K8S全程为Kubernetes,由于K到S直接有8个字母简称为K8S。
版本:目前一般是1.18~1.2.0,后续可能会到1.24-1.26,1.24版本后丢弃了docker(如需要使用需要第三方插件配合),目前最新版本是1.27
官网:https://kubernetes.io
GitHub:GitHub - kubernetes/kubernetes: Production-Grade Container
Scheduling and Management
(1)试想下传统的后端部署办法:把程序包(包括可执行二进制文件、配置文件等)放到服务器上,接着运行启动脚本把程序跑起来,同时启动守护脚本定期检查程序运行状态、必要的话重新拉起程序。
(2)设想一下,如果服务的请求量上来,已部署的服务响应不过来怎么办?传统的做法往往是,如果请求量、内存、CPu超过阈值做了告警,运维人员马上再加几台服务器,部署好服务之后,接入负载均衡来分担已有服务的压力。
(3)这样问题就出现了:从监控告警到部署服务,中间需要人力介入!那么,有没有办法自动完成服务的部署、更新、卸载和扩容、缩容呢,而这就是K8S要做的事情:自动化运维管理容器化(Docker) 程序。
(4)解决了docker的以下个问题:
(1)作用:用于自动部署、扩展、管理编排容器化应用程序。
(2)功能:容器编排、资源调度、弹性伸缩、部署管理、服务发现等。
使用命令、UI或者基于CPU使用情况自动快速扩容和缩容应用程序实例,保证应用高并发时的高可用和业务低峰时回收资源,以最小成本运行服务。
在节点故障时重新启动失败的容器、替换和重新部署,保证预期的副本数量,杀死健康检查失败的容器,并在未准备好之前不会处理客户端请求,确保线上服务不中断。
为多容器提供同一的访问入口(内部ip地址和一个dns名称),并且负载均衡关联所有容器,用户无需考虑容器ip问题
默认是滚动发布模式(其他二种发布模式,蓝绿发布、灰度发布)。采用滚动更新策略更新应用,一次更新一个Pod而不是同时删除所有Pod如果更新过程中有问题可以回滚更改确保业务升级不受影响
管理机密数据和应用程序配置,而不是把敏感数据暴露在镜像中,提高敏感数据安全性、可以将一些常用的配置存储在k8s中,方便应用程序使用
支持外挂存储并对外挂存储进行编排,挂载外部存储系统,无论是来自本地存储,公有云还是网络存储(NFS、ceph、GlusterFS)都作为集群资源的一部分使用,极大提高存储使用灵活性
提供一次性任务,定时任务;满足批量数据处理和分析的场景
K8S是属于主从设备模型(master-slave架构),master负责集群的调度管理和运维,slave节点是集群中运算工作负载节点,企业中一般最少2台master,多数为3台作为负载。
主节点成为master节点,从节点成为worker node节点。每个node都会被master分配任务
master可以在任何集群中的计算机上运行,建议给master一台独立的服务器防止master出问题所有控制命令都将实现,worker node节点宕机该机器上的任务会被自动转移其他节点继续运行
(1)Kube-apiserver
统一请求入口服务组件,所有资源请求或者调用都通过Kube-apiserver入口提供的接口进行,以Http Restful API 提供接口服务,所有对资源的增删改查和监听都交给APIserver处理,然后再交给ETCD存储(键值对存储方式,相当于分布式数据库)。APIserver负责接受所有请求(uI和CLI),然后根据用户具体请求通知其他组件干活,APIserver相当于K8S的大脑
(2)Kube-controller-manager
运行管理控制器由各种控制器组成,处理常规任务的后台线程,所有资源对象的自动化控制中心。在K8S中一个资源对应一个控制器,controller-manager负责管理这些控制器,通过API server监控整个集群的状态,确保集群处于预期的工作状态,当某个node意外宕机,controlle-manager会及时发现并自动化修复,确保集群处于预期的工作状态。
控制器 | 控制名称 | 控制器作用 |
---|---|---|
Node Controller | 节点控制器 | 负责在节点出现故障时发送和响应 |
Replication Controller | 副本控制器 | 负责保证集群中一个RC即资源对象所关联的Pod副本数据始终保持预期值 |
