谷粒商城 - 个人笔记(集群部署篇一)

前言

1. ​学习视频：​Java项目《谷粒商城》架构师级Java项目实战，对标阿里P6-P7，全网最强​
2. 学习文档：
   • 谷粒商城 - 个人笔记(基础篇一)
   • 谷粒商城 - 个人笔记(基础篇二)
   • 谷粒商城 - 个人笔记(基础篇三)
   • 谷粒商城 - 个人笔记(高级篇一)
   • 谷粒商城 - 个人笔记(高级篇二)
   • 谷粒商城 - 个人笔记(高级篇三)
   • 谷粒商城 - 个人笔记(高级篇四)
   • 谷粒商城 - 个人笔记(高级篇五)
   • 谷粒商城 - 个人笔记(集群部署篇一)
   • 谷粒商城 - 个人笔记(集群部署篇二)
   • 谷粒商城 - 个人笔记(集群部署篇三)

​3. 接口文档：https://easydoc.net/s/78237135/ZUqEdvA4/hKJTcbfd
4. 本内容仅用于个人学习笔记，如有侵扰，联系删
​

一、k8s 集群部署

1、k8s 快速入门

1.1、简介

Kubernetes 简称 k8s。是用于自动部署，扩展和管理容器化应用程序的开源系统。
中文官网：https://kubernetes.io/zh/
中文社区：https://www.kubernetes.org.cn/
官方文档：https://kubernetes.io/zh/docs/home/
社区文档：http://docs.kubernetes.org.cn/

1. 部署方式的进化
   
   https://kubernetes.io/zh/docs/concepts/overview/

   传统部署时代：

   早期，各个组织是在物理服务器上运行应用程序。 由于无法限制在物理服务器中运行的应用程序资源使用，因此会导致资源分配问题。 例如，如果在同一台物理服务器上运行多个应用程序， 则可能会出现一个应用程序占用大部分资源的情况，而导致其他应用程序的性能下降。 一种解决方案是将每个应用程序都运行在不同的物理服务器上， 但是当某个应用程序资源利用率不高时，剩余资源无法被分配给其他应用程序， 而且维护许多物理服务器的成本很高。

   虚拟化部署时代：

   因此，虚拟化技术被引入了。虚拟化技术允许你在单个物理服务器的 CPU 上运行多台虚拟机（VM）。 虚拟化能使应用程序在不同 VM 之间被彼此隔离，且能提供一定程度的安全性， 因为一个应用程序的信息不能被另一应用程序随意访问。

   虚拟化技术能够更好地利用物理服务器的资源，并且因为可轻松地添加或更新应用程序， 而因此可以具有更高的可扩缩性，以及降低硬件成本等等的好处。 通过虚拟化，你可以将一组物理资源呈现为可丢弃的虚拟机集群。

   每个 VM 是一台完整的计算机，在虚拟化硬件之上运行所有组件，包括其自己的操作系统。

   容器部署时代：

   容器类似于 VM，但是更宽松的隔离特性，使容器之间可以共享操作系统（OS）。 因此，容器比起 VM 被认为是更轻量级的。且与 VM 类似，每个容器都具有自己的文件系统、CPU、内存、进程空间等。 由于它们与基础架构分离，因此可以跨云和 OS 发行版本进行移植。

