关于kubernetes:K8S-核心原理分析

整体上了解流程和原理；

基于分布式的架构中，须要治理的服务是十分多的，无论是服务的数量还是体系划分；

从服务的能力上看，能够进行分层管控，只是其中有相当一部分服务层，改变更新的频率很低，所以感知也不显著；

就以本人当下参加研发的零碎来说；

通过 K8S 进行治理的服务近百个，这两头有局部服务采纳集群模式，即使是这个规模的零碎，也简直不可能依赖纯人工运维的模式，自动化流程必不可少；

此前围绕该主题写过一个残缺的实际案例，次要围绕 Jenkins、Docker、K8S 等组件的应用层面，总结源码编译、打包、镜像构建、部署等自动化治理的流程；

Jenkins：是一个扩展性十分强的软件，用于自动化各种工作，包含构建、测试和部署等；

Docker：作为开源的利用容器引擎，能够把应用程序和其相干依赖打包生成一个 Image 镜像文件，是一个规范的运行环境，提供可继续交付的能力；

Kubernetes：作为开源的容器编排引擎，用来对容器化利用进行自动化部署、扩缩和治理；

Control-Plane-Components：管制立体组件

对集群做出全局决策，例如：资源调度、检测、事件响应，能够在集群中的任何节点上运行；

Node：节点组件

该组件会在每个节点上运行，负责保护运行的 Pod 并提供 Kubernetes 运行环境；

Container-Runtime：容器运行时

负责运行容器的软件，反对 Docker、containerd、CRI- O 等多个容器运行环境，以及任何实现 Kubernetes-CRI 容器运行环境接口；

从整体的性能上来思考，K8S 集群能够分为：用户、管制立体、节点三个模块；

用户侧 ：不论是 CLI 命令行还是 UI 界面，会与控制面板的 APIserver 进行交互，APIserver 再与其余组件交互，最终执行相应的操作命令；

管制立体 ：以前也称为 Master，外围组件包含 APIserver、controller、scheduler、etcd，次要用来调度整个集群，以及做出全局决策；

节点：通过将容器放入在节点上运行的 Pod 中来执行工作负载，简略的了解工作负载就是各种应用程序等，节点上的外围组件包含 Pod、kubelet、Container-Runtime、kube-proxy 等；

站在研发的视角来看，K8S 提供极其弱小的应用服务治理能力；

服务 Service 能够将运行在一个或一组 Pod 上的网络应用程序公开为网络服务的办法，通常应用标签对资源对象进行筛选过滤；

调度器通过监测机制来发现集群中新创建且尚未被调度到节点上的 Pod，因为 Pod 中的容器和 Pod 自身可能有不同的资源要求，调度会将 Pod 搁置到适合的节点上；

K8S 能够通过指标查看工作负载的资源需要，例如 CPU 利用率、响应时长、内存利用率、或者其余，从而判断是否须要执行伸缩，垂直维度能够是更多的资源分配，程度维度能够是更多的集群部署；

K8S 能够主动伸缩，也具备主动修复的能力，当节点故障或者应用服务异样时，会被查看到，可能会进行节点迁徙或者重启；

在此前的实际案例中，用 CLI 命令行和脚本文件的形式，实现的部署动作，而在整个流程中波及集群的多个组件合作，屡次的通信和调度；

kubectl create -f pod.yaml

【1】CLI 命令行和 UI 界面，都是通过 APIserver 接口，与集群外部组件交互，比方上述的 Pod 部署操作；

【2】在 APIserver 收到申请之后，会将序列化状态的对象写入到 etcd 中实现存储操作；

【3】Scheduler 调度器通过监测（Watch）机制来发现集群中新创建且尚未被调度到节点上的 Pod；

【4】在集群中找到一个 Pod 的所有可调度节点，对这些可调度节点打分，选出其中得分最高的节点来运行 Pod，而后调度器将这个调度决定告诉给 APIserver；

【5】APIserver 实现信息存储后，而后告诉相应节点的 Kubelet；

【6】Kubelet 是基于 PodSpec 来工作的，确保这些 PodSpec 中形容的容器处于运行状态且运行状况良好，每个 PodSpec 是一个形容 Pod 的 YAML 或 JSON 对象；

【7】Pod 是能够在 Kubernetes 中创立和治理的、最小的可部署的计算单元，包含一个或多个容器；

 文档仓库：https://gitee.com/cicadasmile/butte-java-note

脚本仓库：https://gitee.com/cicadasmile/butte-auto-parent

一、背景