k8s---kubernets

news2025/2/5 4:57:53

目录

一、Kurbernetes

1.2、K8S的特性:

1.3、docker和K8S:

1.4、K8S的作用:

1.5、K8S的特性:

二、K8S集群架构与组件:

三、K8S的核心组件:

一、master组件:

1、kube-apiserver:

2、kube-controller-manager:

3、kube-scheduler:

4、ETCD组件:

二、node组件:

1、kubelet:

2、kube-proxy:

3、docker:

4、pod:

5、deployment:

6、replicaset:

7、daemonset:

8、statefulset:

9、job:

10、cronjob:

11、service:

12、label:

13、ingress:

14、namespace:


一、Kurbernetes

1.1 简介

K8S:kubernets中间8个字母省略就是K8S

K8S是负责自动化运维管理多个容器化程序的集群,是一个功能强大的容器编排工具。可以以分布式和集群化的方式进行容器管理

能提供自动部署,自动扩展和管理容器化部署的应用程序的一个开源的系统

K8S是Google研发的borg系统作为原型,后期经go语言编写的开源软件

Kubernetes 官网

GitHub - kubernetes/kubernetes: Production-Grade Container Scheduling and Management 源码包

市面上的版本:

1.15、1.18、1.20

我们使用的是1.20

1.2、K8S的特性:

1、强大的容器编排能力

作为容器编排管理平台,拥有强大的容器编排能力。

Kubernetes 与 Docker 共同发展并且深度集成了 Docker,因此适应容器的特点,比如容器组合、标签选择和服务发现等,可以满足企业级的需求,具体表现如下:

以 Pod(容器组)为基本的编排和调度单元以及声明式的对象配置模型(控制器、configmap、secret 等)

资源配额与分配管理

健康检查、自愈、伸缩与滚动升级

2、轻量级

轻量级,对微服务架构有很好的支撑。

微服务架构的核心是将一个巨大的单体应用分解为很多小的互相连接的微服务,一个微服务可能由多个实例副本支撑,副本的数量可以随着系统的负荷变化进行调整。

整个系统划分出各个功能独立的组件,组件之间边界清晰、部署简单,以及很多功能实现了插件化,可以非常方便地进行扩展和替换:

服务发现、服务编排与内部路由支持

服务快速部署和自动负载均衡

提供对“有状态”服务的支持

3、便携性

无论公有云、私有云、混合云还是多云架构都全面支持,可以随时随地地将系统整体进行“搬迁”。

Kubernetes 架构方案中屏蔽了底层网络的细节,基于服务的虚拟 IP 地址的设计方式让架构和底层硬件无关,无需改变配置文件就可以将系统从物理机迁移到公有云上,并且谷歌云(GCE)、华为云(CCE)、阿里云(ACK)和腾讯云(TKE)都支持 Kubernetes 集群。

1.3、docker和K8S:

docker微服务,可以满足微服务使用,那么为什么还要使用K8S呢

  1. 传统的部署方式:一般意义上的二进制部署,安装-运行-运行维护,需要专业的人员,如果出了故障还需要人工重新拉起来。而且如果业务量增大,只能水平的进行拓展,再部署一台
  2. 容器化,我们可以用dockerfile编写好我们自定义的容器,随时基于镜像都可以运行。数量少还能管的过来。数量一旦太多,管理起来太复杂。而且docker一般是单机运行,没有高可用

1.4、K8S的作用:

简单,高效的部署容器化应用

  1. 解决了docker的单机部署和无法集群化的特点
  2. 解决了随着容器数量的增加,对应增加的管理成本
  3. 容器的高可用,提供容器的自愈机制
  4. 解决了容器没有预设模版,以及无法快速、大规模部署。以及大规模的容器调度
  5. K8S提供了集中化配置管理的中心
  6. 解决了容器的生命周期的管理工具
  7. 提供了图形化工具,可以用图形化工具对容器进行管理

K8S是基于开源的容器集群管理系统,在docker容器技术的基础之上,为容器化的集群提供部署、运行、资源调度、服务发现、动态伸缩等一系列完整的功能(大规模容器)