   容器因具有许多优势而变得流行起来，例如：

   • 敏捷应用程序的创建和部署：与使用 VM 镜像相比，提高了容器镜像创建的简便性和效率。
   • 持续开发、集成和部署：通过快速简单的回滚（由于镜像不可变性）， 提供可靠且频繁的容器镜像构建和部署。
   • 关注开发与运维的分离：在构建、发布时创建应用程序容器镜像，而不是在部署时， 从而将应用程序与基础架构分离。
   • 可观察性：不仅可以显示 OS 级别的信息和指标，还可以显示应用程序的运行状况和其他指标信号。
   • 跨开发、测试和生产的环境一致性：在笔记本计算机上也可以和在云中运行一样的应用程序。
   • 跨云和操作系统发行版本的可移植性：可在 Ubuntu、RHEL、CoreOS、本地、 Google Kubernetes Engine 和其他任何地方运行。
   • 以应用程序为中心的管理：提高抽象级别，从在虚拟硬件上运行 OS 到使用逻辑资源在 OS 上运行应用程序。
   • 松散耦合、分布式、弹性、解放的微服务：应用程序被分解成较小的独立部分， 并且可以动态部署和管理 - 而不是在一台大型单机上整体运行。
   • 资源隔离：可预测的应用程序性能。
   • 资源利用：高效率和高密度。

2. 为什么需要 Kubernetes，它能做什么？
   以前使用Swarm Mode方式调度，功能简单，现在使用Kubernetes

   容器是打包和运行应用程序的好方式。在生产环境中， 你需要管理运行着应用程序的容器，并确保服务不会下线。 例如，如果一个容器发生故障，则你需要启动另一个容器。 如果此行为交由给系统处理，是不是会更容易一些？

   这就是 Kubernetes 要来做的事情！ Kubernetes 为你提供了一个可弹性运行分布式系统的框架。 Kubernetes 会满足你的扩展要求、故障转移你的应用、提供部署模式等。 例如，Kubernetes 可以轻松管理系统的 Canary (金丝雀) 部署。

   Kubernetes 为你提供：

   • 服务发现和负载均衡
     Kubernetes 可以使用 DNS 名称或自己的 IP 地址来暴露容器。 如果进入容器的流量很大， Kubernetes 可以负载均衡并分配网络流量，从而使部署稳定。

   • 存储编排
     Kubernetes 允许你自动挂载你选择的存储系统，例如本地存储、公共云提供商等。

   • 自动部署和回滚
     你可以使用 Kubernetes 描述已部署容器的所需状态， 它可以以受控的速率将实际状态更改为期望状态。 例如，你可以自动化 Kubernetes 来为你的部署创建新容器， 删除现有容器并将它们的所有资源用于新容器。

   • 自动完成装箱计算
     你为 Kubernetes 提供许多节点组成的集群，在这个集群上运行容器化的任务。 你告诉 Kubernetes 每个容器需要多少 CPU 和内存 (RAM)。 Kubernetes 可以将这些容器按实际情况调度到你的节点上，以最佳方式利用你的资源。

   • 自我修复
     Kubernetes 将重新启动失败的容器、替换容器、杀死不响应用户定义的运行状况检查的容器， 并且在准备好服务之前不将其通告给客户端。

   • 密钥与配置管理
     Kubernetes 允许你存储和管理敏感信息，例如密码、OAuth 令牌和 SSH 密钥。 你可以在不重建容器镜像的情况下部署和更新密钥和应用程序配置，也无需在堆栈配置中暴露密钥。

   • 批处理执行 除了服务外，Kubernetes 还可以管理你的批处理和 CI（持续集成）工作负载，如有需要，可以替换失败的容器。

   • 水平扩缩 使用简单的命令、用户界面或根据 CPU 使用率自动对你的应用进行扩缩。

   • IPv4/IPv6 双栈 为 Pod（容器组）和 Service（服务）分配 IPv4 和 IPv6 地址。

   • 为可扩展性设计 在不改变上游源代码的情况下为你的 Kubernetes 集群添加功能。

   
   

3. Kubernetes 不是什么
   Kubernetes 不是传统的、包罗万象的 PaaS（平台即服务）系统。 由于 Kubernetes 是在容器级别运行，而非在硬件级别，它提供了 PaaS 产品共有的一些普遍适用的功能， 例如部署、扩展、负载均衡，允许用户集成他们的日志记录、监控和警报方案。 但是，Kubernetes 不是单体式（monolithic）系统，那些默认解决方案都是可选、可插拔的。 Kubernetes 为构建开发人员平台提供了基础，但是在重要的地方保留了用户选择权，能有更高的灵活性。

