
 

data/1.云原生初阶/4.k8s包管理(helm)/1.安装helm/install.md

@@ -31,6 +31,7 @@ brew install helm
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/1.安装helm/img/install.png)
+<br/>
 
 
 以下说法错误的是？

data/1.云原生初阶/4.k8s包管理(helm)/3.使用helm安装mysql到k8s/install.md

@@ -13,6 +13,7 @@ helm search repo bitnami
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/3.使用helm安装mysql到k8s/img/repo.png)
+<br/>
 
 接着，通过 grep 命令过滤下 mysql 包相关的信息
 
@@ -21,6 +22,7 @@ helm serach repo|grep mysql
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/3.使用helm安装mysql到k8s/img/repo_mysql.png)
+<br/>
 
 然后，安装 mysql 包到 k8s，可以看到安装的
 
@@ -30,6 +32,7 @@ helm install bitnami/mysql --generate-name
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/3.使用helm安装mysql到k8s/img/install_mysql_chart.png)
+<br/>
 
 查看已经安装的 chart 列表，可以看到mysql已经装上了：
 
@@ -38,10 +41,12 @@ helm list
 ```
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/3.使用helm安装mysql到k8s/img/list.png)
+<br/>
 
 现在，使用`helm status xxx`命令查看已安装mysql的状态
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/3.使用helm安装mysql到k8s/img/status.png)
+<br/>
 
 
 以下说法错误的是？

data/1.云原生初阶/4.k8s包管理(helm)/4.使用helm部署Python应用/deploy.md

@@ -76,14 +76,17 @@ helm install ./chart/hello-py/ --generate-name
 检测下 k8s 的 deployment 和 sevice:
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/4.使用helm部署Python应用/img/status.png)
+<br/>
 
 端口转发：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/4.使用helm部署Python应用/img/port.png)
+<br/>
 
 访问服务：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/4.k8s包管理(helm)/4.使用helm部署Python应用/img/visit.png)
+<br/>
 
 以下说法错误的是？
 

data/1.云原生初阶/5.服务网格(istio)/1.ServiceMesh介绍/introduce.md

@@ -25,6 +25,7 @@ Client <-> Interface <-> [ProxyB->ServerB] <-> [ProxyA->ServerA]
 2. 原来k8s的node里的pod通过node的kube-proxy桥接通信；在ServiceMesh下，每个 pod 之间直接通过装在 pod上的proxy直接通信。
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/5.服务网格(istio)/1.ServiceMesh介绍/img/k8s_native_vs_service_mesh.png)
+<br/>
 
 以下说法错误的是？
 

data/1.云原生初阶/5.服务网格(istio)/2.安装istio/install.md

@@ -87,6 +87,7 @@ istioctl
 可以看到 istioctl 支持的子命令列表：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/5.服务网格(istio)/2.安装istio/img/commands.png)
+<br/>
 
 istio 通过`profile`对不同的配置分组，内置的`profile`列表可以通过命令`istioctl profile list`查看：
 
@@ -105,6 +106,7 @@ Istio configuration profiles:
 例如，使用命令`istioctl profile dump demo`查看名为`demo`的`profile`:
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/5.服务网格(istio)/2.安装istio/img/dump_profile.png)
+<br/>
 
 配置`profile=demo`，安装istio到k8s
 

data/1.云原生初阶/7.基础架构自动编排(Terraform)/2.Terraform命令行工具/install.md

@@ -12,11 +12,13 @@ brew install hashicorp/tap/terraform
 安装成功如图：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/7.基础架构自动编排(Terraform)/2.Terraform命令行工具/img/install.png)
+<br/>
 
 
 查看下有哪些命令：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/7.基础架构自动编排(Terraform)/2.Terraform命令行工具/img/commands.png)
+<br/>
 
 可以看到一组核心命令：
 
@@ -59,22 +61,27 @@ resource "docker_container" "nginx" {
 现在，执行`terraform init`命令初始化
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/7.基础架构自动编排(Terraform)/2.Terraform命令行工具/img/init.png)
+<br/>
 
 现在，执行`terraform plan`命令检测配置
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/7.基础架构自动编排(Terraform)/2.Terraform命令行工具/img/plan.png)
+<br/>
 
 可以看到，由于连不上 Mac系统的 docker daemon ，环境监测失败。Mac系统上不需要配置`host    = "tcp://localhost:2375"`，删除后，重新执行如下
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/7.基础架构自动编排(Terraform)/2.Terraform命令行工具/img/plan_success.png)
+<br/>
 
 现在，我们执行`terraform apply`，将会开始构建一个 ngix 的docker：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/7.基础架构自动编排(Terraform)/2.Terraform命令行工具/img/apply_q.png)
+<br/>
 
 在实际构建之前，会要求再次确认，输入'yes'回车，开始实施：
 
 ![](https://gitcode.net/csdn/skill_tree_cloud_native/-/raw/master/data/1.云原生初阶/7.基础架构自动编排(Terraform)/2.Terraform命令行工具/img/apply_a.png)
+<br/>
 
 
 可见，使用 terraform 可以让基础设施的构建使用上声明式配置，具有标准化、统一配置、减少错误、跨平台的好处。