  1. 对docker等容器技术从应用的包——部署——运行——停止——销毁,全生命周期管理
  2. 集群方式运行,可以跨机器管理容器
  3. 解决docker的跨机器运行的网络问题
  4. K8S可以自动修复,使得整个容器集群可以在用户期待的状态下运行。

1.5、K8S的特性:

  1. 弹性伸缩,基于命令,或者图形化界面,以及CPU的使用情况,自动的对部署的程序进行扩容和缩容。以最小的成本来运行服务
  2. 自我修复:节点故障时,他可以自动的重新启动失败的容器,替换和重新部署
  3. 服务发现和负载均衡(自带的):K8S为多个容器提供一个统一的访问入口(内部地址和内部DNS名称),自动负载均衡关联的所有容器
  4. 自动发布和回滚:K8S采用滚动的更新策略来更新应用。如果更新过程中出现问题,可以根据回滚点来进行回滚
  5. 集中化的配置管理和秘钥管理:K8S集群中的各个组件都是要进行密钥对验证的。但是K8S得安全性还是不够,核心的组件不建议部署(mysql和nginx不建议),适合部署自定义应用
  6. 存储编排

·自动化的把容器部署在节点上

·也可以通过命令行或者yml文件(自定义pod)来实现指定节点部署

·也可以通过网络存储,NFS GFS

任务进行批次处理。提供一次性的任务,提供定时任务,满足需要批量处理和分析的场景

二、K8S集群架构与组件:

三、K8S的核心组件:

Kubernetes 采用主从分布式架构,节点在角色上分为 Maste 和 Node。

Kubernetes Master 是控制节点,负责k8s集群的调度、管理等运维工作,组件有apiserver、controller-manager、scheduler、etcd。

Kubernetes Node 是运行节点,负责运行工作负载,即容器应用,组件有kubelet、kuber-proxy、容器引擎/容器运行时(docker、containerd)等。

一、master组件:

1、kube-apiserver:

K8S集群之中每个组件都是要靠密钥对进行验证,组件之间通信靠apiserver,API是应用接口服务,K8S的所有资源请求和调用操作都是kube-apiserver来完成,所有对象资源的增、删、改、查和监听的操作都是kubu-apiserver处理完之后交给etcd来进行

apiserver是K8S所有请求的入口服务,apiserver负责接收K8S的所有请求(命令行、图形化界面),然后根据用户的具体请求,通知对应的组件展示或者运行命令

apiserver相当于整个集群的大脑

2、kube-controller-manager:

运行管理控制器。是K8S集群中处理常规任务的后台线程。是集群中所有资源对象的自动化控制中心。一个资源对应一个控制器,controller-manager负责管理这些控制器

·node controller(节点控制器):负责节点的发现以及节点故障的发现和响应

·replication controller(副本控制器):控制关联pod的副本数,可以随时扩缩容

·endpoints controller(端点控制器):监听service和对应pod的副本变化。端点就是一个服务暴露出的访问点。要访问这个服务,必须要知道他的endpoints。就是每个服务的IP地址+端口

·service account和roken controller(服务账户和令牌控制):为命名空间创建默认账户和api访问令牌。访问不同的namespace命名空间

·resourcequota controller(资源控制器):可以对命名空间的资源使用进行控制,也可以对pod的资源进行控制

·namespace controller(命名空间控制器):管理命名空间的生命周期

·service controller(服务节点控制器):K8S集群和外部的主机之间的接口控制器。

3、kube-scheduler:

资源调度组件,根据调度的算法为新创建的pod选择一个合适的node节点

可以理解为K8S的所有node节点的调度器,部署和调度node

预先策略:人工定制,指定node节点上部署

优先策略:有限制条件。根据调度算法选择一个合适的node,node节点的资源情况,node节点的资源控制的情况等等,选一个资源最富裕,负载最小的node来部署

4、ETCD组件:

是K8S的存储服务,etcd是分布式键值存储系统(key:value),存储K8S的关键配置和用户配置,先通过apiserver调用etcd当中的存储信息,然后再实施。在整个集群中,能对etcd存储进行读写权限的,只有apiserver