   Kubernetes：

   • 不限制支持的应用程序类型。 Kubernetes 旨在支持极其多种多样的工作负载，包括无状态、有状态和数据处理工作负载。 如果应用程序可以在容器中运行，那么它应该可以在 Kubernetes 上很好地运行。
   • 不部署源代码，也不构建你的应用程序。 持续集成（CI）、交付和部署（CI/CD）工作流取决于组织的文化和偏好以及技术要求。
   • 不提供应用程序级别的服务作为内置服务，例如中间件（例如消息中间件）、 数据处理框架（例如 Spark）、数据库（例如 MySQL）、缓存、集群存储系统 （例如 Ceph）。这样的组件可以在 Kubernetes 上运行，并且/或者可以由运行在 Kubernetes 上的应用程序通过可移植机制（例如开放服务代理）来访问。
   • 不是日志记录、监视或警报的解决方案。 它集成了一些功能作为概念证明，并提供了收集和导出指标的机制。
   • 不提供也不要求配置用的语言、系统（例如 jsonnet），它提供了声明性 API， 该声明性 API 可以由任意形式的声明性规范所构成。
   • 不提供也不采用任何全面的机器配置、维护、管理或自我修复系统。
   • 此外，Kubernetes 不仅仅是一个编排系统，实际上它消除了编排的需要。 编排的技术定义是执行已定义的工作流程：首先执行 A，然后执行 B，再执行 C。 而 Kubernetes 包含了一组独立可组合的控制过程，可以持续地将当前状态驱动到所提供的预期状态。 你不需要在乎如何从 A 移动到 C，也不需要集中控制，这使得系统更易于使用且功能更强大、 系统更健壮，更为弹性和可扩展。

1.2、架构

1. 整体主从方式
   
   
2. Master 节点架构
   
   • kube-apiserver
     • 对外暴露 K8S 的 api 接口，是外界进行资源操作的唯一入口
     • 提供认证、授权、访问控制、API 注册和发现等机制
   • etcd
     • etcd 是兼具一致性和高可用性的键值数据库，可以作为保存 Kubernetes 所有集群数据的后台数据库。
     • Kubernetes 集群的 etcd 数据库通常需要有个备份计划
   • kube-scheduler
     • 主节点上的组件，该组件监视那些新创建的未指定运行节点的 Pod，并选择节点让 Pod 在上面运行。
     • 所有对 k8s 的集群操作，都必须经过主节点进行调度
   • kube-controller-manager
     • 在主节点上运行控制器的组件
     • 这些控制器包括:
       • 节点控制器（Node Controller）: 负责在节点出现故障时进行通知和响应。
       • 副本控制器（Replication Controller）: 负责为系统中的每个副本控制器对象维护正确数量的 Pod。
       • 端点控制器（Endpoints Controller）: 填充端点(Endpoints)对象(即加入 Service与 Pod)。
       • 服务帐户和令牌控制器（Service Account & Token Controllers）: 为新的命名空间创建默认帐户和 API 访问令牌
         ​

​3. Node 节点架构

• kubelet
  • 一个在集群中每个节点上运行的代理。它保证容器都运行在 Pod 中。
  • 负责维护容器的生命周期，同时也负责 Volume（CSI）和网络（CNI）的管理；
• kube-proxy
  • 负责为 Service 提供 cluster 内部的服务发现和负载均衡；
• 容器运行环境(Container Runtime)
  • 容器运行环境是负责运行容器的软件。
  • Kubernetes 支持多个容器运行环境: Docker、 containerd、cri-o、 rktlet 以及任何实现 Kubernetes CRI (容器运行环境接口)。
• fluentd
  • 是一个守护进程，它有助于提供集群层面日志 集群层面的日志

