一、ACK集群类型解析与选型决策
在开始对接使用阿里云容器服务Kubernetes版（ACK）之前，首先需要理解ACK提供的不同集群类型及其适用场景。ACK目前主要提供三种集群形态：ACK托管集群、ACK专有集群和ACK Serverless集群。
1.1 ACK托管集群
ACK托管集群的控制面（包括kube-apiserver、kube-controller-manager、kube-scheduler和etcd等核心组件）完全由阿里云托管，用户只需负责Worker节点的创建与运维。托管集群又细分为Pro版和基础版：
- Pro版：适用于企业生产与测试环境，提供99.95%的区域级SLA保障。单集群默认支持最大5000个Worker节点并可申请提高配额。Pro版收取集群管理费用，但相比自行维护Master节点的专有集群，整体TCO通常更低。
- 基础版：仅供个人学习与测试，单账号最多创建2个集群，单集群仅支持10个Worker节点且不支持提高配额。基础版不收取集群管理费用。
每一个托管集群的管控面包含至少2个kube-apiserver实例和3个etcd实例，并部署在不同的可用区以提供可用区级别的高可用性。这种设计显著降低了用户的运维负担，让团队可以更专注于业务应用的开发和部署。
1.2 ACK专有集群
ACK专有集群的控制面需要用户自行创建并运维。根据官方公告，ACK专有集群已于2024年8月21日起停止新建（云盒场景除外），官方推荐在生产环境中使用ACK托管集群Pro版。
1.3 ACK Serverless集群
ACK Serverless集群完全基于弹性容器实例（ECI）运行，用户无需管理底层ECS服务器，只需提供打包好的镜像即可运行容器。该集群类型与阿里云容器服务无缝对接，仅为容器实际运行消耗的资源付费。ACK Serverless集群适用于对资源弹性要求极高、希望免于节点运维的场景。
1.4 选型建议
对于大多数企业的生产环境，ACK托管集群Pro版是最佳选择。它具有以下优势：提供了可赔付的SLA保障；具备etcd高频冷热备机制和异地容灾能力；支持从基础版或专有集群热迁移至Pro版。对于测试或个人学习场景，可选择ACK托管集群基础版。对于对资源弹性要求极高、不想管理节点的场景，ACK Serverless集群是理想选择。
需要先登录阿里云控制台，点击：阿里云控制台
二、ACK托管集群创建与初始化配置
选定集群类型后，接下来进入集群创建阶段。ACK托管集群支持通过多种方式创建，包括控制台、API、Terraform、SDK以及CLI等。
2.1 控制台创建流程
在阿里云控制台中进入"容器服务Kubernetes版"，点击"创建集群"，选择"ACK托管集群"。创建过程中需要配置以下关键参数：
- 集群名称：自定义命名，创建后仍可修改。
- 集群规格：选择Pro版或基础版，生产环境务必选择Pro版。
- 地域和可用区：地域一经创建不可修改。建议选择与用户和业务资源部署地域较近的地域以降低网络延迟。同时配置至少两个不同可用区以保证高可用。
- Kubernetes版本：仅支持创建最近三个次要版本，建议使用当前最新版本以获得更好的稳定性、性能和安全性更新。
- 自动升级：开启后可在维护窗口期内自动升级集群控制面和节点池，有效降低版本维护负担。
- 专有网络（VPC）和交换机：可选择自动创建或使用已有VPC。建议选择2个不同可用区的交换机以保证高可用。
此外，集群创建时还需配置公网访问选项——集群节点是否需要访问公网（拉取公共镜像时需开通公网）。如需让集群节点访问公网，需要为VPC配置SNAT。
2.2 网络规划：Terway与Flannel对比
网络插件是集群创建时最关键的配置项之一，创建后不可更改。ACK支持Terway和Flannel两种容器网络插件：
- Terway：是阿里云自研的容器网络插件，基于弹性网卡（ENI）实现。如果对网络安全、IPAM管理（例如固定Pod IP、NetworkPolicy等）等方面有强诉求，建议使用Terway。
- Flannel：是Kubernetes社区经典的容器网络插件。如果集群规模较小（例如小于500个节点），且对网络无特殊需求，可使用Flannel。
在规划网络地址时，需要根据业务场景和集群规模规划VPC网段（VPC自身网段和vSwitch网段）和Kubernetes网段（Pod地址段和Service地址段），定义整个集群的IP地址范围以及Pod和节点可用的IP地址数量。
2.3 使用Terraform创建集群