一般来说四大核心组件都部署在主节点上

二、node组件:

1、kubelet:

node节点的监视器,以及与master节点的通信器,也可以理解为master安装在node节点上的监控眼线。

kubelet会定时向api server汇报自己的node上运行服务的状态,api server会把节点状态保存在etcd存储中

能够接收来自master节点的调度命令。如果发现自己的状态和master节点的状态不一致,调用docker的接口,同步数据。

对接点上的生命周期进行管理,保证节点上的镜像不会占满磁盘空间,退出容器的资源,进行回收

2、kube-proxy:

实现每个node节点上pod的网络代理。负责节点上的网络规划和四层负载均衡工作。负责写入iptables(快淘汰了)、ipvs实现服务映射

kube-proxy:本身不直接给pod提供网络代理,proxy只是service资源的载体

访问:192.168.233.91:34943——10.299.96.10:80(proxy代理)——最后到每个集群nginx节点ip(负载均衡轮询)

kube-proxy:实际上代理的是pod的集群网络(虚拟网络)

K8S的每个node节点上都有一个kube-proxy组件

3、docker:

容器引擎,运行容器,负责本机的容器创建和管理

pod不是容器,是基于容器创建的pod

K8S要创建pod时,kube-scheduler调度到节点上(node节点),节点上的kubelet指示docker启动特定的容器。kubelet把容器的信息收集,发送给主节点。只需要在主节点发布指令,节点上的kubelet就会指示docker对容器进行拉取镜像、启动、停止容器

4、pod:

也是运行在节点上的。是K8S中创建部署的最小的也是最简单的基本单位,一个pod只代表集群上正在运行的进程。

同一个pod内每个容器就像是一颗颗豌豆子,pod就是豌豆

pod是由一个或多个容器组成,pod中的容器共享网络,存储和计算资源。可以部署在不同的docker主机上

一个pod里面可以运行多个容器,也可以是一个容器

在生产环境中,一般是单个容器或者具有关联关系的多个容器组成一个pod

容器是容器,pod是pod。pod是基于容器创建的

5、deployment:

无状态应用部署,作用就是管理和控制pod以及他的replicaset(副本数,表示运行几个容器)管控他的运行状态

6、replicaset:

保证pod的副本数据量,受控于deployment。

在K8S中部署服务,实际上就是pod,deployment部署的服务就是pod,replicaset就是来定义pod的容器数量

可以保证pod的不可重复性。在当前命名空间不能重复。不同命令空间名称可以重复

官方推荐使用deployment进行服务部署

7、daemonset:

确保所有节点运行同一类的pod

8、statefulset:

有状态应用部署。

9、job:

可以给pod中设置一个一次性任务,运行完即退出

10、cronjob:

一直在运行的周期性任务,默认就是cronjob

11、service:

在K8S集群中,创建一个pod之后,都会将其中运行的容器分配一个集群内的IP地址,由于业务的变更,容器可能会发生变化,IP地址也会发生变化,service的作用就是提供整个pod对外统一的IP地址(cluster-ip)

可以将service理解成一个网关(路由器),通过访问service就可以访问pod内部的容器集群

service能实现负载均衡和代理——kube-proxy——来实现负载均衡

service是K8S微服务的核心,屏蔽了服务的细节,统一的对外暴露的端口,真正实现了“微服务”

service的流量调度:userspace(用户空间,已经废弃了),iptables(即将废弃),ipvs(目前1.20都用ipvs来实现流量调度)

12、label:

标签,K8S的特色管理方式,分类管理资源对象

node pod service namespace

label标签可以用户自定义

lable选择器:等于,不等于,使用定义的标签名

13、ingress:

K8S集群对外暴露提供访问的接口

ingress在第七层属于应用层,七层代理,转发的是http请求,http/https。

service是四层转发,转发的是流量

https://www.test.com:80——>ingress——>service——pod——容器

14、namespace:

K8S上可以通过namespace命名空间的方式来实现资源隔离、项目隔离

通过namespace可以把集群划分为多个资源不可共享的虚拟集群组

不同命令空间里面的资源,名称可以重复

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1337140.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【Spring实战】07 JPA

文章目录 1. 定义2. 出现原因3. 添加依赖4. 使用1)创建 Repository 接口2)自定义查询方法(非必须)3)创建实体类4)调用方法 5. 验证6. 优点7. 缺点8. 详细代码总结 1. 定义 Spring Data JPA 是 Spring 提供…

C# 编写简单二维码条形码工具

C# 二维码条形码工具 该工具简单实现了二维码条形码生成与识别功能,识别方式:通过摄像头实时识别或通过图片文件识别。 using AForge.Genetic; using AForge.Video.DirectShow; using System; using System.Collections.Generic; using System.Component…

实习知识整理6:前后端利用jQuery $.ajax数据传输的四种方式

方式1&#xff1a;前端发送key/value(String字符串)&#xff0c;后台返回文本 前端&#xff1a; <input id"test1" type"button" value"前端发送key/value(String字符串)&#xff0c;后台返回文本"/> $(function() {$("#test1&quo…

YHZ001 Python 简介

配套视频链接: YHZ001 Python 简介 目录 &#x1f649; Python的历史&#x1fab1; Python的作者&#x1f98a; Python 的优缺点&#x1f417; Python 的应用领域&#x1f41e; Python 哲学&#x1f430; Python 解释器 &#x1f649; Python的历史 1989年圣诞节&#xff1a; …

数据智慧:C#中编程实现自定义计算的Excel数据透视表

前言 数据透视表&#xff08;Pivot Table&#xff09;是一种数据分析工具&#xff0c;通常用于对大量数据进行汇总、分析和展示。它可以帮助用户从原始数据中提取关键信息、发现模式和趋势&#xff0c;并以可视化的方式呈现。 在数据透视表中&#xff0c;数据分析师通常希望进…

Redis Streams在Spring Boot中的应用:构建可靠的消息队列解决方案【redis实战 二】

欢迎来到我的博客&#xff0c;代码的世界里&#xff0c;每一行都是一个故事 Redis Streams在Spring Boot中的应用&#xff1a;构建可靠的消息队列解决方案 引言前言Redis Streams的基本概念和特性1. 日志数据结构2. 消息和字段3. 消费者组4. 消息ID5. 实时和历史数据处理6. 性能…

1.决策树

目录 1. 什么是决策树? 2. 决策树的原理 2.1 如何构建决策树&#xff1f; 2.2 构建决策树的数据算法 2.2.1 信息熵 2.2.2 ID3算法 2.2.2.1 信息的定义 2.2.2.2 信息增益 2.2.2.3 ID3算法举例 2.2.2.4 ID3算法优缺点 2.2.3 C4.5算法 2.2.3.1 C4.5算法举例 2.2.4 CART算法 2.2.4…

智能优化算法应用:基于孔雀算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于孔雀算法3D无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于孔雀算法3D无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.孔雀算法4.实验参数设定5.算法结果6.参考文献7.MA…

机械革命极光Pro重装Win10系统图解

机械革命极光Pro是性能优秀的笔记本电脑&#xff0c;深受广大用户的喜欢&#xff0c;现在用户想给笔记本电脑重新安装一下操作系统&#xff0c;但不知道重装系统的详细步骤。下面小编将带来机械革命极光Pro笔记本电脑重装系统Win10版本的步骤介绍&#xff0c;帮助更多的用户完成…

Python 基础面试第三弹

1. 获取当前目录下所有文件名 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 import os def get_all_files(directory): file_list []<br> # <code>os.walk</code>返回一个生成器&#xff0c;每次迭代时返回当前目录路径、子目录列表和文件列表 for…

【Kafka】Kafka客户端认证失败:Cluster authorization failed.

