笔记

概念

Pod是脆弱的，但应用是健壮的。

kubelet运行在Cluster所有节点上，负责启动Pod和容器。kubeadm用于初始化Cluster。kubectl是k8s命令行工具。通过kubectl可以部署和管理应用，查看各种资源，创建、删除和更新各种组件。

Pending、ContainerCreating、ImagePullBackOff都表明Pod没有就绪，Running才是就绪状态。

k8s的系统组件都被放到kube-system namespace中。

kubelet是唯一没有以容器形式运行的k8s组件，它在Ubuntu中通过Systemd服务运行。

出于安全考虑，默认配置下k8s不会将Pod调度到Master节点。如果希望将k8s-master也当作Node使用，可执行如下命令：
kubectl taint node <k8s-node> node-role.kubernetes.io/master-
如果要恢复Master Only状态，执行如下命令：
kubectl taint node <k8s-node> node-role.kubernetes.io/master="":NoSchedule

默认配置下，Scheduler会将Pod调度到所有可用的Node。不过有些情况希望将Pod部署到指定的Node，如将有大量磁盘I/O的Pod部署到配置SSD的Node；或Pod需要GPU，需要运行在配置GPU的节点上。k8s是通过label来实现这个功能的。

设置label：
kubectl label node <k8s-node> disktype=ssd
查看节点的label：
kubectl get node --show-labels
然后可以编辑 yml 文件设置nodeSelector:disktype:ssd
删除label，-即删除的意思：
kubectl label node <k8s-node> disktype-
删除label后，除非在yml中删除nodeSelector设置，并执行kubectl apply命令重新部署，否则删除label不会生效。

Service

Service从逻辑上代表一组Pod，具体是哪些Pod则是由label来挑选的。Service有自己的不变的IP，客户端只需要访问Service的IP，k8s则负责建立和维护Service与Pod的映射关系。无论后端Pod如何变化，对客户端没有任何影响，因为Service没有变。

Cluster IP是一个虚拟IP，是由k8s节点上的iptables规则管理的。可以通过iptables-save命令打印出当前节点的iptables规则。Cluster的每一个节点都配置了相同的iptables规则，这样就确保了整个Cluster都能够通过Service的Cluster IP访问Service。

除可以通过Cluster IP访问Service，k8s还提供更为方便的DNS访问。k8s部署时会默认安装kube-dns组件，每当有新的Service被创建，kube-dns会添加该Service的DNS记录。Cluster中的Pod可以通过<SERVICE_NAME>.<NAMESPACE_NAME>访问Service。如果在同一个namespace，则可以省略.<NAMESPACE_NAME>。

DNS服务器是kube-dns.kube-system.svc.cluster.local，这实际上就是kube-dns组件，它本身是部署在kube-system namespace中的一个Service。

用nslookup查看httpd-svc的DNS信息。

除了Cluster内部可以访问Service，很多情况下也希望应用的Service能够暴露给Cluster外部。k8s提供多种类型的Service，默认是ClusterIP：

ClusterIP：Service通过Cluster内部的IP对外提供服务，只有Cluster内的节点和Pod可访问，这是默认的Service类型
NodePort：Service通过Cluster节点的静态端口对外提供服务。Cluster外部可以通过<NodeIP>:<NodePort>访问Service
LoadBalancer：Service利用cloud provider特有的load balancer对外提供服务，cloud provider负责将load balancer的流量导向Service。目前支持的cloud provider有GCP、AWS、Azure等。

DaemonSet

典型应用场景：

在集群的每个节点上运行存储Daemon，如glusterd或ceph
在每个节点上运行日志收集Daemon，如flunentd或logstash
在每个节点上运行监控Daemon，如Prometheus Node Exporter或collectd

Job Pod执行完容器已经退出，需要用--show-all才能查看Completed状态的Pod。

同时运行多个Pod，提高Job的执行效率。这个可以通过parallelism设置。
completions设置Job成功完成Pod的总数。

spec:completions: 6parallelism: 2

配置解读：每次运行两个Pod，直到总共有6个Pod成功完成。
如果不指定completions和parallelism，默认值均为1。

k8s默认没有enable CronJob功能，需要在kube-apiserver中加入这个功能，修改kube-apiserver的配置文件/etc/kubernetes/manifests/kubeapiserver.yaml，在启动参数中加上--runtime-config=batch/v2alpha1=true，然后重启kubelet服务即可：systemctl restart kubelet.service。
验证，输入命令kubectl api-versions，或者执行更精确的命令：kubectl api-versions | grep batch/v2alpha1

