Kubernetes 核心概念及功能详解

最新推荐文章于 2025-03-07 15:10:31 发布

EricWang1358

最新推荐文章于 2025-03-07 15:10:31 发布

阅读量1k

点赞数 28

分类专栏： CloudComputing 文章标签： kubernetes 容器云原生

本文链接：https://blog.csdn.net/m0_74331272/article/details/144374939

版权

CloudComputing 专栏收录该内容

50 篇文章

订阅专栏

Kubernetes 核心概念及功能详解

1. HPA (Horizontal Pod Autoscaler)

作用：自动根据需求调整 Pod 的数量。
触发条件：
- 基于 CPU 使用率。
- 可扩展支持自定义指标。
工作方式：
- 用户定义最小和最大 Pod 数量。
- 根据实时监控数据，动态增加或减少 Pod。
用途：
- 应对负载波动，节省资源。
- 确保服务在高负载时具有足够的实例支持。

2. Extending Kubernetes（扩展 Kubernetes）

特点：
- Kubernetes 是高度可配置和可扩展的。
- 支持适配特定工作环境的需求。
- 兼容新类型的硬件和扩展功能。
常见扩展方式：
- 使用 CRD（Custom Resource Definitions）定义自定义资源。
- 通过 Kubernetes API 实现自定义控制器。

3. Job

定义：用于处理批量任务的控制器。
特点：
- 创建一个或多个 Pod 执行任务。
- 任务失败会自动重试，直到指定的数量成功完成。
- 支持并行运行多个 Pod。
场景：
- 数据处理、批量任务、日志转换等。

4. CronJob

定义：Job 控制器的扩展，支持定时任务调度。
功能：
- 提供类 cron 的调度方式。
- 在指定时间执行任务。
场景：
- 定时生成报表。
- 周期性数据清理。

5. DaemonSet

定义：确保每个节点都运行一个 Pod。
特点：
- 确保匹配条件的所有节点上都运行一个实例。
- 通常用于集群范围的服务。
场景：
- 日志收集（如 Fluentd）。
- 监控服务（如 Prometheus Node Exporter）。

6. StatefulSet

定义：用于管理需要状态持久化的 Pod。
特点：
- 每个 Pod 都有一个唯一的标识符（如 <statefulset name>-<ordinal index>）。
- 生命周期有序，Pod 启动和停止遵循固定模式。
场景：
- 数据库（如 MySQL、Cassandra）。
- 分布式存储系统。

7. Deployment

定义：用于管理无状态服务（Stateless Service）的控制器。
功能：
- 定义 Pod 模板，指定副本数量。
- 提供滚动更新（Rolling Update）和重建（Recreate）策略。
滚动更新：
- 按照用户定义的速率逐步替换旧 Pod，确保服务无中断。

总结

功能/资源类型	作用	典型场景
HPA	动态调整 Pod 数量	应对负载波动
Job	管理批量任务	数据处理、批量计算
CronJob	定时调度任务	周期性任务，如备份或日志清理
DaemonSet	确保每个节点运行一个 Pod	日志收集、监控服务
StatefulSet	管理有状态服务，确保状态持久化	数据库、分布式存储
Deployment	管理无状态服务，支持滚动更新	Web 服务、API 服务

通过这些强大的功能，Kubernetes 成为了一个灵活、高效的容器编排平台，适应各种云原生应用需求。

我们用通俗比喻来解释 Kubernetes 的这些概念。可以把 Kubernetes 想象成一个 智能工厂管理系统，每个工厂负责制造商品（提供服务），工厂里面的“机器”就是 Pod，而机器中运行的具体程序是容器。

1. HPA (Horizontal Pod Autoscaler)

比喻：
假设你的工厂生产饮料，当需求增加时（比如夏天销量大），需要增加机器数量生产更多饮料。当需求减少时（比如冬天销量小），可以减少机器数量节约成本。
- HPA 就是这个自动增减机器的管理系统。
场景：
当用户访问量暴增（比如电商大促销），HPA 会自动添加 Pod 来应对高峰流量；当流量减少时，自动减少 Pod，避免浪费。

