带你认识K8S

一、了解基本知识

官方网站

https://kubernetes.io/

官网中文地址

https://kubernetes.io/zh/docs/home/

二、安装部署

自己动手安装部署,先通过命令简单熟悉下,尽量自己建立虚拟机进行安装部署。

官方安装步骤:

https://kubernetes.io/zh/docs/tasks/tools/

总结的安装步骤:

https://www.updatecg.xin/2021/08/19/%E9%83%A8%E7%BD%B2%E4%B8%80%E5%A5%97%E5%8D%95Master%E7%9A%84K8s%E9%9B%86%E7%BE%A4/

三、Kubernetes 核心概念

  • 有了Docker,为什么还用Kubernetes?
  • Kubernetes是什么 ?
  • Kubernetes集群架构与组件 ?
  • Kubernetes基本概念 ?

一、有了Docker,为什么还用Kubernetes?

企业需求:为提高业务并发和高可用,会使用多台服务器

  • 多容器跨主机提供服务
  • 多容器分布节点部署
  • 多容器怎么升级
  • 高效管理这些容器
QQ截图20211220144425.png
QQ截图20211220144720.png

二、Kubernetes是什么 ?

  • Kubernetes是Google在2014年开源的一个容器集群管理系统,Kubernetes简称K8S。
  • Kubernetes用于容器化应用程序的部署,扩展和管理,目标是让部署容器化应用简单高效。

三、Kubernetes集群架构与重要组件 ?

QQ截图20211220145214.png

综合理解

Master组件

  • kube-apiserver

Kubernetes API,集群的统一入口,各组件协调者,以RESTful API提供接口服务,所有对象资源的增删改查和监听操作都交给 APIServer处理后再提交给Etcd存储。

  • kube-controller-manager

处理集群中常规后台任务,一个资源对应一个控制器,而 ControllerManager就是负责管理这些控制器的。

  • kube-scheduler

根据调度算法为新创建的Pod选择一个Node节点,可以任意部署, 可以部署在同一个节点上,也可以部署在不同的节点上。

  • etcd

分布式键值存储系统。用于保存集群状态数据,比如Pod、Service 等对象信息。

Node组件

  • kubelet

kubelet是Master在Node节点上的Agent,管理本机运行容器的生命周 期,比如创建容器、Pod挂载数据卷、下载secret、获取容器和节点状态 等工作。kubelet将每个Pod转换成一组容器。

  • kube-proxy

在Node节点上实现Pod网络代理,维护网络规则和四层负载均衡工作。

  • docker或rocket

容器引擎,运行容器。

官方介绍

kubelet简介

https://kubernetes.io/zh/docs/reference/command-line-tools-reference/kubelet/

kube-apiserver简介

https://kubernetes.io/zh/docs/reference/command-line-tools-reference/kube-apiserver/

kube-controller-manager简介

https://kubernetes.io/zh/docs/reference/command-line-tools-reference/kube-controller-manager/

kube-proxy简介

https://kubernetes.io/zh/docs/reference/command-line-tools-reference/kube-proxy/

kube-scheduler简介

https://kubernetes.io/zh/docs/reference/command-line-tools-reference/kube-scheduler/

四、 Kubernetes将弃用Docker!

Kubernetes 计划弃用就是kubelet中dockershim。
即 Kubernetes kubelet 实现中的组件之一,它通过CRI(gRPC server服务)与 Docker Engine 进行通信。


QQ截图20211220145322.png

为什么这么做!

  • Docker内部调用链比较复杂,多层封装和调用,导致性能降低、提升故障率、不易排查
  • Docker还会在宿主机创建网络规则、存储卷,也带来了安全隐患
  • 说白了就是docker与kubernetes两家没有谈好合作

如何应对?

利用containerd替换docker。
docker由 docker-client ,dockerd,containerd,docker-shim,runc组成,所以containerd是docker的基础组件之一。
下面是从containerd引过来的一张图


20200611103622316.png

从k8s的角度看,可以选择 containerd 或 docker 作为运行时组件:Containerd 调用链更短,组件更少,更稳定,占用节点资源更少,调用链:
Docker 作为 k8s 容器运行时,调用关系如下:
kubelet --> docker shim (在 kubelet 进程中) --> dockerd --> containerd
Containerd 作为 k8s 容器运行时,调用关系如下:
kubelet --> cri plugin(在 containerd 进程中) --> containerd

五、K8s CNI网络模型

两台Docker主机如何实现容器互通?