背景 kafka客户端是公司内部基于spring-kafka封装的spring-boot版本&#xff1a;3.xspring-kafka版本&#xff1a;2.1.11.RELEASE集群认证方式&#xff1a;SASL_PLAINTEXT/SCRAM-SHA-512经过多年的经验&#xff0c;以及实际验证&#xff0c;配置是没问题的&#xff0c;但是业务…

数据结构:图文详解 树与二叉树(树与二叉树的概念和性质,存储,遍历)

目录 一.树的概念 二.树中重要的概念 三.二叉树的概念 满二叉树 完全二叉树 四.二叉树的性质 五.二叉树的存储 六.二叉树的遍历 前序遍历 中序遍历 后序遍历 一.树的概念 树是一种非线性数据结构&#xff0c;它由节点和边组成。树的每个节点可以有零个或多个子节点…

113基于matlab的PSO-SVM多输入单输出预测程序

基于matlab的PSO-SVM多输入单输出预测程序。PSO对SVM的两个参数进行优化得到最佳参数值进行预测。并输出预测误差等相应结果。程序已调通&#xff0c;可直接运行。 113matlabPSO-SVM多输入单输出 (xiaohongshu.com)

普中STM32-PZ6806L开发板(STM32CubeMX创建项目并点亮LED灯)

简介 搭建一个用于驱动 STM32F103ZET6 GPIO点亮LED灯的任务;电路原理图 LED电路原理图 芯片引脚连接LED驱动引脚原理图 创建一个点亮LED灯的Keil 5项目 创建STM32CubeMX项目 New Project -> 单击 -> 芯片搜索STM32F103ZET6->双击创建 初始化时钟 初始化LED G…

基于双闭环PI的SMO无速度控制系统simulink建模与仿真

目录 1.课题概述 2.系统仿真结果 3.核心程序与模型 4.系统原理简介 5.完整工程文件 1.课题概述 基于双闭环PI的SMO无速度控制系统simulink建模与仿真&#xff0c;基于双闭环PI的SMO无速度控制系统主要由两个闭环组成&#xff1a;一个是电流环&#xff0c;另一个是速度环。…

Flink CDC 1.0至3.0回忆录

Flink CDC 1.0至3.0回忆录 一、引言二、CDC概述三、Flink CDC 1.0&#xff1a;扬帆起航3.1 架构设计3.2 版本痛点 四、Flink CDC 2.0&#xff1a;成长突破4.1 DBlog 无锁算法4.2 FLIP-27 架构实现4.3 整体流程 五、Flink CDC 3.0&#xff1a;应运而生六、Flink CDC 的影响和价值…

数据库原理及应用·数据库保护

7.1 事务 7.1.1 事务定义 1.事务是用户定义的一个数据操作序列&#xff0c;这些操作要么全部执行、要么全部不执行&#xff0c;是一个不可分割的工作单元。 事务是恢复和并发控制的基本单位 事务的两种方式&#xff1a; 7.1.2 事务处理模型 1.ISO事务处理模型&#xff1a…

隐私第一:在几分钟内部署本地大语言模型!

彻底改变您的数据安全游戏&#xff1a;快速无缝部署本地大语言模型&#xff0c;实现无与伦比的隐私! 2023年是人工智能领域加速发展的一年。除了健壮的商业上可用的大型语言模型之外&#xff0c;还出现了许多值得称赞的开源方案&#xff0c;例如Llama2、Codellama、Mistral和Vi…

鸿蒙开发中的坑(持续更新……)

最近在使用鸿蒙开发时&#xff0c;碰到了一些坑&#xff0c;特做记录&#xff0c;如&#xff1a;鸿蒙的preview不能预览&#xff0c;轮播图组件Swiper使用时的问题&#xff0c;console.log() 打印的内容 一、鸿蒙的preview不能预览 首先&#xff0c;只有 ets文件才能预览。 其…

HarmonyOS应用抓包实战

Charles抓包原理 Charles是一个HTTP代理服务器,HTTP监视器,反转代理服务器&#xff0c;当浏览器连接Charles的代理访问互联网时&#xff0c;Charles可以监控浏览器发送和接收的所有数据。 在开发OpenHarmony/HarmonyOS应用开发时&#xff0c;我们使用的是ohos/axios来进行网络…