2020年開始我在公眾號上分享 K8s 學(xué)習(xí)筆記的時候?qū)儆谶厡W(xué)邊寫，每學(xué)會一塊內(nèi)容，記錄總結(jié)發(fā)布在公眾號上。如今回看，發(fā)現(xiàn)很多內(nèi)容、知識點寫的過于生硬，很多名詞不知道是干什么的，就直接翻譯了過來，這就導(dǎo)致文字沒有溫度，內(nèi)容層次也不夠。

所以嘗試重新組織語言、文章段落，把 K8s 的這些知識寫的更有層次些，讓大家更容易讀懂，更有溫度，不再是覺得對文檔的翻譯和概念的堆砌。

K8s基礎(chǔ)入門和實踐--大綱

前三篇理論，后兩篇實踐，理論篇也會有一些例子，不會讓文章內(nèi)容太枯燥。其實之前已經(jīng)寫過一篇 Docker 與 K8s 的關(guān)系，算是進入K8s學(xué)習(xí)之前的預(yù)熱，先分清兩者的關(guān)系。

本篇文章聚焦K8s的整體架構(gòu)，給大家描繪出K8s的大致模樣。

K8s 是什么

Kubernetes（單詞太長，后面用 K8s 代替 ）是一個基于容器技術(shù)的分布式架構(gòu)方案，它源自Google內(nèi)部大規(guī)模集群管理系統(tǒng)——Borg，自2015年開源后得到開源社群的全力支援，IBM、惠普、微軟、RedHat等業(yè)界巨頭紛紛加入，成為后來的 CNCF 組織（Cloud Native Computing Foundation，云原生計算基金會）首個畢業(yè)的項目。

K8s 具備完善的集群管理能力，包括多層次的安全防護和準(zhǔn)入機制、多租戶應(yīng)用支撐能力、透明的服務(wù)注冊和服務(wù)發(fā)現(xiàn)機制、內(nèi)建負(fù)載均衡器、故障發(fā)現(xiàn)和自我修復(fù)能力、服務(wù)滾動升級和線上擴容、可擴展的資源自動調(diào)度機制、多粒度的資源配額管理能力。還提供完善的管理工具，涵蓋開發(fā)、部署測試、運維監(jiān)控等各個環(huán)節(jié)。

總結(jié)一句話：是一套結(jié)合了容器編排和集群調(diào)度管理的大規(guī)模分布式系統(tǒng)解決方案。

K8s 長什么樣子

K8s 不是我們現(xiàn)實可以看到摸到的一個東西，所以初學(xué)者看完 K8s 是什么的描述后，可能也是覺得云里霧里。那么這里我就嘗試描繪一下 K8s 它到底長什么樣子。描述一個解決方案的樣貌，其實直白點說就是它的整體架構(gòu)是什么樣的，由哪些核心部分組成，每個部分相互怎么交互這些。

我們先來看一下K8s的整體的結(jié)構(gòu)。

K8s 的整體結(jié)構(gòu)

K8s 采用Master / Work Node（最初稱為Minion，后改名Node） 的結(jié)構(gòu)，Master Node（主節(jié)點）控制整個集群，Work Node（從節(jié)點）為集群提供計算能力。使用者可以通過命令行或者 Web 控制臺頁面的方式來操作集群。

下圖可以清楚地表示出 K8s 的整體架構(gòu)

K8s 的整體架構(gòu)圖

了解到 K8s 由主節(jié)點、工作節(jié)點兩大部分組成后，接下來我們逐一展開，看看主節(jié)點和工作節(jié)點分別由哪些組件構(gòu)成。

主節(jié)點

Master 節(jié)點是 K8s 集群的大腦，負(fù)責(zé)向外開放集群的 API，調(diào)度和管理整個集群。集群至少要有一個Master節(jié)點，如果在生產(chǎn)環(huán)境中要達(dá)到高可用，還需要配置 Master 集群。

下面這張圖，描繪出了主節(jié)點內(nèi)部的結(jié)構(gòu)。

K8s主節(jié)點內(nèi)部結(jié)構(gòu)

Master主要包含 API Server、Scheduler、Controllers? 三個組成部分， 以及用作存儲的 etcd，它用來儲存整個集群的狀態(tài)。

• etcd：由CoreOS開發(fā)，是一個高可用、強一致性的鍵值存儲，為Kubernetes集群提供儲存服務(wù)，類似于zookeper。它會存儲集群的整個配置和狀態(tài)。主節(jié)點通過查詢 etcd 以檢查節(jié)點，容器的現(xiàn)狀。
• API Server：kubernetes最重要的核心元件之一，提供資源操作的唯一入口（其他模塊通過API Server查詢或修改資源對象，只有API Server才能直接操作etcd），并提供認(rèn)證、授權(quán)、訪問控制、API注冊和發(fā)現(xiàn)等機制。
• Scheduler：負(fù)責(zé)資源的調(diào)度，按照預(yù)定的調(diào)度策略將 Pod（k8s中調(diào)度的基本單位）調(diào)度到相應(yīng)的Node上，這里說的 Node 就是Work Node，當(dāng)然如果是只有一個節(jié)點的集群，Master 也會同時作為 Work Node。
• Controllers：通過 API Server 查詢要控制的資源對象的預(yù)期狀態(tài)，它檢查其管控的對象的當(dāng)前狀態(tài)，確保它們始終處于預(yù)期的工作狀態(tài)，它們的工作包括比如故障檢測、自動擴充、減少、滾動更新等。