1.3、概念

• Container：容器，可以是 docker 启动的一个容器

• Pod：

  • k8s 使用 Pod 来组织一组容器
  • 一个 Pod 中的所有容器共享同一网络。
  • Pod 是 k8s 中的最小部署单元

• Volume

  • 声明在 Pod 容器中可访问的文件目录
  • 可以被挂载在 Pod 中一个或多个容器指定路径下
  • 支持多种后端存储抽象(本地存储，分布式存储，云存储…)

• Controllers：更高层次对象，部署和管理 Pod；

  • ReplicaSet：确保预期的 Pod 副本数量
  • Deplotment：无状态应用部署
  • StatefulSet：有状态应用部署
  • DaemonSet：确保所有 Node 都运行一个指定 Pod
  • Job：一次性任务
  • Cronjob：定时任务

• Deployment：

  • 定义一组 Pod 的副本数目、版本等
  • 通过控制器（Controller）维持 Pod 数目(自动回复失败的 Pod)
  • 通过控制器以指定的策略控制版本（滚动升级，回滚等）

• Service

  • 定义一组 Pod 的访问策略
  • Pod 的负载均衡，提供一个或者多个 Pod 的稳定访问地址
  • 支持多种方式（ClusterIP、NodePort、LoadBalance）

• Label：标签，用于对象资源的查询，筛选
  

• Namespace：命名空间，逻辑隔离

  • 一个集群内部的逻辑隔离机制（鉴权，资源）
  • 每个资源都属于一个 namespace
  • 同一个 namespace 所有资源名不能重复
  • 不同 namespace 可以资源名重复
    API：
    我们通过 kubernetes 的 API 来操作整个集群。
    可以通过 kubectl、ui、curl 最终发送 http+json/yaml 方式的请求给 API Server，然后控制 k8s集群。k8s 里的所有的资源对象都可以采用 yaml 或 JSON 格式的文件定义或描述
    

1.4、快速体验

1、安装 minikube
https://github.com/kubernetes/minikube/releases
下载 minikube-windows-amd64.exe 改名为 minikube.exe
打开 VirtualBox，打开 cmd，
运行
minikube start --vm-driver=virtualbox --registry-mirror=https://registry.docker-cn.com
等待 20 分钟左右即可
2、体验 nginx 部署升级

1.5、流程叙述

1. 通过 Kubectl 提交一个创建 RC（Replication Controller）的请求，该请求通过 APIServer被写入 etcd 中
2. 此时 Controller Manager 通过 API Server 的监听资源变化的接口监听到此 RC 事件
3. 分析之后，发现当前集群中还没有它所对应的 Pod 实例，
4. 于是根据 RC 里的 Pod 模板定义生成一个 Pod 对象，通过 APIServer 写入 etcd
5. 此事件被 Scheduler 发现，它立即执行一个复杂的调度流程，为这个新 Pod 选定一个落户的 Node，然后通过 API Server 讲这一结果写入到 etcd 中，
6. 目标 Node 上运行的 Kubelet 进程通过 APIServer 监测到这个“新生的”Pod，并按照它的定义，启动该 Pod 并任劳任怨地负责它的下半生，直到 Pod 的生命结束。
7. 随后，我们通过 Kubectl 提交一个新的映射到该 Pod 的 Service 的创建请求
8. ControllerManager 通过 Label 标签查询到关联的 Pod 实例，然后生成 Service 的Endpoints 信息，并通过 APIServer 写入到 etcd 中，
9. 接下来，所有 Node 上运行的 Proxy 进程通过 APIServer 查询并监听 Service 对象与其对应的 Endpoints 信息，建立一个软件方式的负载均衡器来实现 Service 访问到后端Pod 的流量转发功能。

k8s 里的所有的资源对象都可以采用 yaml 或 JSON 格式的文件定义或描述

2、k8s 集群安装

2.1、kubeadm

kubeadm 是官方社区推出的一个用于快速部署 kubernetes 集群的工具。
这个工具能通过两条指令完成一个 kubernetes 集群的部署：

• 创建一个 Master 节点
  $ kubeadm init

• 将一个 Node 节点加入到当前集群中
  $ kubeadm join <Master 节点的 IP 和端口 >

2.2、前置要求

一台或多台机器，操作系统 CentOS7.x-86_x64
硬件配置：2GB 或更多 RAM，2 个 CPU 或更多 CPU，硬盘 30GB 或更多
集群中所有机器之间网络互通
可以访问外网，需要拉取镜像
禁止 swap 分区

