K8S 学习分享

qq_41940580

425人浏览 · 2025-10-16 10:55:21

qq_41940580 · 2025-10-16 10:55:21 发布

在云原生技术飞速发展的当下，Kubernetes（简称 K8S）已成为容器编排领域的事实标准。无论是大规模容器集群的管理、微服务架构的落地，还是企业级应用的高可用部署，K8S 都发挥着核心作用。本次分享将从 K8S 的基础概念出发，逐步深入核心技术与实践操作，最终带你走进 K8S 的进阶应用场景，帮助你快速掌握这一云原生时代的关键技术。
一、K8S 是什么？为什么要学 K8S？
在接触 K8S 之前，我们首先要明确 “它是什么” 和 “学它有什么用”，这能让我们的学习更具目标性。
1.1 K8S 的核心定义
Kubernetes 是一个开源的容器编排平台，由 Google 主导开发并捐赠给 Cloud Native Computing Foundation（CNCF）。它能够自动化容器的部署、扩展、运维和管理，将多个容器化的应用组织成一个高效、可靠的集群系统。简单来说，K8S 解决了 “大量容器如何协同工作、如何保障服务稳定运行” 的问题 —— 这是它最核心的价值所在。
与 Docker Compose（适用于单机多容器管理）不同，K8S 专注于分布式集群环境下的容器编排，支持跨主机、跨区域的容器调度，具备自动故障恢复、弹性伸缩、滚动更新等企业级特性。例如，当集群中某个容器故障时，K8S 会自动在其他节点上重启该容器；当业务流量增长时，K8S 能根据预设规则自动增加容器实例数量，确保服务性能稳定。
1.2 为什么必须掌握 K8S？
容器编排的行业标准：随着容器技术的普及，企业对大规模容器集群的管理需求日益迫切，而 K8S 已成为容器编排领域的绝对标准，主流云厂商（如阿里云、腾讯云、AWS）均提供基于 K8S 的托管服务。
微服务架构的核心支撑：在微服务架构中，一个应用会拆分为数十甚至上百个独立的微服务，每个微服务以容器形式部署。K8S 通过 Service、Ingress 等组件实现微服务间的通信与路由，通过 ConfigMap、Secret 实现配置与敏感信息的统一管理，是微服务落地的关键技术。
自动化运维的基石：K8S 支持自动部署、滚动更新、故障自愈等功能，大幅减少人工运维成本。例如，通过 K8S 的 Deployment 资源，可实现应用的零 downtime 升级；通过 Horizontal Pod Autoscaler（HPA），可根据 CPU 利用率或自定义指标自动调整容器实例数量。
云原生时代的职场刚需：目前，国内外互联网公司、传统企业的数字化转型项目中，K8S 已成为必备技术。掌握 K8S 不仅能提升个人技术竞争力，还能为职业发展打开更广阔的空间（如云原生工程师、K8S 运维工程师等岗位需求旺盛）。
跨平台与可移植性：K8S 支持在物理机、虚拟机、公有云、私有云等多种环境中部署，应用一旦基于 K8S 编排，可轻松在不同环境间迁移，避免 vendor lock-in（厂商锁定）。
二、K8S 核心概念：7 个 “核心组件” 要吃透
K8S 的体系相对复杂，但核心围绕 “控制平面 + 节点” 的架构展开，理解以下 7 个核心组件的功能与关系，就能打通 K8S 的 “任督二脉”。
2.1 控制平面组件（Control Plane）
控制平面是 K8S 集群的 “大脑”，负责集群的全局决策（如容器调度、故障恢复、资源管理），通常部署在独立的节点上（生产环境中需高可用部署，避免单点故障）。
2.1.1 kube-apiserver
功能：K8S 集群的 “统一入口”，所有操作（如创建 Pod、部署 Service）都通过调用 kube-apiserver 的 API 实现。它负责认证、授权、数据验证，并将集群状态存储到 etcd 中。
特点：无状态设计，支持水平扩展；是唯一与 etcd 直接交互的控制平面组件。
2.1.2 etcd
功能：K8S 集群的 “数据库”，存储集群的所有配置信息和状态数据（如 Pod 定义、Service 规则、节点信息等）。
特点：分布式键值存储，具备高可用、强一致性特性；生产环境中需部署 3 个或 5 个节点的 etcd 集群，确保数据安全。
2.1.3 kube-scheduler
功能：K8S 的 “调度器”，负责将 Pod（容器的最小部署单元）调度到合适的节点上。调度决策基于节点资源（CPU、内存）、Pod 资源需求、亲和性 / 反亲和性规则、污点与容忍度等因素。
示例：当用户创建一个 Pod 时，kube-scheduler 会分析所有可用节点的资源情况，选择一个资源充足且符合调度规则的节点，将 Pod 部署到该节点。