健康检查

即Health Check。
k8s默认的健康检查机制：每个容器启动时都会执行一个进程，此进程由Dockerfile的CMD或ENTRYPOINT指定。如果进程退出时返回码非零，则认为容器发生故障，k8s就会根据restartPolicy重启容器。

Liveness探测指定k8s什么时候通过重启容器实现自愈；
Readiness探测指定k8s什么时候可以将容器加入到Service负载均衡池中，对外提供服务。

区别：

Liveness探测和Readiness探测是两种Health Check机制，如果不特意配置，k8s将对两种探测采取相同的默认行为，即通过判断容器启动进程的返回值是否为零来判断探测是否成功
两种探测的配置方法完全一样，支持的配置参数也一样。不同之处在于探测失败后的行为：Liveness探测是重启容器；Readiness探测则是将容器设置为不可用，不接收Service转发的请求
Liveness探测和Readiness探测是独立执行的，二者之间没有依赖，可单独使用，也可以同时使用。用Liveness探测判断容器是否需要重启以实现自愈；用Readiness探测判断容器是否已经准备好对外提供服务。

健康检查的应用场景：

Scale Up
Rolling Update

滚动更新通过参数maxSurge和maxUnavailable来控制副本替换的数量：

maxSurge：控制滚动更新过程中副本总数超过DESIRED的上限。可以是具体的整数，也可以是百分百，向上取整。maxSurge默认值为25%
maxUnavailable：控制滚动更新过程中，不可用的副本相占DESIRED的最大比例。可以是具体的整数，也可以是百分百，向下取整。maxUnavailable默认值为25%

maxSurge值越大，初始创建的新副本数量就越多；maxUnavailable值越大，初始销毁的旧副本数量就越多。

滚动更新失败，可以通过kubectl rollout undo回滚到上一个版本

回滚

kubectl apply每次更新应用时，k8s都会记录下当前的配置，保存为一个revision，这样就可以回滚到某个特定revision。默认配置下，k8s只会保留最近的几个revision，可在Deployment配置文件中通过revisionHistoryLimit属性配置revision数量。

数据管理

容器和Pod是短暂的。其含义是它们的生命周期可能很短，会被频繁地销毁和创建。容器销毁时，保存在容器内部文件系统中的数据都会被清除。为了持久化保存容器的数据，可以使用k8s Volume。Volume的生命周期独立于容器，Pod中的容器可能被销毁和重建，但Volume会被保留。

本质上，k8s Volume是一个目录，这一点与Docker Volume类似。k8s Volume也支持多种backend类型，包括emptyDir、hostPath、GCE Persistent Disk、AWS Elastic Block Store、NFS、Ceph等。

emptyDir Volume对于容器来说是持久的，对于Pod则不是。当Pod从节点删除时，Volume的内容也会被删除。但如果只是容器被销毁而Pod还在，则Volume不受影响。

emptyDir Volume的生命周期与Pod一致。Pod中的所有容器都可以共享Volume，它们可以指定各自的mount路径。

PVC

Pod通常是由应用的开发人员维护，Volume则通常是由存储系统的管理员维护。开发人员要获得上面的信息，要么询问管理员，要么自己就是管理员。这样就带来一个管理上的问题：应用开发人员和系统管理员的职责耦合在一起了。

解决方案：PVC
PV：PersistentVolume，是外部存储系统中的一块存储空间，由管理员创建和维护。与Volume一样，PV具有持久性，生命周期独立于Pod。

PVC：PersistentVolumeClaim ，是对PV的申请（Claim）。PVC通常由普通用户创建和维护。需要为Pod分配存储资源时，用户可以创建一个PVC，指明存储资源的容量大小和访问模式（比如只读）等信息，k8s会查找并提供满足条件的PV。

有了PVC，用户只需要告诉k8s需要什么样的存储资源，而不必关心真正的空间从哪里分配、如何访问等底层细节信息。这些Storage Provider的底层信息交给管理员来处理，只有管理员才应该关心创建PersistentVolume的细节信息。

accessModes：支持的访问模式有3种，ReadWriteOnce表示PV能以read-write模式mount到单个节点，ReadOnlyMany表示PV能以read-only模式mount到多个节点，ReadWriteMany表示PV能以read-write模式mount到多个节点。

persistentVolumeReclaimPolicy：指定当PV的回收策略为Recycle，支持的策略有3种，Retain表示需要管理员手工回收；Recycle表示清除PV中的数据，效果相当于执行rm -rf/thevolume/*；Delete表示删除Storage Provider上的对应存储资源，例如AWS EBS、GCE PD、Azure Disk、OpenStack Cinder Volume等。