QQ截图20211220171617.png

**K8s是一个扁平化网络。 **
即所有部署的网络组件都必须满足如下要求:

  • 一个Pod一个IP
  • 所有的 Pod 可以与任何其他 Pod 直接通信
  • 所有节点可以与所有 Pod 直接通信
  • Pod 内部获取到的 IP 地址与其他 Pod 或节点与其通信时的 IP 地址是同一个

主流网络组件有:FlannelCalico

六、kubeconfig配置文件

   apiVersion: apps/v1
   kind: Deployment
   metadata:
     annotations:
       deployment.kubernetes.io/revision: "3"
       field.cattle.io/creatorId: user-m7jrz
       field.cattle.io/publicEndpoints: '[{"addresses":["127.0.0.1"],"port":31006,"protocol":"TCP","serviceName":"test-namespace:monitor-server-nodeport","allNodes":true},{"nodeName":"c-9fjs4:m-f8701cf4bd4f","addresses":["127.0.0.1"],"port":9095,"protocol":"TCP","podName":"test-namespace:monitor-server-6474776d76-4xxqm","allNodes":false}]'
     creationTimestamp: "2021-11-24T07:34:50Z"
     generation: 9
     labels:
       cattle.io/creator: norman
       workload.user.cattle.io/workloadselector: deployment-test-namespace-monitor-server
     name: monitor-server
     namespace: test-namespace
     resourceVersion: "16407952"
     selfLink: /apis/apps/v1/namespaces/test-namespace/deployments/monitor-server
     uid: 11f6d174-9286-4eb8-855b-ec6039eccb85
   spec:
     progressDeadlineSeconds: 600
     replicas: 1
     revisionHistoryLimit: 10
     selector:
       matchLabels:
         workload.user.cattle.io/workloadselector: deployment-test-namespace-monitor-server
     strategy:
       type: Recreate
     template:
       metadata:
         annotations:
           cattle.io/timestamp: "2021-12-14T10:20:06Z"
           field.cattle.io/ports: '[[{"containerPort":9095,"dnsName":"monitor-server-nodeport","hostPort":0,"kind":"NodePort","name":"monitor-server","protocol":"TCP","sourcePort":31006}]]'
           workload.cattle.io/state: '{"azhzLW1hc3Rlci0xNzIuMzEuMjAuMTcy":"c-9fjs4:m-f8701cf4bd4f"}'
         creationTimestamp: null
         labels:
           workload.user.cattle.io/workloadselector: deployment-test-namespace-monitor-server
       spec:
         containers:
           - image: 127.0.0.1:18089/whatever_pay/test/monitor:11
             imagePullPolicy: Always
             name: monitor-server
             ports:
               - containerPort: 9095
                 hostPort: 9095
                 name: monitor-server
                 protocol: TCP
             resources: {}
             securityContext:
               allowPrivilegeEscalation: false
               privileged: false
               readOnlyRootFilesystem: false
               runAsNonRoot: false
             stdin: true
             terminationMessagePath: /dev/termination-log
             terminationMessagePolicy: File
             tty: true
             volumeMounts:
               - mountPath: /logs
                 name: vol1
         dnsConfig:
           nameservers:
             - 8.8.8.8
             - 144.144.144.144
         dnsPolicy: ClusterFirst
         hostAliases:
           - hostnames:
               - k8s-master
             ip: 127.0.0.1
         hostNetwork: true
         nodeName: k8s-master-127.0.0.1
         restartPolicy: Always
         schedulerName: default-scheduler
         securityContext: {}
         terminationGracePeriodSeconds: 30
         volumes:
           - hostPath:
               path: /datalogs/monitor-server
               type: ""
             name: vol1
   status:
     availableReplicas: 1
     conditions:
       - lastTransitionTime: "2021-12-14T02:20:47Z"
         lastUpdateTime: "2021-12-14T02:20:47Z"
         message: Deployment has minimum availability.
         reason: MinimumReplicasAvailable
         status: "True"
         type: Available
       - lastTransitionTime: "2021-11-24T07:34:50Z"
         lastUpdateTime: "2021-12-14T02:20:47Z"
         message: ReplicaSet "monitor-server-6474776d76" has successfully progressed.
         reason: NewReplicaSetAvailable
         status: "True"
         type: Progressing
     observedGeneration: 9
     readyReplicas: 1
     replicas: 1
     updatedReplicas: 1

七、基本资源概念

Pod:K8s最小部署单元,一组容器的集合
Deployment:最常见的控制器,用于更高级别部署和管理Pod
Service:为一组Pod提供负载均衡,对外提供统一访问入口
Label :标签,附加到某个资源上,用于关联对象、查询和筛选
Namespaces :命名空间,将对象逻辑上隔离,也利于权限控制

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,254评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,875评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,682评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,896评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,015评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,152评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,208评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,962评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,388评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,700评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,867评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,551评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,186评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,901评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,142评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,689评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,757评论 2 351

推荐阅读更多精彩内容