2.1.4 kube-controller-manager
功能：K8S 的 “控制器管理器”，运行多个控制器进程（如 Node Controller、Deployment Controller、Service Controller），负责维护集群的 “期望状态” 与 “实际状态” 一致。
常见控制器：
Node Controller：监控节点健康状态，当节点故障时，将该节点上的 Pod 调度到其他节点。
Deployment Controller：管理 Deployment 资源，确保 Pod 的数量与用户定义的 “replicas” 一致（如用户设置 3 个副本，若某个 Pod 故障，会自动创建新的 Pod 补充）。
2.2 节点组件（Node）
节点组件是 K8S 集群的 “工作节点”，负责运行容器并与控制平面通信，每个节点都需要部署以下组件。
2.2.1 kubelet
功能：K8S 在节点上的 “代理”，负责管理节点上的 Pod 生命周期（如启动、停止、监控 Pod）。它会定期向 kube-apiserver 汇报节点和 Pod 的状态，并执行控制平面下发的指令（如创建 Pod、更新 Pod 配置）。
关键作用：确保节点上的 Pod 按照 PodSpec（Pod 的定义文件）运行，若 Pod 的实际状态与 PodSpec 不一致，kubelet 会尝试修复（如重启异常的容器）。
2.2.2 kube-proxy
功能：K8S 的 “网络代理”，运行在每个节点上，负责维护节点的网络规则（如 iptables 或 ipvs 规则），实现 Service 的负载均衡和 Pod 间的通信。
示例：当用户访问一个 Service 时，kube-proxy 会将请求转发到该 Service 对应的多个 Pod 上，实现请求的负载分担；同时，kube-proxy 还会处理 Pod 的网络隔离（如 NetworkPolicy 规则）。
2.2.3 容器运行时（Container Runtime）
功能：K8S 的 “容器引擎”，负责运行容器的底层软件，如 Docker、containerd、CRI-O 等（K8S 1.24 + 版本已默认弃用 Docker 作为容器运行时，推荐使用 containerd）。
作用：kubelet 通过容器运行时接口（CRI）与容器运行时交互，完成容器的创建、启动、停止等操作。
2.3 核心资源对象
除了组件，K8S 还有一些核心资源对象，是用户与 K8S 交互的 “最小单元”，常见的包括：
Pod：K8S 的最小部署单元，包含一个或多个紧密关联的容器（如一个应用容器 + 一个日志收集容器），所有容器共享 Pod 的网络和存储资源。
Service：定义 Pod 的访问方式，为一组 Pod 提供一个固定的访问地址（ClusterIP），实现 Pod 的 “服务发现” 和 “负载均衡”。即使 Pod 的 IP 发生变化（如 Pod 重启），Service 的 IP 也不会改变，确保服务访问稳定。
Deployment：用于管理 Pod 的创建和更新，支持滚动更新、回滚、扩缩容等功能，是最常用的 Pod 管理资源（替代了早期的 ReplicationController）。
ConfigMap/Secret：用于存储应用的配置信息（ConfigMap 存储非敏感配置，如数据库地址；Secret 存储敏感信息，如密码、密钥，数据会加密存储）。
Namespace：用于实现集群的 “资源隔离”，将集群划分为多个独立的命名空间（如 dev、test、prod），不同命名空间的资源相互隔离，避免命名冲突和资源争抢。
三、K8S 环境搭建：3 种主流方案（新手友好）
学习 K8S 的第一步是搭建环境，不同场景下有不同的搭建方案，下面介绍 3 种主流方案，从易到难，适合不同阶段的学习者。
3.1 方案 1：Minikube（单机版，适合新手入门）
Minikube 是 K8S 官方提供的单机版集群工具，通过虚拟化技术（如 VirtualBox、Docker）在本地创建一个单节点 K8S 集群，适合新手快速体验 K8S 的核心功能。
3.1.1 前置条件
本地环境：Windows 10/11、macOS、Linux（需开启虚拟化功能，如 Intel VT-x 或 AMD-V）。
已安装 Docker 或其他容器运行时（Minikube 可自动使用 Docker 作为容器运行时）。
3.1.2 安装步骤（以 macOS 为例）
安装 Minikube：
通过 Homebrew 安装（推荐）：
brew install minikube