Endpoints Controller | 端点控制器 | 填充端点对象(service和Pods),负责监听service和对应的Pod副本的变化,服务暴露出来的访问点,如果需要访问一个服务必须知道他都Endpoints |
Service Account & Tocken Controller | 服务账户和令牌控制器 | 为新的命名空间创建默认账户和API访问令牌 |
ResourceQuota Controller | 资源配额控制器 | 确保指定的资源对象在任何时候都不会超量占用系统物理资源 |
Namespace Controller | 命名空间控制器 | 管理namespace的生命周期 |
Service Controller | 服务器控制器 | 属于K8S集群与外部云平台之间的一个接口控制器 |
(3)Kube-scheduler
负责资源调度的进程,根据调度算法(62种算法)为新创建的Pod选择一个合适的Node节点
可以理解成K8s所有Node节点的调度器,当用户要部署服务时,Scheduler会根据调度算法选择最合适的Node节点来部署Pod。
预选策略(predicate):首选过滤掉资源不满足的node
优选策略(priorities):预选后的满足的节点进行打分排名选择最优的node
etcd:K8s的存储服务,是分布式键值存储系统,最少三台最优为8G内存。存储了K8S的关键配置和用户配置并且持久化保存,K8s中仅有API server才具有读写权限,其他组件必须通过API server的接口才能读写数据。端口为2379和2380,2379用于对外客户的提供通信,2380用于对集群服务器间内部的通信
(1)Kubelet
Node节点的监视器,以及与Master节点的通讯器。Kubelet是Master节点安插在Node节点的眼线,会定时向API server汇报自己Node节点上运行服务的状态,并接受来自Master节点的指示采取调整措施(例如创建Pod)。
从Master节点获取自己节点上Pod的期望状态(例如运行什么容器、运行的副本数量、网络等),直接与容器引擎交互实现容器的声明周期管理,如果自己节点上的Pod状态与期望状态不一致调用对应容器的接口达到预期状态
管理镜像和容器的清理工作,保证节点上镜像不会占满磁盘,退出的容器不会占用太多的资源
(2)Kube-Proxy
每个节点上实现Pod网络代理,是K8S Service 资源的载体,负责维护网络规则和四层负载均衡工作,负责写入规则至iptables、ipvs等实现服务映射访问的。
本身不是直接给Pod提供网络,Pod的网络是由Kubelet提供的,实际上维护的是虚拟的Pod集群网络
Kube-apiserver通过监控Kube-Proxy 进行对Kubernetes Service的更新和端点的维护。
在K8S集群中微服务的负载均衡是由Kube-proxy实现的。Kube-proxy是K8S集群内部的负载均衡器。它是一个分布式代理服务器,在K8S的每个节点上都会运行一个Kube-proxy 组件。
(3)docker或rocker
容器引擎,运行容器,负责本机的容器创建和管理工作
(1)namespace
(2)iptables(默认使用 )
(3)ipvs(此模式更快,所有安装是需要更改为此模式。内核运行更快,性能更好。 )
(1)运维人员操作Kubectl命令向API server发送任务请求,先到Auth进行鉴权认证,然后进到API Server中,API Server存储操作到Etcd
(2)然后API Server根据Etcd中用户执行的操作调用 controller manager对应的控制器进行操作,例如创建
(3)controller manager通过调用创建控制器到API Server创建replication副本,APIserver将操作存到Etcd中,API Server再调用Scheduler进行算法选择为Pod选择最合适的节点创建,Scheduler需要通过API Server在node节点上的Kubelet进行预选策略和优选策略选择最优的node节点APIserver将动作保存到Etcd中
(4)Scheduler选择完节点后通过APIserver的Kubelet在对应的node节点上创建Pod,并通知对应node节点的doker在Pod中创建容器
(5)容器需要对外提供服务时,通过node节点的Kube-Proxy代理对外映射端口信息,Kube-proxy进来后通过service负载均衡器分发到容器上,访问容器是根据Label标签访问的。