2.3、部署步骤

1. 在所有节点上安装 Docker 和 kubeadm
2. 部署 Kubernetes Master
3. 部署容器网络插件
4. 部署 Kubernetes Node，将节点加入 Kubernetes 集群中
5. 部署 Dashboard Web 页面，可视化查看 Kubernetes 资源
   

2.4、环境准备

1、准备工作

• 我们可以使用 VMware 快速创建三个虚拟机。虚拟机启动前先设置 VMware 的主机网络。现全部统一为 192.168.119.1，以后所有虚拟机都是 119.x 的 ip 地址
  

• 设置虚拟机存储目录，防止硬盘空间不足

2、启动三个虚拟机

• 使用我们提供的 vagrant 文件，复制到非中文无空格目录下，运行 vagrant up 启动三个
  虚拟机。其实 vagrant 完全可以一键部署全部 k8s 集群。
  https://github.com/rootsongjc/kubernetes-vagrant-centos-cluster
  http://github.com/davidkbainbridge/k8s-playground

• 进入三个虚拟机，开启 root 的密码访问权限。
  所有虚拟机设置为 node1分配 4g、4C；node2、node3 分配 16g，16C

  设置好 NAT 网络

3、设置 linux 环境(三个节点都执行)

• 关闭防火墙：

  systemctl stop firewalld
  systemctl disable firewalld
  

• 关闭 selinux：

  sed -i 's/enforcing/disabled/' /etc/selinux/config
  setenforce 0
  

• 关闭 swap：

  swapoff -a #临时
  sed -ri 's/.*swap.*/#&/' /etc/fstab #永久
  free -g #验证，swap 必须为 0；
  

• 添加主机名与 IP 对应关系

  vi /etc/hosts
  192.168.119.133 k8s-node1
  192.168.119.134 k8s-node2
  192.168.119.135 k8s-node3
  
  hostnamectl set-hostname <newhostname>：指定新的 hostname
  su 切换过来
  

  
  wq保存，然后重启每台服务

• 将桥接的 IPv4 流量传递到 iptables 的链：

  cat > /etc/sysctl.d/k8s.conf << EOF
  net.bridge.bridge-nf-call-ip6tables = 1
  net.bridge.bridge-nf-call-iptables = 1
  EOF
  
  # 加载参数
  sysctl --system
  

2.5、所有节点安装 Docker、kubeadm、kubelet、kubectl

Kubernetes 默认 CRI（容器运行时）为 Docker，因此先安装 Docker。

1、安装 docker

1. 卸载系统之前的 docker

   # 安装前先更新yum,不然有可能出现本机无法连接虚拟机的mysql、redis等
   sudo yum update
   # 卸载系统之前的docker，以及 docker-cli
   sudo yum remove docker-ce docker-ce-cli containerd.io
   # 卸载系统之前的docker 
   sudo yum remove docker \
                     docker-client \
                     docker-client-latest \
                     docker-common \
                     docker-latest \
                     docker-latest-logrotate \
                     docker-logrotate \
                     docker-engine
   

2. 安装 Docker-CE
   (1)、安装必须的依赖

   sudo yum install -y yum-utils \
   device-mapper-persistent-data \
   lvm2
   

   (2)、设置 docker repo 的 yum 位置

   # 配置镜像
   sudo yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
   

   (3)、安装 docker，以及 docker-cli
   该命令安装docker以后，kubeadm初始化时会报错，提示版本不兼容

   sudo yum install -y docker-ce docker-ce-cli containerd.io
   

   
   所以我们使用推荐docker版本

   sudo yum install docker-ce-3:19.03.15-3.el7.x86_64 docker-ce-cli-19.03.15-3.el7.x86_64 containerd.io
   

