面试官：有做过高可用的K8S集群部署方案吗？
本文已收录GitHub，更有互联网大厂面试真题，面试攻略，高效学习资料等
一、涉及到的内容
- LVS
- HAProxy
- Harbor
- etcd
- Kubernetes (Master Worker)
二、整体拓补图
以上是最小生产可用的整体拓补图（相关节点根据需要进行增加，但不能减少）
按功能组划分
- SLB
- LVS
- HAProxy
- etcd
- K8S Node (Master / Worker)
三、SLB
LVS 、HAProxy 被规划为基础层，主要提供了一个高可用的7层负载均衡器。
由LVS keepalived 提供一个高可用的VIP（虚拟IP）。
这个VIP DR模式转发到后端的HAProxy服务器。
HAProxy反代了K8S Master服务器，提供了K8S Master API的高可用和负载均衡能力。
1. 可以使用Nginx代替HAProxy吗？
是可以的，这边使用HAproxy是因为k8s文档中出现了HAproxy，且后续可能会有4层反代的要求，从而使用了HAProxy。
2. 可以直接从LVS转发到Master吗？
理论上可行，我没有试验。
如果不缺两台机器推荐还是架设一层具有7层代理能力的服务。
k8s apiserver、harbor、etcd都是以HTTP的方式提供的api，如果有7层代理能力的服务后续会更容易维护和扩展。
3. 推荐配置
四、etcd
etcd是一个采用了raft算法的分布式键值存储系统。
这不是k8s专属的是一个独立的分布式系统，具体的介绍大家可以参考官网，这边不多做介绍。
我们采用了 static pod的方式部署了etcd集群。
1. 失败容忍度
最小可用节点数：(n/2)+1，下面是一个参考表格，其中加粗的是推荐的节点数量：
2. 推荐配置
括号内是官方推荐的配置
五、Kubernetes集群
kubernetes集群主要有两种类型的节点：Master和Worker。
- Master则是集群领导。
- Worker是工作者节点。
可以看出这边主要的工作在Master节点，Worker节点根据具体需求随意增减就好了。
Master节点的高可用拓补官方给出了两种方案。
- Stacked etcd topology（堆叠etcd）
- External etcd topology（外部etcd）
可以看出最主要的区别在于etcd的部署方式。
第一种方案是所有k8s Master节点都运行一个etcd在本机组成一个etcd集群。
第二种方案则是使用外部的etcd集群（额外搭建etcd集群）。
1. Master节点的组件
- apiserver
- controller-manager
- scheduler
一个master节点主要含有上面3个组件 ( 像cloud-controller-manager这边就不多做说明了，正常不会用到 )
- apiserver: 一个api服务器，所有外部与k8s集群的交互都需要经过它。（可水平扩展）
- controller-manager: 执行控制器逻辑（循环通过apiserver监控集群状态做出相应的处理）（一个master集群中只会有一个节点处于激活状态）
- scheduler: 将pod调度到具体的节点上（一个master集群中只会有一个节点处于激活状态）
可以看到除了apiserver外都只允许一个 实例处于激活状态（类HBase）运行于其它节点上的实例属于待命状态，只有当激活状态的实例不可用时才会尝试将自己设为激活状态。
这边牵扯到了领导选举（zookeeper、consul等分布式集群系统也是需要领导选举）
2. Master高可用需要几个节点？失败容忍度是多少？
k8s依赖etcd所以不存在数据一致性的问题（把数据一致性压到了etcd上），所以k8s master不需要采取投票的机制来进行选举，而只需节点健康就可以成为leader。
所以这边master并不要求奇数，偶数也是可以的。
那么master高可用至少需要2个节点，失败容忍度是(n/0)+1，也就是只要有一个是健康的k8s master集群就属于可用状态。（这边需要注意的是master依赖etcd，如果etcd不可用那么master也将不可用）
3. 硬件配置
六、高可用验证
至此生产可用的k8s集群已“搭建完成”。为什么打引号？因为还没有进行测试和验证，下面给出我列出的验证清单
还有涉及的BGP相关的验证不在此次文章内容中，后续会为大家说明。
七、写在最后
还有一点需要注意的是物理机的可用性，如果这些虚拟机全部在一台物理机上那么还是存在“单点问题”。这边建议至少3台物理机以上。
为什么需要3台物理机以上？
主要是考虑到了etcd的问题，如果只有两台物理机部署了5个etcd节点，那么部署了3个etcd的那台物理机故障了，则不满足etcd失败容忍度而导致etcd集群宕机，从而导致k8s集群宕机。