对于基础设施即代码（IaC）实践，ACK支持使用Terraform创建集群。通过Terraform可以声明式地定义集群的全部配置，实现集群的自动化创建、更新和销毁，适合需要大规模、标准化部署多个集群的企业。
三、节点池管理与弹性扩缩容
节点池是对集群中节点的逻辑分组，用于统一管理具有相同配置（如ECS规格、操作系统、容器运行时）的节点。通过节点池，可实现节点的批量创建、扩容、缩容和升级，简化集群运维。
节点池的核心应用场景包括：
- 按业务类型分组：如将运行Web应用的节点归为"Web节点池"，运行数据库的节点归为"数据节点池"。
- 按资源规格分组：如高性能节点池（用于计算密集型业务）、通用节点池（用于普通业务）。
- 版本管理：统一升级节点的Kubernetes版本或操作系统版本，避免节点配置不一致。
ACK还提供了Auto Mode（智能托管模式）选项。开启后，仅需进行简单的规划配置，即可一键创建符合最佳实践的Kubernetes集群。该集群会默认创建一个智能托管节点池，其中的节点生命周期将由ACK进行托管和运维。
四、应用部署与工作负载管理
ACK兼容原生Kubernetes API，可直接使用kubectl等原生工具操作集群。在ACK中部署应用的核心是理解Kubernetes的工作负载（Workload）概念——对运行容器化应用的抽象，用于定义应用的运行方式和管理策略。
4.1 核心工作负载类型
ACK支持多种Kubernetes原生工作负载类型，适配不同业务场景：
- Deployment（无状态工作负载）：适用于无状态应用（如Web服务、API服务），Pod副本完全一致，可随意替换，支持滚动更新和回滚。
- StatefulSet（有状态工作负载）：适用于有状态应用（如数据库、分布式缓存），每个Pod有唯一标识（名称、网络标识），支持稳定的存储挂载和有序部署/更新。
- DaemonSet（守护进程工作负载）：适用于需要在集群所有节点（或指定节点）上运行的应用（如日志采集器、监控代理），确保每个节点仅运行一个Pod副本。
- Job/CronJob（任务型工作负载）：适用于一次性任务（Job）或定时任务（CronJob），任务完成后Pod自动终止。
4.2 使用YAML部署应用
以下是一个典型的Nginx Deployment YAML示例，展示了如何在ACK集群中部署一个2副本的无状态应用：
apiVersion: apps/v1
kind: Deployment
metadata:
name: my-nginx
namespace: my-nginx-namespace
labels:
app: nginx
spec:
replicas: 2
selector:
matchLabels:
app: nginx
template:
metadata:
labels:
app: nginx
spec:
containers:
- name: nginx
image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
ports:
- containerPort: 80
resources:
requests:
memory: "256Mi"
cpu: "250m"
limits:
memory: "512Mi"
cpu: "500m"
在生产环境中，必须为所有容器设置资源请求（requests）和限制（limits）。不设置资源限制可能导致单个Pod占用过多资源，影响集群中其他Pod的运行。
4.3 容器镜像管理
在ACK中部署应用时，容器镜像需要先上传到容器镜像仓库中。阿里云容器镜像服务（ACR）与ACK深度集成，提供私有镜像仓库、镜像安全扫描、全球同步加速等功能。用户可将每个微服务应用存储在阿里云镜像仓库中进行管理。此外，ACK还提供了免密组件（ack-secret-manager），可在应用市场中一键部署，实现从ACR拉取镜像时的免密认证。
五、服务暴露与负载均衡
应用部署到ACK集群后，需要将服务暴露给外部用户访问。ACK提供了Service和Ingress两种服务暴露机制。
5.1 Service——四层负载均衡
Service是Kubernetes中解决Pod IP变化问题的抽象层，提供稳定的服务访问入口。ACK支持多种Service类型：
- ClusterIP：仅在集群内部可访问，适用于集群内服务间的通信。
- NodePort：在集群每个节点上开放一个端口，通过节点IP+端口访问服务。