2. Extending Kubernetes

比喻：
工厂需要定制一些特殊的生产流程，比如增加一个新机器类型来生产不同的商品。Kubernetes 的扩展性允许工厂根据需求新增功能，就像给生产线增加模块一样。
场景：
你可以扩展 Kubernetes 来支持新的硬件设备，或者加入自定义规则，比如用 AI 预测市场需求，动态调整资源分配。

3. Job

比喻：
工厂有时候会接到一批定制订单，比如生产 100 瓶限量版饮料。为了完成这个任务，需要开启一组机器去完成这些瓶子的生产，然后关闭这些机器。
- Job 就是负责管理这些一次性任务的系统。
场景：
比如，你需要对一批历史数据进行分析，只要分析一次就够了，Kubernetes 会启动一个 Job，分配 Pod 来完成这个任务，任务完成后自动结束。

4. CronJob

比喻：
工厂可能需要每天早上固定时间检查机器状态，或者每周定时清理生产线。这些定时任务是固定且重复的。
- CronJob 就是这样的定时任务管理系统。
场景：
比如，每天凌晨清理日志文件，或者每小时备份数据库，CronJob 会定时启动一个任务完成这些操作。

5. DaemonSet

比喻：
工厂每条生产线都需要一个维护员，这些维护员负责监控机器是否正常运行，比如检查温度、压力等，确保生产顺利进行。
- DaemonSet 就是保证每条生产线（每个节点）都运行一个 Pod 的系统。
场景：
集群中的每台服务器都需要安装日志收集工具或者监控工具，DaemonSet 会确保每个节点都有一个这样的服务在运行。

6. StatefulSet

比喻：
某些机器（比如仓库管理机器）需要记录商品存放的位置。如果机器被替换或者重启，它需要保留之前的记录和状态，不能丢失。
- StatefulSet 就是管理这些有状态机器的系统。
场景：
比如管理数据库的 Pod，必须记住之前存储的数据，即使重启也不能丢失信息。StatefulSet 确保这些有状态的服务可以按照顺序启动，数据不丢失。

7. Deployment

比喻：
工厂需要一条稳定的生产线来生产饮料，当需要升级机器或者更换配件时，不能同时停掉所有机器，而是逐步替换，让生产不中断。
- Deployment 就是管理这条生产线的系统。
特点：
- 滚动更新（Rolling Update）：比如有 10 台机器，会先替换一台，再替换下一台，确保生产线一直运行。
- 重建（Recreate）：直接停掉所有机器再升级，适合非关键任务。

总结：用工厂管理来形象化理解

Kubernetes 功能	在工厂中的角色	实际作用
HPA	自动增减机器，满足生产需求	根据流量动态调整 Pod 数量
Job	完成一次性的定制订单	一次性任务管理（如大批量数据处理）
CronJob	定时启动机器检查或维护	定时任务（如备份、日志清理）
DaemonSet	每条生产线配备一个维护员	每台服务器运行一个 Pod（监控/日志收集）
StatefulSet	需要保留状态的特殊机器（如仓库管理）	管理需要持久化状态的服务（如数据库）
Deployment	稳定的生产线，支持逐步升级或整体替换	管理无状态服务（如 Web 服务）

Kubernetes 就像这个“智能工厂系统”，根据需求自动调度资源，确保高效生产和服务的稳定性。

Kubernetes 中的这些组件具体是什么？

Kubernetes 本质上是一个 容器编排平台，它的作用是管理成千上万的容器运行环境（比如 Docker 容器）。以下将解释它们是什么、如何部署、如何管理以及与其他容器技术（比如 Docker）的关系。

1. Kubernetes 自身是什么？

程序：
Kubernetes 是一组程序和服务的集合，运行在服务器集群中，负责协调和管理容器的生命周期、资源调度和高可用性。
它包含以下核心组件：
- 控制平面（Control Plane）：负责整体管理和调度。
  - kube-apiserver：提供 API 接口，让用户和其他工具可以与 Kubernetes 通信。
  - etcd：分布式存储系统，用于存储集群的配置信息和状态。
  - kube-scheduler：负责调度 Pod 到具体的节点上。
  - kube-controller-manager：负责管理控制器，比如 Deployment 的状态。
- 工作节点（Worker Nodes）：运行实际的容器。
  - kubelet：在节点上管理容器和 Pod。
  - kube-proxy：负责网络通信。
  - 容器运行时（Container Runtime）：如 Docker、containerd，实际运行容器。
运行在哪里：
Kubernetes 本身运行在集群中的服务器上，这些服务器可以是物理机、虚拟机，也可以在云上（如 AWS、GCP）。