我們能接觸到的控制器有，下面這些：

• Deployment
• StatuefulSet
• Service
• DaemonSet
• Ingress

具體干什么的，放到下篇文章—K8s面向?qū)ο笤僭敿?xì)介紹，沒錯想用K8s，你也得面向?qū)ο螅膳虏弧５綍r候會結(jié)合著例子一塊看。

我們繼續(xù)看K8s 的工作節(jié)點的內(nèi)部結(jié)構(gòu)。

工作節(jié)點

K8s 集群的工作節(jié)點，可以是物理機也可以是虛擬機器。Node 上運行的主要 K8s 組件有kubelet、kube-proxy、Container Runtime 、Pod 等。

K8s 工作節(jié)點的內(nèi)部結(jié)構(gòu)

kubelet

K8s 集群的每個工作節(jié)點上都會運行一個 kubelet 程序 維護容器的生命周期，它接收并執(zhí)行Master 節(jié)點發(fā)來的指令，管理節(jié)點上的 Pod 及 Pod 中的容器。同時也負(fù)責(zé)Volume（CVI）和網(wǎng)絡(luò)（CNI）的管理。

每個 kubelet 程序會在 API Server 上注冊節(jié)點自身的信息，定期向Master節(jié)點匯報自身節(jié)點的資源使用情況，并通過cAdvisor監(jiān)控節(jié)點和容器的資源。

通過運行 kubelet，節(jié)點將自身的 CPU，RAM 和存儲等計算機資源變成集群的一部分，相當(dāng)于是放進了集群統(tǒng)一的資源管理池中，交由 Master 統(tǒng)一調(diào)配。

Container Runtime

容器運行時負(fù)責(zé)與容器實現(xiàn)進行通信，完成像容器鏡像庫中拉取鏡像，然后啟動和停止容器等操作， 引入容器運行時另外一個原因是讓 K8s 的架構(gòu)與具體的某一個容器實現(xiàn)解耦，不光是 Docker 能運行在 K8s 之上，同樣也讓K8s 的發(fā)展按自己的節(jié)奏進行。

想要運行在我的生態(tài)里的容器，請實現(xiàn)我的CRI （Container Runtime Interface），Container Runtime 只負(fù)責(zé)調(diào)用CRI 里定義的方法完成容器管理，不單獨執(zhí)行 docker run 之類的操作。這個也是K8s 發(fā)現(xiàn)Docker 制約了它的發(fā)展在 1.5 后引入的。

Pod

Pod 是 K8s 中的最小調(diào)度單元。我們的應(yīng)用程序運行在容器里，而容器又被分裝在 Pod 里。一個 Pod 里可以有多個容器，也可以有多個容器。沒有統(tǒng)一的標(biāo)準(zhǔn)，是單個還是多個，看要運行的應(yīng)用程序的性質(zhì)。不過一個 Pod 里只有一個主容器，剩下的都是輔助主容器工作的。

比如做服務(wù)網(wǎng)格 Istio 的 Envoy 網(wǎng)關(guān)，就是放在Pod的輔助容器運行來實現(xiàn)流量控制的。 這就是 K8s 的容器設(shè)計模式里最常用的一種模式：sidecar。顧名思義，sidecar 指的就是我們可以在一個Pod中，啟動一個輔助容器，來完成一些獨立于主進程（主容器）之外的工作。

kube-proxy

為集群提供內(nèi)部的服務(wù)發(fā)現(xiàn)和負(fù)載均衡，監(jiān)聽 API Server 中 Service 控制器和它后面掛的 endpoint 的變化情況，并通過 iptables 等方式來為 Service 的虛擬IP、訪問規(guī)則、負(fù)載均衡。

總結(jié)

本篇文章聚焦K8s的整體架構(gòu)，給大家描繪出K8s的大致模樣。下一節(jié)我們來說說 K8s 的面向?qū)ο螅约拔覀兡芙佑|到的常用控制器對象。此刻看到這句話你的心情可能是："納尼，這廝也是面向?qū)ο螅棵嫦驅(qū)ο螅趺蠢鲜悄悖?

是的，K8s 也是面向?qū)ο蟮模颐嫦虻倪€很徹底，就跟某語言說的一切皆對象一樣徹底。不過正因為它是面向?qū)ο蟮模敲匆悦嫦驅(qū)ο蟮姆绞絹硭伎歼@些東西，反而會很好理解，畢竟我們每天都要面向"對象"，不是么：）。