- LoadBalancer：自动创建阿里云负载均衡（CLB或NLB）实例，提供公网或内网访问入口。
以下是一个典型的Service YAML示例：
apiVersion: v1
kind: Service
metadata:
labels:
app: nginx
name: my-nginx-svc
namespace: my-nginx-namespace
spec:
ports:
- port: 80
protocol: TCP
targetPort: 80
selector:
app: nginx
type: ClusterIP
5.2 Ingress——七层负载均衡
Ingress是Kubernetes中管理七层（HTTP/HTTPS）流量的API对象，提供负载均衡、SSL终结以及基于域名的虚拟托管功能。Ingress控制器负责完成Ingress的工作。ACK支持多种Ingress控制器，其中ALB Ingress是阿里云推荐的生产级方案。
使用ALB Ingress的典型流程如下：
- 为示例应用创建一个命名空间。
- 部署应用并创建Service。
- 创建ALB Ingress，手动创建AlbConfig用于管理ALB实例，创建IngressClass以关联AlbConfig。
- 验证部署是否成功，通过浏览器访问应用。
ALB Ingress可以提供高级的流量管理能力，包括基于URL路径的路由、基于HTTP头的路由、灰度发布等。
5.3 使用已有负载均衡实例
如果已有阿里云负载均衡（CLB或NLB）实例，ACK也支持复用这些实例来暴露服务。需要注意的是，创建集群时只能选择新建负载均衡的类型和规格，不能选择已有负载均衡实例。如需使用已有负载均衡，创建集群时可以选择先不安装Ingress插件，等集群创建成功后再去手动配置已有的负载均衡。
六、存储管理：CSI与动态存储卷
ACK通过容器存储接口（CSI）插件对接阿里云存储服务。CSI存储组件（csi-plugin和csi-provisioner）支持自动化完成存储卷的动态创建、挂载、卸载、扩容等操作。
6.1 云盘动态存储卷
云盘是阿里云为ECS提供的数据块级别的块存储产品，具有低时延、高性能、持久性等特点。ACK支持使用CSI插件创建云盘动态存储卷。
工作原理：通过在PVC（存储声明）中关联StorageClass，系统会自动根据配置创建并绑定PV（存储卷）。该方式无需预先手动创建和配置存储资源，可以降低底层基础设施的复杂性。
ACK提供了多种默认StorageClass，推荐使用alicloud-disk-topology-alltype。该StorageClass默认先调度Pod再创建云盘，避免因可用区不匹配导致挂载失败。Pod调度到的节点可用区和实例规格，会结合云盘库存情况，按ESSD、SSD、高效云盘的顺序尝试创建。
以下是通过StatefulSet使用云盘动态存储卷的YAML示例：
apiVersion: apps/v1
kind: StatefulSet
metadata:
name: mysql
spec:
serviceName: mysql
replicas: 1
selector:
matchLabels:
app: mysql
template:
metadata:
labels:
app: mysql
spec:
containers:
- name: mysql
image: mysql:8.0
volumeMounts:
- name: data
mountPath: /var/lib/mysql
volumeClaimTemplates:
- metadata:
name: data
spec:
accessModes: ["ReadWriteOnce"]
storageClassName: alicloud-disk-topology-alltype
resources:
requests:
storage: 20Gi
云盘适用于对磁盘I/O要求高的应用（如MySQL、Redis等数据存储服务）以及高速写日志等场景。云盘不支持跨可用区挂载，只能挂载到同一可用区下的Pod。
6.2 OSS动态存储卷（ossfs 2.0）
对于需要持久化存储或在多Pod间共享数据的应用，可通过动态PV将OSS Bucket挂载为ossfs 2.0存储卷。该方式通过StorageClass作为模板自动创建并绑定PV，让应用能像访问本地文件一样，通过标准的POSIX接口读写OSS数据。
