Kubernetes理论基础

简介: https://developer.aliyun.com/topic/bloggers

1 介绍

高可用集群副本数据最好是 >= 3 奇数个

2 组件介绍

k8s架构
在这里插入图片描述

2.1 核心组件

2.1.1 api server

所有服务访问统一入口

2.1.2 ControllerManager

维护副本的期望数

2.1.3 Scheduler

负责介绍任务,选择合适的节点进行分配任务

2.1.4 etcd

键值对数据库,存储K8S集群的所有重要信息(持久化)

  • ETCD

etcd 的官方将它定位程一个可信赖的分布式键值存储服务,它能够为整个分布式集群存储一些关键服务数据,协助分布式集群的正藏运转。

架构图
在这里插入图片描述
AWL:日志
Store:持久化写入本地磁盘

2.1.5 Kubelet

直接跟容器交互实现容器的生命周期管理

2.1.6 Kube-proxy

负责写入规则至IPTABELS、IPVS,实现服务映射访问的

2.2. 其他插件

2.2.1 CoreDNS

可以为集群中的SVC创建一个域名、IP对应关系解析

2.2.2 dashboard

给K8S集群提供一个B/S结构的访问体系

2.2.3 Ingress Controller

官方只能实现四层代理,Ingress可以实现7层

2.2.4 fedetation

提供一个可以跨集群中心多K8S统一管理功能

2.2.5 prometheus

提供一个K8S集群监控能力

2.2.6 ELK

提供K8S集群日志统一分析介入平台

3 Pod

3.1 Pod概念

  • 自主式Pod
  • 控制器管理的Pod

注:官方不是安上面的分类的

3.1.1 Pod服务类型

HPA
Horizontal Pod Autoscaling仅适用于Deployment和ReplicaSet,在V1版本中仅支持根据Pod的CPU利用率扩缩容,在vlalpha版本中,支持根据内存和用户自定义的metric扩缩容。

StatefulSet
是为了解决有状态服务的问题(对应Deployments和ReplicaSets是为了无状态服务而假设),其场景包括:

  • 稳定的持久化存储:即Pod重新调度后还是能访问到相同的持久化数据,基于PVC来实现。
  • 稳定的网络标志,即Pod重新调度后其PodName和HostName不变,基于Headless Service(即没有Cluster Ip的Service)来实现。
  • 有序部署,有序扩展,即Pod是有顺序的,在部署或者扩展的时候要依据定义的顺序依次进行(即从0到N-1,在下一个运行之前所有的Pod必须都是Running和Read状态),基于init containers来实现
  • 有序收缩,有序删除(即从N-1到0)

DaemonSet
确保全部(或者一些)Node上运行一个Pod的副本。当有Node加入集群时,也会为他们新增一个Pod。当有Node从集群移除时,这些Pod也会被回收。删除DaemonSet将会删除它创建的所有Pod

使用DaemonSet的一些典型用法

  • 运行集群存储daemon,例如在每个Node上运行glusterd、ceph
  • 在每个Node上运行日志手机daemon,例如fluentd、logstash
  • 在每个Node上运行监控daemon,例如Prometheus Node Exporter

Job
负责批处理任务,即执行一次任务,它保证批处理任务的一个或多个Pod成功结束

Cron Job
管理基于时间的Jod,即

  • 在给定的时间点只运行一次
  • 周期性地在给定的时间点运行

3.1.2 Pod 服务发现

在这里插入图片描述

4 网络通讯方式

Kubernetes的网络模型假定了所有的Pod都在一个可以直接连通的扁平的网络空间中,这在GCE(Google Comute Engine)里面是现成的网络模型,Kubernetes假定这个网络已经存在。而在私有云里面搭建Kubernetes集群,就不能假定这个网络已经存在了。我们需要自己实现这个网络假设,将不同节点上的Docker容器之间的互相访问先打通,然后运行Kubernetes。

  • 同一个Pod内的多个容器之间:lo
  • 各Pod之间的通讯:Overlay Network
  • Pod与Service之间通讯:各节点的Iptables规则

Flannel是CoreOS团队针对Kubernetes设计的一个网络规划服务,简单来说,它的功能是让集群中的不同节点主机创建的Docker容器都具有全集群唯一的虚拟IP地址。而且它还能在这些IP地址之间建立一个覆盖网络(Overlay Network),通过这个覆盖网络,将数据包原封不动地传递到目标容器内。

etcd之Flannel提供说明

  • 存储管理Flannel可分配的IP地址段资源
  • 监控etcd中每个Pod的实际地址,并在内存中建立维护Pod节点路由表

在这里插入图片描述

学习地址:
https://www.bilibili.com/video/BV1w4411y7Go

相关实践学习
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。     相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
相关文章
|
定位技术
高德地图进阶开发实战案例(6):添加自定义图片覆盖物图层获取可视范围经纬度的解决方案
高德地图进阶开发实战案例(6):添加自定义图片覆盖物图层获取可视范围经纬度的解决方案
700 0
|
数据采集 编解码 JSON
使用Python进行网站数据爬取和视频处理
在互联网时代,我们经常需要从网站上获取数据并进行分析或处理。有时候,我们还需要对视频数据进行一些操作,比如剪辑、转码、合成等。Python是一门非常适合做数据分析和视频处理的编程语言,它有很多强大的库和工具可以帮助我们完成这些任务。本文将介绍如何使用Python的requests模块爬取网站数据并进行视频处理的方法和步骤。
473 0
使用Python进行网站数据爬取和视频处理
|
算法 C++ 机器人
力扣 C++|一题多解之动态规划专题(1)
力扣 C++|一题多解之动态规划专题(1)
140 0
力扣 C++|一题多解之动态规划专题(1)
|
开发框架 缓存 前端开发
SpringCloud微服务实战——搭建企业级开发框架(四十三):多租户可配置的电子邮件发送系统设计与实现
SpringBoot提供了基于JavaMail的starter,我们只要按照官方的说明配置邮件服务器信息,即可使我们的系统拥有发送电子邮件的功能。但是,在我们GitEgg开发框架的实际业务开发过程中,有两个问题需要解决:一个是SpringBoot邮箱服务器的配置是配置在配置文件中的,不支持灵活的界面配置。另外一个是我们的开发框架需要支持多租户,那么此时需要对SpringBoot提供的邮件发送功能进行扩展,以满足我们的需求。
624 1
SpringCloud微服务实战——搭建企业级开发框架(四十三):多租户可配置的电子邮件发送系统设计与实现
|
安全 Java API
验证码短信 API 接入指南:Java 语言示例代码
验证码短信 API 接入指南:Java 语言示例代码
9617 0
|
存储 Unix Linux
【Linux进程间通信】四、mmap共享存储映射(二)
【Linux进程间通信】四、mmap共享存储映射
305 0
【Linux进程间通信】四、mmap共享存储映射(二)
|
C语言 C++ Shell
centos7 升级GCC版本到7.3.0
废话不多说,直接上shell,还是比较简单的。就是编译时间有点长... 都是以小时计的......,我刀片机上面一台虚拟机反正是等了3个小时 #必备组件安装 yum install -y gcc gcc-c++ bzip2 #root用户执行,到用户目录。
3702 0
|
11天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1239 5
|
10天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1219 87