3. 配置 docker 加速

   sudo mkdir -p /etc/docker
   sudo tee /etc/docker/daemon.json <<-'EOF'
   {
     "registry-mirrors": ["https://chqac97z.mirror.aliyuncs.com"]
   }
   EOF
   sudo systemctl daemon-reload
   sudo systemctl restart docker
   

4. 启动 docker & 设置 docker 开机自启

   systemctl start docker
   systemctl enable docker
   

基础环境准备好，可以给三个虚拟机备份一下；为 node1分配 4g、4C；gnode2、node3 分配 16g，16C。方便未来侧测试

2、添加阿里云 yum 源

cat > /etc/yum.repos.d/kubernetes.repo << EOF
[kubernetes]
name=Kubernetes
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64
enabled=1
gpgcheck=0
repo_gpgcheck=0
gpgkey=https://mirrors.aliyun.com/kubernetes/yum/doc/yum-key.gpg
https://mirrors.aliyun.com/kubernetes/yum/doc/rpm-package-key.gpg
EOF

3、安装 kubeadm，kubelet 和 kubectl

yum list|grep kube

yum install -y kubelet-1.17.3 kubeadm-1.17.3 kubectl-1.17.3

systemctl enable kubelet
systemctl start kubelet

2.6、部署 k8s-master（master节点）

1. 下载镜像
   由于需要下载好多镜像，我们也不知道下载进入如何，此时我们通过运行提供的脚本来下载镜像，可以看到下载进度

   (1)、上传k8s文件到主节点
   
   解压发现没有该命令unzip，安装unzip命令

   sudo yum update
   sudo yum install unzip
   

   (2)、可以看到master_images.sh脚本内容
   
   我们只需要启动该脚本就可以了

   (3)、我们看到master_images.sh脚本没有执行权限，我们这个时候还不能启动脚本下载镜像，修改权限

   chmod 700 master_images.sh
   

   

   (4)、启动脚本

   ./master_images.sh
   

   

2. master 节点初始化

   kubeadm init \
   --apiserver-advertise-address=192.168.119.133 \
   --image-repository registry.cn-hangzhou.aliyuncs.com/google_containers \
   --kubernetes-version v1.17.3 \
   --service-cidr=10.96.0.0/16 \
   --pod-network-cidr=10.244.0.0/16
   

   由于默认拉取镜像地址 k8s.gcr.io 国内无法访问，这里指定阿里云镜像仓库地址。可以手动
   按照我们的 images.sh 先拉取镜像，地址变为 registry.aliyuncs.com/google_containers 也可以。

   科普：无类别域间路由（Classless Inter-Domain Routing、CIDR）是一个用于给用户分配 IP
   地址以及在互联网上有效地路由 IP 数据包的对 IP 地址进行归类的方法。
   拉取可能失败，需要下载镜像。

   运行完成提前复制：加入集群的令牌

   【注意】

   初始化的时候报错
   

   尝试推倒重来，重置k8s集群

   kubeadm reset 
   

   提示是否确认，是。然后成功重置
   
   重新安装，成功
   

3. 测试 kubectl(主节点执行)

   mkdir -p $HOME/.kube
   sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
   sudo chown $(id -u):$(id -g) $HOME/.kube/config
   

   获取所有节点

   kubectl get nodes 
   

   目前 master 状态为 notready。等待网络加入完成即可。

   查看 kubelet 日志

   journalctl -u kubelet 
   

   先记录下来，等网络加入完成才可以在从节点操作

   kubeadm join 192.168.119.130:6443 --token qyc2xb.1ygxll0plko0te5n \
   --discovery-token-ca-cert-hash sha256:6bfd3aeba6116f586b39f15428e6f358055fb14b819414785f7b4499da9255fb
   

   kubeadm join 192.168.119.133:6443 --token gqb4j5.c6f3n7hd2gaif5bv \
       --discovery-token-ca-cert-hash sha256:73746a1d5a5efbae299b1b96c363395f8e9dd08e69c7dd168abf41eff38aa064
   

