devops之gcp core infrastructure fundamental, 容器

最后更新2022/02/06

kubernetes engine，GCP提供了k8s管理docker容器，这是介于：

• IaaS Infrastructure as a Service，提供了服务器（cpu，内存），文件系统，网络的计算引擎
• PaaS Preset runtime as a Service，提供应用应用引擎

之间的东西，而且可能同时包含了两者的特点或者优势。

一个完整的计算引擎需要考虑大量的操作系统相关的东西，而对于一个简单应用来说，好多都是无需提供，用不到的东西。额外的冗余并不总是好的，浪费资源，需要额外的管理，启动时间慢，管理复杂。

一个普世的应用引擎并不简单，尽管看起来你只需要操心自己的业务逻辑，其它一切都由应用引擎负责。这里的关键是普世。让一个应用引擎去满足各种稀奇古怪的业务需求，就要求这个引擎（至少是模板）要即大又全，所有一切都包含在内，而这样操作的结果是应用引擎完全失去了其存在的基础：针对性、精简、高效。。。

如何能做到德才兼备呢？把其中各方面需求汇总一下，取其精华，是个什么东西？这就是容器container。

容器首先基于IaaS，是对OS和硬件的抽象。所谓抽象是只提供标准的，统一的服务接口，例如文件系统，网络协议栈，进程线程管理调度等等，而且这一切都是经过虚拟的，抽象的，硬件不再被用户可见。换句话说，这是OS的PaaS，是提供操作系统（把OS看作是一种应用）的服务引擎。

kubernetes是管理这些容器的工具，而容器可以由docker生成，或者也可以用google自己的google container builder（后者似乎没人用。。。）

具体如何实现呢？假设我有一个python应用app.py，需要使用python flask库，提供web访问，那么首先要有依赖文件，记录生成这个容器都要包含哪些最基本的东西：

cat <<EOF > app.py
.....略
EOF

cat <<EOF > requirements.txt 
#标识依赖库和提供的服务,为pip安装使用
Flask==0.12
uwsgi==2.0.15
EOF

#标识容器如何生成
cat <<EOF > Dockerfile
FROM ubuntu:18.10
RUN apt-get update -y && \
    apt-get install -y python3-pip python3-dev
COPY requirements.txt /app/requirements.txt
WORKDIR /app
RUN pip3 install -r requirements.txt
COPY . /app
ENDPOINT ["python3", "app.py"]
EOF

#生成容器
docker build -t my-app-server .
#运行
docker run -d my-app-server

以上简单两个文件，几个命令，就让python的web app跑起来了，而且还能具有高扩展、高可靠等诸多超能力，怎么实现呢？这时我们就需要kubernetes了。docker创建和管理每个独立的容器，kubernetes完成全部容器的管理。我们先要把容器和承载容器的设备分开，可以类比容器为每个具体的工作任务，而kubernetes管理着好多“工人”，其实是一个个服务器或者虚拟机，全功能的OS实例。

每个kubernetes整体被称为一个kubernetes集群，其中要有一个master（工头）部署着管理容器，其它为普通node（工人）。gcp，更进一步说在GKE（google kubernetes engine平台）上一条命令就可以完成这个基础设置过程：

gcloud container clusters create k1

当然，你也可以自己完全独立地基于计算引擎，自己一步步安装部署配置自己的kubernetes环境，但可能需要大半天的时间，而在GKE，只是几秒钟一条命令而已。

这里还要介绍一个概念：Pod
Pod是kubernetes的最小部署单位，也就是其实你不能只创建一个容器，要连带它的资源要求，打包在一起构成一个Pod。如果只有一个容器，那Pod基本和容器没啥区别，但如果有多个容器，Pod的作用就显现出来了：Pod中所有容器的资源是共享的，对外提供的IP、端口是统一的，也就是可以很容易就实现scale out。Pod是一个逻辑概念，可能会跨越多个容器承载节点Node，kubernetes通过虚拟以太网网桥技术，可以将不同Node上的容器整合到一起，尽管物理上很远，但在一个Pod内的容器之间感觉就在一个以太网网段之内。
如果实标准应用，k8s部署以上这一切非常简单，例如：

kubectl run nginx --image=nginx:1.15.7

一条命令，nginx启动。

#查看pod
kubectl get pods

#带一些客户化参数的,deployments是部署名，类似一个省缺的pod名吧。LoadBalancer则自动将nginx部署与GKE外部域名管理系统整合，将80端口对外开放，而且具有负载均衡能力
kubectl expose deployments nginx --port=80 --type=LoadBalancer

#查看对外服务情况
kubectl get services

#增加服务实例
kubectl scale nginx --replicas=3

#如果CPU使用超过80%，自动增加实例```
kubectl autoscale nginx --min=10 --max=15 --cpu=80

#显示运行参数
kubectl get pods -l "app=nginx"

#按照运行参数（文件）重置容器特性
kubectl apply -f xxxx.yaml