回收PV

当不需要使用PV时，可用删除PVC回收PV。当PVC被删除后，k8s启动一个新Pod recycler-for-<pv>，这个Pod的作用就是清除PV的数据。此时mypv1的状态为Released，表示已经解除了与PVC的Bound，正在清除数据，不过此时还不可用。当数据清除完毕，PV的状态重新变为Available，此时可以被新的PVC申请。

PV还支持Delete的回收策略，会删除PV在Storage Provider上对应的存储空间。NFS的PV不支持Delete，支持Delete的Provider有AWS EBS、GCE PD、Azure Disk、OpenStack Cinder Volume。

PV动态供给

Static Provision：静态供给，提前创建PV，通过PVC申请PV并在Pod中使用。

Dynamical Provision：动态供给，即如果没有满足PVC条件的PV，会动态创建PV。相比静态供给，动态供给有明显的优势：不需要提前创建PV，减少管理员的工作量，效率高。动态供给是通过StorageClass实现的，StorageClass定义如何创建PV。StorageClass支持Delete和Retain两种reclaimPolicy，默认是Delete。

Secret & Configmap

Secret会以密文的方式存储数据，会以Volume的形式被mount到Pod，容器可通过文件的方式使用Secret中的敏感数据；此外，容器也可以环境变量的方式使用这些数据。

创建Secret的四种方法：

--from-literal：一个--from-literal对应一个信息条目
--from-file：一个文件内容对应一个信息条目
--from-env-file：文件中每行Key=Value对应一个信息条目
YAML：文件中的敏感数据必须是通过base64编码后数据

查看Secret

kubectl get secret <secret_name>
kubectl describe secret <secret_name>
kubectl edit secret <secret_name> # 查看加密信息

与Secret一样，ConfigMap也支持四种创建方式。

Helm

两个概念：chart和release

chart是创建一个应用的信息集合，包括各种k8s对象的配置模板、参数定义、依赖关系、文档说明等。chart是应用部署的自包含逻辑单元。可以将chart想象成apt、yum中的软件安装包
release是chart的运行实例，代表一个正在运行的应用。当chart被安装到k8s集群，就生成一个release。chart能够多次安装到同一个集群，每次安装都是一个release。

Helm是包管理工具，包就是指chart。Helm能够：

从零创建新chart
与存储chart的仓库交互，拉取、保存和更新chart
在k8s集群中安装和卸载release
更新、回滚和测试release

Helm包含两个组件：Helm客户端和Tiller服务器。

Helm客户端是终端用户使用的命令行工具，用户可以：

在本地开发chart
管理chart仓库
与Tiller服务器交互
在远程k8s集群上安装chart
查看release信息
升级或卸载已有的release

Tiller服务器运行在k8s集群中，它会处理Helm客户端的请求，与k8s API Server交互。Tiller服务器负责：

监听来自Helm客户端的请求
通过chart构建release
在k8s中安装chart，并跟踪release的状态
通过API Server升级或卸载已有的release

总结：Helm客户端负责管理chart，Tiller服务器负责管理release。

chart

Helm的应用打包格式，由一系列文件组成，这些文件描述k8s部署应用时所需要的资源。chart将这些文件放置在预定义的目录结构中，通常整个chart被打成tar包，标注上版本信息，便于Helm部署。

Helm采用Go语言的模板来编写chart。Go模板非常强大，支持变量、对象、函数、流控制等功能。

如果存在一些信息多个模板都会用到，则可在templates/_helpers.tpl中将其定义为子模板，然后通过templates函数引用。

randAlphaNum、b64enc、quote都是Go模板语言支持的函数，函数之间可以通过管道|连接。

Helm有两种方式传递配置参数。

常用命令：

helm create mychart # 创建chart
helm lint mychart # 检测chart的语法，报告错误以及给出建议
helm install --dry-run mychart --debug  # 模拟安装chart，并输出每个模板生成的YAML内容
helm search mychart
helm repo add myrepo http://
helm install myrepo/mychart
helm repo update

任何HTTP Server都可以用作chart仓库。

Helm支持四种安装方法：

安装仓库中的chart，如helm install stable/nginx
通过tar包安装，如helm install./nginx-1.2.3.tgz
通过chart本地目录安装，如helm install./nginx
通过URL安装，如helm install https://example.com/charts/nginx-1.2.3.tgz