2.7、安装 Pod 网络插件（CNI）（master节点）

初始化完成后，对集群进行网络配置

kubectl apply -f k8s/kube-flannel.yml

kubectl apply -f \
https://raw.githubusercontent.com/coreos/flannel/master/Documentation/kube-flannel.yml

以上地址可能被墙，大家获取上传我们下载好的 flannel.yml 运行即可，同时 flannel.yml 中
指定的 images 访问不到可以去 docker hub 找一个
wget yml 的地址
vi 修改 yml 所有 amd64 的地址都修改了即可。
等待大约 3 分钟
kubectl get pods -n kube-system 查看指定名称空间的 pods
kubectl get pods --all-namespaces 查看所有名称空间的 pods

ip link set cni0 down 如果网络出现问题，关闭 cni0，重启虚拟机继续测试
执行 watch kubectl get pod -n kube-system -o wide 监控 pod 进度
等 3-10 分钟，完全都是 running 以后继续

【注意】
问题一：（主节点）

k8s应用flannel状态为Init:ImagePullBackOff

查看kube-flannel.yml文件时发现quay.io/coreos/flannel:v0.11.0-amd64

quay.io网站目前国内无法访问

解决方法：

查看kube-flannel.yml需要什么image

[root@k8s-node1 k8s]# grep image kube-flannel.yml
        image: quay.io/coreos/flannel:v0.11.0-amd64
        image: quay.io/coreos/flannel:v0.11.0-amd64
        image: quay.io/coreos/flannel:v0.11.0-arm64
        image: quay.io/coreos/flannel:v0.11.0-arm64
        image: quay.io/coreos/flannel:v0.11.0-arm
        image: quay.io/coreos/flannel:v0.11.0-arm
        image: quay.io/coreos/flannel:v0.11.0-ppc64le
        image: quay.io/coreos/flannel:v0.11.0-ppc64le
        image: quay.io/coreos/flannel:v0.11.0-s390x
        image: quay.io/coreos/flannel:v0.11.0-s390x

下载flannel:v0.11.0-amd64导入到docker中

可以去https://github.com/flannel-io/flannel/releases/tag/v0.11.0官方仓库下载镜像

 mkdir /opt/cni-plugins

[root@k8s-node1 cni-plugins]# docker load < flanneld-v0.11.0-amd64.docker
7bff100f35cb: Loading layer [==================================================>]  4.672MB/4.672MB
5d3f68f6da8f: Loading layer [==================================================>]  9.526MB/9.526MB
9b48060f404d: Loading layer [==================================================>]  5.912MB/5.912MB
3f3a4ce2b719: Loading layer [==================================================>]  35.25MB/35.25MB
9ce0bb155166: Loading layer [==================================================>]   5.12kB/5.12kB
Loaded image: quay.io/coreos/flannel:v0.11.0-amd64
[root@k8s-node1 cni-plugins]# docker images
REPOSITORY                                                                    TAG                 IMAGE ID            CREATED             SIZE
registry.cn-hangzhou.aliyuncs.com/google_containers/kube-proxy                v1.17.3             ae853e93800d        4 years ago         116MB
registry.cn-hangzhou.aliyuncs.com/google_containers/kube-apiserver            v1.17.3             90d27391b780        4 years ago         171MB
registry.cn-hangzhou.aliyuncs.com/google_containers/kube-controller-manager   v1.17.3             b0f1517c1f4b        4 years ago         161MB
registry.cn-hangzhou.aliyuncs.com/google_containers/kube-scheduler            v1.17.3             d109c0821a2b        4 years ago         94.4MB
registry.cn-hangzhou.aliyuncs.com/google_containers/coredns                   1.6.5               70f311871ae1        4 years ago         41.6MB
registry.cn-hangzhou.aliyuncs.com/google_containers/etcd