2. 如何部署 Kubernetes？

Kubernetes 的部署方式多种多样：

本地开发环境：
- 使用工具如 minikube 或 kind（Kubernetes in Docker）在单机上模拟 Kubernetes 集群。
- 适合学习和测试。
生产环境部署：
- 云服务：使用云厂商的 Kubernetes 服务（如 GKE、EKS、AKS），云服务商会帮助你管理控制平面，只需配置工作负载。
- 自建集群：使用工具（如 kubeadm、Rancher）部署 Kubernetes 到物理机或虚拟机上。
轻量化 Kubernetes：
- 使用 K3s 或 MicroK8s，适合边缘计算或资源受限的设备。

3. 如何管理 Kubernetes？

Kubernetes 的管理通过以下方式完成：

声明式管理：
- 用户创建 YAML 文件，定义服务需要的资源（如 Pod、Deployment、Service）。
- 使用 kubectl apply -f <file> 部署资源，Kubernetes 会确保集群状态匹配声明。
核心管理组件：
- kubectl：命令行工具，和 Kubernetes API 交互，管理 Pod、Service 等。
- Dashboard：图形化界面，查看和管理集群状态。
- 自动伸缩：如 HPA，会根据指标（如 CPU 利用率）自动调整 Pod 数量。
监控和日志：
- 使用 Prometheus、Grafana 监控资源使用和应用状态。
- 使用日志工具（如 Fluentd）收集日志。

4. Kubernetes 与其他容器技术的关系？

与容器运行时（如 Docker）的关系：
- Docker 是 Kubernetes 的底层运行工具：
  - Kubernetes 本身不直接运行容器，而是通过容器运行时（如 Docker、containerd）实际创建和管理容器。
  - Kubernetes 只负责告诉 Docker：创建多少个容器、分布在哪些节点上、如何连接网络。
- Docker 的不足：
  - Docker 可以单独运行容器，但它无法管理大规模集群，也无法处理多容器应用的复杂需求。
  - Kubernetes 补充了这些不足，成为容器的编排层。
与其他容器编排工具的关系：
- Kubernetes 的主要竞争对手有 Docker Swarm、Apache Mesos。
- Kubernetes 的功能更全面，生态更强大，因此逐渐成为主流。

5. Kubernetes 里的 Job、CronJob 等是什么？

这些都是 Kubernetes 中的控制器，每个控制器是一个程序，负责管理特定类型的任务：

Job：负责一次性任务。你可以认为它是一个管理员，确保特定任务完成后才停止。
CronJob：定时任务的管理员，定时启动 Job。
DaemonSet：确保每台服务器上都运行指定的服务（如日志收集器）。
Deployment：确保某个服务一直有足够的副本，提供高可用性。

它们本质上是 Kubernetes 的内部程序，用户通过 YAML 文件定义需求，控制器自动完成管理。

6. Kubernetes 自己的身份是什么？

Kubernetes 自己并不是一个容器，而是一组程序：

功能定位：
- 它是一个容器的管理和编排平台，专注于如何调度、伸缩和管理容器。
工作方式：
- 它会调用底层的容器运行时（如 Docker），通过这些工具真正启动和管理容器。
与用户的交互：
- 用户通过声明 YAML 文件告诉 Kubernetes “我需要什么服务、多少副本、资源限制等”，Kubernetes 负责完成这些任务。

总结：Kubernetes 是什么？

Kubernetes 是一个智能工厂管理系统：
- 容器是机器：负责运行应用程序。
- Pod 是最小工作单元：每个工作单元可能由一个或多个容器组成。
- Kubernetes 的控制器：负责自动化和优化这些机器的运行，比如按需增加机器（HPA）、定时启动机器（CronJob）等。
Kubernetes 不是容器，也不是简单的程序，而是一个复杂的容器管理框架，通过结合声明式定义、底层容器运行时和分布式系统技术，实现对容器集群的智能管理。