或通过官方脚本安装：
curl -LO https://storage.googleapis.com/minikube/releases/latest/minikube-darwin-amd64
sudo install minikube-darwin-amd64 /usr/local/bin/minikube

启动 Minikube 集群：
minikube start --driver=docker # 使用Docker作为驱动（无需额外安装虚拟机）

首次启动时，Minikube 会自动下载 K8S 所需的镜像（如 kube-apiserver、etcd），过程可能需要几分钟（建议配置国内镜像源，加速下载）。
若启动失败，可检查虚拟化功能是否开启，或执行minikube delete删除旧集群后重新启动。
验证集群状态：
minikube status # 查看Minikube集群状态，若显示“Running”则启动成功
kubectl cluster-info # 查看集群信息（如kube-apiserver地址）
kubectl get nodes # 查看节点列表，应显示1个节点（minikube），状态为“Ready”

安装 kubectl（K8S 命令行工具）：
Minikube 启动后，可通过以下命令快速配置 kubectl：
minikube kubectl – get pods -A # 直接通过Minikube调用kubectl

或单独安装kubectl（以macOS为例）：

brew install kubectl
kubectl version # 验证安装，显示客户端和服务器版本信息

3.1.3 常用 Minikube 命令
停止集群：minikube stop
删除集群：minikube delete
打开 K8S Dashboard（图形化界面）：minikube dashboard（自动在浏览器中打开，可直观查看集群资源）
3.2 方案 2：Kind（多节点集群，适合测试多节点场景）
Kind（Kubernetes IN Docker）是另一个单机多节点 K8S 集群工具，通过 Docker 容器模拟 K8S 节点，支持创建多节点集群（如 1 个控制平面节点 + 2 个工作节点），适合测试多节点场景下的 K8S 功能（如调度、负载均衡）。
3.2.1 安装步骤（以 Linux 为例）
安装 Kind：
curl -Lo ./kind https://kind.sigs.k8s.io/dl/v0.20.0/kind-linux-amd64
chmod +x ./kind
sudo mv ./kind /usr/local/bin/
kind version # 验证安装，显示版本信息

创建多节点集群：
首先创建一个集群配置文件（kind-config.yaml），定义集群节点数量：
kind: Cluster
apiVersion: kind.x-k8s.io/v1alpha4
nodes:

role: control-plane # 控制平面节点
role: worker # 工作节点1
role: worker # 工作节点2

然后执行以下命令创建集群：
kind create cluster --config kind-config.yaml --name my-kind-cluster

验证集群状态：
kubectl cluster-info --context kind-my-kind-cluster # 切换到Kind集群上下文
kubectl get nodes # 查看节点列表，应显示3个节点（1个control-plane，2个worker）

3.3 方案 3：生产级集群（kubeadm 部署，适合企业场景）
kubeadm 是 K8S 官方提供的生产级集群部署工具，支持在多台物理机或虚拟机上部署高可用 K8S 集群（如 3 个控制平面节点 + 多个工作节点），适合企业级生产环境。以下以 “1 个控制平面节点 + 2 个工作节点” 为例，介绍部署步骤（基于 CentOS 7）。
3.3.1 前置条件（所有节点）
关闭防火墙和 SELinux：
sudo systemctl stop firewalld && sudo systemctl disable firewalld
sudo setenforce 0 && sudo sed -i ‘s/^SELINUX=enforcing$/SELINUX=permissive/’ /etc/selinux/config

关闭 swap 分区：
sudo swapoff -a && sudo sed -i ‘/swap/s/^/#/’ /etc/fstab

配置内核参数（开启 IP 转发和桥接）：
cat <<EOF | sudo tee /etc/sysctl.d/k8s.conf
net.bridge.bridge-nf-call-iptables = 1
net.bridge.bridge-nf-call-ip6tables = 1
net.ipv4.ip_forward = 1
EOF
sudo sysctl --system # 生效内核参数

安装容器运行时（containerd）：

安装containerd依赖

sudo yum install -y yum-utils device-mapper-persistent-data lvm2
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

安装containerd

sudo yum install -y containerd.io

配置containerd（设置SystemdCgroup为true）

sudo mkdir -p /etc/containerd
containerd config default | sudo tee /etc/containerd/config.toml
sudo sed -i ‘s/SystemdCgroup = false/SystemdCgroup = true/g’ /etc/containerd/config.toml

重启containerd

sudo systemctl restart containerd && sudo systemctl enable containerd

安装 kubeadm、kubelet、kubectl：

配置K8S yum源

cat <<EOF | sudo tee /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=https://packages.cloud.google.com/yum/repos/kubernetes-el7-$basearch
enabled=1
gpgcheck=1
repo_gpgcheck=1
gpgkey=https://packages.cloud.google.com/yum/doc/yum-key.gpg https://packages.cloud.google.com/yum/doc/rpm-package-key.gpg
exclude=kubelet kubeadm kubectl
EOF