共计 2468 个字符，预计需要花费 7 分钟才能阅读完成。
都 1202 年了，还是有许多人搞不清容器与 k8s 之间的关系。在开始本篇注释之前，咱们先来捋一捋这对“CP”的关系。
你可能曾经很相熟虚拟机了，最常见的莫过于咱们拿到 macOS 却须要用 Windows 软件，游戏用户就更别说，很多游戏仅有 Windows 版本。咱们怎么解决的？下载并装置虚拟机软件，在虚拟机中实现双系统的运行就能够了。容器与虚拟机相似，也是能够将利用与库和其余依赖项打包，提供独立环境来运行软件服务。
如上图虚拟化部署时代、容器部署时代的架构比照，不难发现，容器比照虚拟机期间少了大块头的操作系统，这使得本来又高又轻便的架构霎时灵动笨重，IT 应用和运行效率大幅度飙升。
而容器的 CP——k8s，可能进行利用的自动化部署和扩缩容，是让容器们发光发热的编排容器工具。
什么是 k8s（Kubernetes)?
k8s 全称 Kubernetes，源于希腊语“κυβερνήτης”，意为“舵手”或“飞行员”。借助容器 container 的另一英文释义“集装箱”，k8s 可设想为一艘航行在海面上的轮船，把装载的大量集装箱（容器）送到该去的中央，治理并施展它们的最大效劳。
k8s 是比容器更上一层的架构，作为一个编排和治理容器的工具，它次要具备以下三大外围能力：主动调度、主动修复、程度主动伸缩。
1、主动调度
k8s 能够把用户提交的容器放到 k8s 集群的任意一个节点，但运行过程中 k8s 会依据容器大小、规格，各节点的负载水平等理论状况来决定容器应该放到哪一个节点上。
2、主动修复
k8s 有一个健康检查机制，会监测集群中所有的宿主机，当它发现其中有问题，比方某一个服务器挂了，它能够主动将这个服务器上的服务调度到另外一台主机上进行运行，无需人工干预。
3、程度主动伸缩
k8s 还具备业务负载查看的能力，会监测业务上所承当的负载，当达到预期设定的负载指标后，就会依据指标主动触发动静扩容或缩容行为。
k8s 几个外围概念
Master
集群是一组节点，这些节点能够是物理服务器或者虚拟机，在此之上装置了 Kubernetes 平台。下图一个典型的 Kubernetes 架构图，其中有一个提供集群独特视角的 Kubernetes Master，和一系列能够提供和集群交互的 REST 端点的组件，比方 Kubernetes API Server，此外 Master 节点还包含用来创立和复制 Pod 的 Replication Controller。
Pods
在 k8s 外面，集群调度的最小单元就是 pod，一个 pod 能够是一个容器，也能够是多个容器。例如你运行一个程序，其中应用了 nginx、mysql、jetty，能够将这三个应用在同一个 pod 中，对他们提供对立的调配能力。一个 pod 只能运行在一个主机上，而一个主机上能够有多个 pod。
Labels
Labels(标签用于辨别对象)，每个对象能够有多个标签，通过标签关联对象。它是一个 key=value 的键值对，其中 key 与 value 由用户本人指定。能够附加到各种资源对象上，一个资源对象能够定义任意数量的 Label。能够通过 LabelSelector（标签选择器）查问和筛选资源对象。
Services
Service 定义了 Pod 的逻辑汇合和拜访该汇合的策略，是实在服务的形象。Service 提供了一个对立的服务拜访入口以及服务代理和发现机制，关联多个雷同 Label 的 Pod，用户不须要理解后盾 Pod 是如何运行。
Container
蕴含在 Pod 下，能够了解为容器，比方 docker 镜像。
Node
Node 是 Pod 真正运行的主机，能够物理机，也能够是虚拟机。为了治理 Pod，每个 Node 节点上至多要运行 container runtime（比方 docker 或者 rkt）、Kubelet 和 Kube-proxy 服务。
这里咱们举个现实生活中的例子，加深一下对 k8s 的了解。
在早以前，咱们去到某商店买货色时，遇到缺货、断货的状况，只能下次转到别的店再找找，而当初，咱们能够让连锁店家查看库存，间接从其余店铺调货。如此一来，其余店铺的商品不会沉积，该店铺的服务也有成果，而作为顾客的咱们更是胜利买到了想要的货色。
在这个利用场景中，以后城市能够了解为 pod，店铺是 container，label 代表你想找的那款产品，城市（pod）之上是省（node），service 就是可能在不同省份不同城市不同店铺之间调动商品库存的人。而 kubernetes 的弱小之处还在于，能够有限复制店铺（包含商品），对于咱们也就是有购买需要的用户来说，就失去了永远有货的保障。
你可能要说了，既然 k8s 这么好用，又是开源软件，咱们间接拿来用不就好了嘛？理是这么个理，但理论搭建生产环境的时候，跨多可用区部署 k8s 集群的过程简单不说，随着利用和业务不断扩大，对系统的监测与保护难度是按指数增长的。
基于以上种种思考，对许多企业或数据达到肯定体量的独立开发者来说，显著更青眼笼罩数据从采集、存储、剖析到展现的全流程、全自动的一站式解决方案。当初市场上相干计划不少，但大多是某一个性能十分突出，企业往往须要购买和应用多款软件，给经营老本和系统升级都造成极大的累赘。
DataFlux 一站式监测云平台
DataFlux 提供面向云、利用和业务的对立数据监控能力，全云平台、200+ 技术栈反对且可按量付费，应用简略，功能强大，性价比高。
DataFlux 反对采集 Kubernetes 集群指标并上报。对 Kubernetes 集群指标的采集，次要通过两个 input 插件实现：
- kubernetes: 次要针对集群中 Kubelet 的数据采集，即 node 节点相干性能
- Kube\_inventory: 次要针对集群中 api-server 的数据采集，即集群、pod 相干性能
咱们来看几张效果图。
1、Kubernetes Overview 视图
2、Kubernetes Node 内置视图
3、Kubernetes Pod 内置视图
DataFlux 的部署只须要几分钟就能搞定，咱们能够依照教程装置 DataFlux 采集器 DataKit，开启对 Kubernetes 集群指标的采集。