七、可观测性体系建设
Kubernetes可观测性体系包含监控和日志两部分。ACK提供了完整的可观测性生态，从基础设施层到用户业务层共分为四个层次。
7.1 监控体系
ACK与阿里云可观测监控Prometheus版深度集成。ACK托管集群默认集成了可观测监控Prometheus版，通过自研的指标采集探针Prometheus Agent可以实现容器基础监控指标的采集。同时也支持基于ServiceMonitor、PodMonitor等方式实现自定义指标采集。
ACK还提供了独特的操作系统内核层的容器监控可观测能力SysOM（System Observer Monitoring）。该能力基于eBPF技术，整合了指标监控、应用链路追踪、日志分析和事件监控等多种功能，提供Kubernetes集群一站式可观测性产品。使ACK集群具备网络监控、架构可视化感知等能力。
7.2 日志采集
ACK通过Logtail组件与日志服务SLS集成，实现容器日志的采集、存储和分析。当配置采集ACK集群容器日志后，可在SLS控制台查看和检索日志。如果日志未能成功采集，建议分阶段排查配置、采集组件与节点状态、以及日志采集容器本身的作业记录。
八、安全管理与权限控制
ACK的授权体系包含对基础资源层的RAM授权和对ACK集群层的RBAC授权。不同用户角色在这两个层面具有不同的权限要求。
8.1 RAM授权
RAM（访问控制）是阿里云提供的身份管理和访问控制服务。ACK提供了多个系统权限策略：
- AliyunCSFullAccess：管理容器服务（CS）的权限。
- AliyunCSReadOnlyAccess：只读访问容器服务（CS）的权限。
安全最佳实践：日常运维应使用RAM子账号替代主账号。不要把RAM用户的AccessKey ID和AccessKey Secret保存在工程代码中，建议使用STS或环境变量等方式获取访问授权。
8.2 RBAC授权
RBAC（基于角色的访问控制）是Kubernetes原生的权限管理机制。ACK集群层的RBAC授权与RAM授权配合，实现对集群资源的精细化权限控制。针对集群的只读管理员、应用运维人员、应用开发人员以及权限管理员这几类对象，ACK提供了授权最佳实践。
8.3 RRSA——RAM Roles for Service Accounts
RRSA是ACK提供的一种安全特性，允许在集群内为Service Account绑定RAM角色。应用部署在ACK集群上时，可以在集群内开启RRSA功能，在RAM角色绑定ACK集群服务账户或Pod上获取STS Token。这避免了在Pod中硬编码AK/SK的安全风险。
8.4 Worker RAM角色精细化权限控制
ACK托管集群会自动创建一个所有节点共享的默认Worker RAM角色。当通过默认的Worker RAM角色授权时，权限会共享给集群内所有的节点，可能会存在非预期的权限扩散风险。建议在创建节点池时为其指定一个自定义的Worker RAM角色，实现节点池级别的精细化权限控制。
九、弹性伸缩配置
ACK提供了完善的弹性伸缩能力，包括Pod层面的水平伸缩（HPA）和节点层面的自动伸缩（cluster-autoscaler）。
9.1 HPA——Pod水平自动伸缩
Horizontal Pod Autoscaler（HPA）是Kubernetes内置的Pod水平自动伸缩组件。HPA根据CPU利用率、内存利用率或自定义指标（如QPS）自动调整Deployment或StatefulSet的副本数。
以下是一个HPA的YAML示例：
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
name: nginx-hpa
namespace: my-nginx-namespace
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: my-nginx
minReplicas: 2
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 50
9.2 cluster-autoscaler——节点自动伸缩
cluster-autoscaler是Kubernetes社区开源的节点自动伸缩组件。当集群中的Pod因资源不足而无法调度时，cluster-autoscaler会自动增加节点；当节点资源利用率较低时，会自动缩容节点。