网络

基于扁平地址空间的网络模型，集群中的每个Pod都有自己的IP地址，Pod之间不需要配置NAT就能直接通信。另外，同一个Pod中的容器共享Pod的IP，能够通过localhost通信。

CNI，Container Networking Interface规范。CNI是由CoreOS提出的容器网络规范，使用插件（Plugin）模型创建容器的网络栈。

目前已有多种k8s网络方案，如Flannel、Calico、Canal、Weave Net等。因为它们都实现CNI规范，用户无论选择哪种方案，得到的网络模型都一样，即每个Pod都有独立的IP，可以直接通信。区别在于不同方案的底层实现不同，有的采用基于VxLAN的Overlay实现，有的则是Underlay，性能上有区别。再有就是是否支持Network Policy。

Network Policy

k8s的一种资源，Network Policy通过Label选择Pod，并指定其他Pod或外界如何与这些Pod通信。

默认情况下，所有Pod是非隔离的，即任何来源的网络流量都能够访问Pod，没有任何限制。当为Pod定义Network Policy时，只有Policy允许的流量才能访问Pod。不是所有的k8s网络方案都支持Network Policy。比如Flannel就不支持，Calico是支持的。
Canal用Flannel实现k8s集群网络，同时用Calico实现Network Policy。

Dashboard

k8s默认没有部署Dashboard，安装命令：
kubectl create -f https://raw.githubusercontent.com/kubernetes/dashboard/master/charts/kubernetes-dashboard.yaml

Dashboard会在kube-system namespace中创建自己的Deployment和Service，

Service是ClusterIP类型，为方便使用，可通过kubectl --namespace=kube-system edit service kubernetes-dashboard修改成NodePort类型。

Dashboard支持Kubeconfig和Token两种认证方式。可以通过配置文件dashboard-admin.yaml为Dashboard默认用户赋予admin权限。

kubectl apply -f dashboard-admin.yaml命令使文件修改生效。

集群监控

Weave Scope

安装：``

Scope会自动构建应用和集群的逻辑拓扑，单击顶部PODS，会显示所有Pod以及Pod之间的依赖关系。

Scope支持关键字搜索和定位资源，还可以进行条件搜索，比如查找和定位MEMORY大于100MB的Pod。

Heapster

Heapster是k8s原生的集群监控方案。Heapster以Pod的形式运行，它会自动发现集群节点，从节点上的Kubelet获取监控数据。Kubelet则是从节点上的cAdvisor收集数据。Heapster将数据按照Pod进行分组，将它们存储到预先配置的backend并进行可视化展示。Heapster当前支持的backend有InfluxDB（通过Grafana展示）、Google Cloud Monitoring等。

整体架构
在这里插入图片描述

Prometheus Operator

Prometheus Operator基于基于Prometheus，可以监控k8s的API Server、Scheduler、Controller Manager等管理组件是否正常工作以及负荷是否过大。

Prometheus Operator的目标是尽可能简化在k8s中部署和维护Prometheus的工作。为方便管理，创建一个单独的Namespace monitoring，Prometheus Operator相关的组件都会部署到这个Namespace。

架构
在这里插入图片描述
组件

Prometheus Operator：在k8s中以Deployment运行。其职责是部署和管理Prometheus Server，根据ServiceMonitor动态更新Prometheus Server的监控对象。
Prometheus Server会作为k8s应用部署到集群中。为了更好地在k8s中管理Prometheus，CoreOS的开发人员专门定义了一个命名为Prometheus类型的k8s定制化资源。我们可以把Prometheus看作一种特殊的Deployment，它的用途就是专门部署Prometheus Server
Service就是Cluster中的Service资源，也是Prometheus要监控的对象，在Prometheus中叫作Target。每个监控对象都有一个对应的Service。比如要监控k8s Scheduler，就得有一个与Scheduler对应的Service。当然，k8s集群默认是没有这个Service的，Prometheus Operator会负责创建。
Operator能够动态更新Prometheus的Target列表，ServiceMonitor就是Target的抽象。比如想监控k8s Scheduler，用户可以创建一个与Scheduler Service相映射的ServiceMonitor对象。Operator则会发现这个新的ServiceMonitor，并将Scheduler的Target添加到Prometheus的监控列表中。ServiceMonitor也是Prometheus Operator专门开发的一种k8s定制化资源类型。
除了Prometheus和ServiceMonitor，Alertmanager是Operator开发的第三种k8s定制化资源。我们可以把Alertmanager看作一种特殊的Deployment，它的用途就是专门部署Alertmanager组件。