关于kubernetes:k8s-常见面试题

前段时间在这个视频中分享了 https://github.com/bregman-arie/devops-exercises 这个常识仓库。

<iframe src=”//player.bilibili.com/player.html?aid=532004472&bvid=BV1Wu411n7U7&cid=1227759877&page=1″ scrolling=”no” border=”0″ frameborder=”no” framespacing=”0″ allowfullscreen=”true”> </iframe>

这次持续分享外面的内容，本次次要以 k8s 相干的问题为主。

k8s 是什么，为什么企业抉择应用它

k8s 是一个开源利用，给用户提供了治理、部署、扩大容器的能力，以下几个例子更容易了解：

• 你能够将容器运行在不同的机器或节点中，并且能够将一些变动同步给这些容器，简略来说咱们只须要编写 yaml 文件，通知 k8s 我的预期是什么，其中同步变动的过程全副都交给 k8s 去实现。

  其实就是咱们常说的申明式 API

• 第二个特点方才曾经提到了，它能够帮咱们一键治理多个容器，同步所有的变更。
• 能够依据以后的负载调整利用的正本数，负载高就新创建几个利用实例，低就升高几个，这个能够手动或主动实现。

什么时候应用或者不应用 k8s

• 如果次要还是应用物理机这种低级别的基础设施的话，不太倡议应用 k8s，这种状况通常是比拟传统的业务，没有必要应用 k8s。

• 第二种状况是如果是小团队，或者容器规模较小时也不倡议应用，除非你想应用 k8s 的滚动公布和自扩容能力，

  不过这些性能运维本人写工具也能实现。

k8s 有哪些个性

• 是自我修复，k8s 对容器有着衰弱检测，比方应用启动探针、存活探针等，或者是容器 OOM 后也会重启利用尝试修复。
• 自带负载平衡，应用 service 能够将流量主动负载到后续 Pod 中，如果 Pod 提供的是 http 服务这个够用了，但如果是 grpc 这样的长链接，就须要应用 istio 这类服务网格，他能够辨认出协定类型，从而做到申请级别的负载平衡。
• Operator 主动运维能力：k8s 能够依据利用的运行状况主动调整以后集群的 Pod 数量、存储等，拿 Pulsar 举例，当流量激增后主动新增 broker，磁盘有余时主动扩容等。
• 滚动更新能力：当咱们发版或者是回滚版本的时候，k8s 会期待新的容器启动之后才会将流量切回来，同时逐渐进行老的实例。
• 程度扩大能力：能够灵便的新增或者是缩小正本的数量，当然也能够自动控制。
• 数据加密：应用 secret 能够保留一些敏感的配置或者文件。

k8s 有着哪些对象

这个就是考查咱们对 k8s 是否是相熟了，罕用的有：

• Pod
• Service
• ReplicationController
• DaemonSet
• namespace
• ConfigMap
  这个其实晓得没有太多作用，次要还是得晓得在不同场景如何应用不同的组件。

哪些字段是必须的

这个问题我也感觉意义不大，只有写过 yaml 就会晓得了，metadata, kind, apiVersion

apiVersion: apps/v1  
kind: Deployment  
metadata:  
  labels:  
    app: app
  name: app

kubectl 是什么

其实就是一个 k8s 的 命令行客户端。

当你部署利用的时候哪些对象用的比拟多

• 第一个必定是 deployment，这应该是最常见的部署形式。
• service: 能够将流量负载到 Pod 中。
• Ingress: 如果须要从集群外拜访 Pod 就得须要 Ingress 而后 配合域名拜访。

为什么没有 k get containers 这个命令

这个问题次要是看对 Pod 的了解，因为在 k8s 中 Pod 就是最小的单位了，如果想要拜访容器能够在 Pod 中拜访。

咱们能够加上 -c 参数进入具体的容器。

kubectl exec -it app -c istio-proxy

你认为应用应用 k8s 的最佳实际是什么

这个次要是看日常应用时有没有遇到什么坑了：

• 第一个就是要验证 yaml 内容是否正确，这个的确很重要，一旦执行错了结果很重大，比方应用 helm 的时候最好岂容 dry-run 和 debug，先看看生成的 yaml 是否是预期想要的。

  helm upgrade app –dry-run –debug

• 第二个限度资源的应用，比方 CPU 和 内存，这个也很重要，如果不设置一旦利用呈现 bug 可能导致整个 k8s 集群都受到影响。
• 为 Pod，deployment 指定标签，用于分组。

# 资源限度
resources:  
  limits:  
    cpu: 200m  
    memory: 200Mi  
  requests:  
    cpu: 100m  
    memory: 100Mi

参考起源：https://github.com/bregman-arie/devops-exercises/blob/master/topics/kubernetes/README.md#kubernetes-101

后续局部内容也有出视频版，强烈建议大家关注我的 B 站或者是视频号：