通过ALB+ACK+cluster-autoscaler+HPA的组合方案，可以实现在业务需求波动时，自动调整指定类型的ECS实例和Pod个数，在保证服务质量的同时提升资源利用率、缩减资源成本。
十、多集群管理与ACK One
对于需要管理多个Kubernetes集群的企业，ACK提供了ACK One分布式云容器平台。ACK One舰队管理是阿里云提供的多集群管理方案，功能包括：
- GitOps应用分发
- 多集群网关
- 多集群Service
- 全局可观测
- 服务网格（集成ASM）
- 统一权限管理
通过ACK One注册集群，可以将其他公有云厂商和IDC的Kubernetes集群接入到阿里云ACK控制台进行统一管理。多集群服务可实现原生Service的跨集群通信，适用于因业务隔离、异地容灾等需求部署多个集群的场景。
十一、生产环境最佳实践与避坑指南
基于ACK的企业级生产实践，以下是最关键的几条最佳实践：
- 所有服务必须设置资源限制：为每个容器设置CPU和内存的requests和limits，避免资源争抢和集群不稳定。
- 配置健康检查：为每个Pod配置livenessProbe和readinessProbe，确保Pod异常时能被自动重启，流量不会路由到未就绪的Pod。
- 使用滚动更新策略：Deployment默认采用滚动更新，可配置maxSurge和maxUnavailable控制更新速度。
- 生产环境使用Pro版：ACK托管集群Pro版提供SLA保障和更高的配额。
- 开启集群自动升级：降低版本维护负担，及时获得安全补丁和新特性。
- 不要将数据库等有状态服务容器化：数据库等有状态服务对I/O和稳定性要求高，建议使用阿里云RDS等托管数据库服务。
根据CNCF发布的云原生调查报告，全球超过90%的企业已经在生产环境中使用Kubernetes或正在规划Kubernetes相关项目。ACK作为阿里云的企业级Kubernetes服务，通过托管控制面、与阿里云生态深度集成、提供完善的监控日志和安全体系，帮助企业降低Kubernetes运维门槛，让团队更聚焦于业务创新。
典型的企业架构为：ALB → ACK → RDS/Redis/OSS，所有云产品统一纳管，真正实现云原生平台化。
常见问题解答
Q1：ACK托管集群Pro版和基础版的主要区别是什么？
A：Pro版提供99.95%的区域级SLA保障，单集群默认支持最大5000个Worker节点，适用于生产环境，收取集群管理费用。基础版仅供个人学习与测试，单账号最多创建2个集群，单集群仅支持10个Worker节点，不收取集群管理费用。
Q2：创建ACK集群时，网络插件应该选择Terway还是Flannel？
A：如果对网络安全、IPAM管理（如固定Pod IP、NetworkPolicy等）有强诉求，建议使用Terway。如果集群规模较小（小于500个节点）且对网络无特殊需求，可使用Flannel。网络插件在集群创建后不可更改，需提前规划。
Q3：如何在ACK中实现应用的弹性伸缩？
A：ACK支持两种弹性伸缩方式：HPA（Pod水平自动伸缩）根据CPU利用率等指标自动调整Pod副本数；cluster-autoscaler根据Pod调度情况自动调整集群节点数量。两者配合可实现从Pod到节点的全方位弹性伸缩。
Q4：ACK中如何为有状态应用配置持久化存储？
A：ACK通过CSI插件对接阿里云存储服务。对于需要高I/O的有状态应用（如数据库），推荐使用云盘动态存储卷——在StatefulSet中定义volumeClaimTemplates，系统会自动为每个Pod创建独立的云盘并挂载。对于需要在多Pod间共享数据的场景，可使用ossfs 2.0将OSS Bucket挂载为存储卷。
Q5：ACK的权限管理体系是怎样的？
A：ACK的授权体系包含两层：RAM授权（控制对阿里云资源的访问）和集群内RBAC授权（控制对Kubernetes资源的操作权限）。生产环境建议使用RAM子账号进行日常运维，避免使用主账号。还可通过RRSA机制为集群内的Service Account绑定RAM角色，避免在Pod中硬编码AK/SK。
Q6：ACK的可观测性体系包括哪些内容？
A：ACK的可观测性体系涵盖监控和日志两部分。监控方面，ACK与可观测监控Prometheus版深度集成，提供容器基础监控指标采集，支持ServiceMonitor和PodMonitor自定义指标采集，还提供基于eBPF的SysOM内核层监控。日志方面，通过Logtail组件与SLS集成，实现容器日志的采集、存储和分析。
