一、k8s概述
1.1 引言
docker compose 单机编排工具 有企业在用
docker swarm 能够在多台主机中构建一个docker集群 基本淘汰集群化管理处理工具 容器
微服务封装 dockerfile 编写成镜像 然后进行发布 dockerfile 可以写成shell脚本（函数做调用）做版本迭代（完成半自动化）
mesos+marathon 2019年淘汰后开始使用k8s开源式
CNCF与云原生计算基金会2015年12月
云要素：微服务、容器化、devops （开发+运维）、持续交付
云平台：公有云（阿里云、腾讯云、华为云）、私有云（天翼云）、混合云（有公有、私有）
职业SRE：
①运维自动化（自动化发布 自动化部署 日志管理 监控自动化）
② k8s编排集群 ③ 日志系统 ④ 微服务 ⑤ 消息队列 ⑥多云化管理
⑦ 云开（二开）python golong
1.2 k8s的概念
kubernetes简称k8s
他是一种开源容器编排平台，用于自动化部署扩展和管理化应用程序。提供一种容器编排和管理的方式 还可以帮助开发人员轻松管理我们的应用程序
官网：
https://kubernetes.io
k8s 1.12 1.15 1.17 1.18 1.20 1.22
1.24 抛弃docker 可以用需要安装第三方插件 1.28
1.3 k8s的作用
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。
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。
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。
K8S 的目标是让部署容器化应用简单高效。
K8S 解决了裸跑Docker 的若干痛点:
●单机使用，无法有效集群
●随着容器数量的上升，管理成本攀升
●没有有效的容灾、自愈机制
●没有预设编排模板，无法实现快速、大规模容器调度
●没有统一的配置管理中心工具
●没有容器生命周期的管理工具
●没有图形化运维管理工具
K8S提供了容器编排，资源调度，弹性伸缩，部署管理，服务发现等一系列功能
二、k8s特性
① 弹性伸缩
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，保证应用业务高峰并发是的高可用性；业务低峰时回收资源，以最小成本运行服务。
2台机器提供web服务网站 高并发系统资源占比以来自动扩展机器10并发一旦过去了自动回收 1
② 自我修复
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；杀死健康检査失败的容器，并且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。
③ 服务发现和负载均衡
K8S为多个容器提供一个统一访问入口(内部IP地址和一个DNS名称)，并且负载均衡关联的所有容器，使得用户无需考虑容器IP问题。
④ 自动发布（默认滚动模式）回滚
K8S采用滚动更新策略更新应用，一次更新一个或者部分Pod，而不是同时删除所有Pod，如果更新过程中出现问题，将回滚更改，确保升级不影响业务。
⑤ 集中化管理配置和密钥管理
管理机密数据和应用程序配置，而不需要把敏感数据暴露在镜像里，提高敏感数据安全性。并可以将一些常用的配置存储在K8S中，方便应用程序使用。
⑥ 存储编排，支持外挂存储并对外挂存储资源进行编排
挂载外部存储系统，无论是来自本地存储，公有云（如AWS），还是网络存储（如NFS、Glusterfs、Ceph）都作为集群资源的一部分使用，极大提高存储使用灵活性。
⑦ 任务批处理运行
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。
三、Kubernetes 集群架构与组件
3.1 集群架构
K8S 是属于主从设备模型（Master-Slave 架构），即有 Master 节点负责集群的调度、管理和运维，Slave 节点是集群中的运算工作负载节点。
在 K8S 中，主节点一般被称为 Master 节点，而从节点则被称为 Worker Node 节点，每个 Node 都会被 Master 分配一些工作负载。
Master 组件可以在群集中的任何计算机上运行，但建议 Master 节点占据一个独立的服务器。因为 Master 是整个集群的大脑，如果 Master 所在节点宕机或不可用，那么所有的控制命令都将失效。除了 Master，在 K8S 集群中的其他机器被称为 Worker Node 节点，当某个 Node 宕机时，其上的工作负载会被 Master 自动转移到其他节点上去。
3.2 核心组件
① kube-apiserver
用于暴露 Kubernetes API，任何资源请求或调用操作都是通过 kube-apiserver 提供的接口进行。以 HTTP Restful API 提供接口服务，所有对象资源的增删改查和监听操作都交给 API Server 处理后再提交给 Etcd 存储。
可以理解成 API Server 是 K8S 的请求入口服务。API Server 负责接收 K8S 所有请求（来自 UI 界面或者 CLI 命令行工具）， 然后根据用户的具体请求，去通知其他组件干活。可以说 API Server 是 K8S 集群架构的大脑。
② kube-controller-manager
运行管理控制器，是 K8S 集群中处理常规任务的后台线程，是 K8S 集群里所有资源对象的自动化控制中心。
在 K8S 集群中，一个资源对应一个控制器，而 Controller manager 就是负责管理这些控制器的。
由一系列控制器组成，通过 API Server 监控整个集群的状态，并确保集群处于预期的工作状态，比如当某个 Node 意外宕机时，Controller Manager 会及时发现并执行自动化修复流程，确保集群始终处于预期的工作状态。
这些控制器主要包括：
| 控制器 | 功能 |
| node controller（节点控制器） | 负责在节点出现故障时发现和响应 |
| replication controller（副本控制器） | 负责保证集群中一个 RC（资源对象 Replication Controller）所关联的 Pod 副本数始终保持预设值。可以理解成确保集群中有且仅有 N 个 Pod 实例，N 是 RC 中定义的 Pod 副本数量。 |
| endpoints controller（端点控制器） | 填充端点对象（即连接 Services 和 Pods），负责监听 Service 和对应的 Pod 副本的变化。 可以理解端点是一个服务暴露出来的访问点，如果需要访问一个服务，则必须知道它的 endpoint。 |
| Service Account & Token Controllers（服务帐户和令牌控制器） | 为新的命名空间创建默认帐户和 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（服务控制器） | 属于 K8S 集群与外部的云平台之间的一个接口控制器。 |
③ Kube-scheduler
是负责资源调度的进程，根据调度算法为新创建的 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）
•优选策略（priorities）
API Server 接收到请求创建一批 Pod ，API Server 会让 Controller-manager 按照所预设的模板去创建 Pod，Controller-manager 会通过 API Server 去找 Scheduler 为新创建的 Pod 选择最适合的 Node 节点。比如运行这个 Pod 需要 2C4G 的资源，Scheduler 会通过预选策略过滤掉不满足策略的 Node 节点。Node 节点中还剩多少资源是通过汇报给 API Server 存储在 etcd 里，API Server 会调用一个方法找到 etcd 里所有 Node 节点的剩余资源，再对比 Pod 所需要的资源，如果某个 Node 节点的资源不足或者不满足 预选策略的条件则无法通过预选。预选阶段筛选出的节点，在优选阶段会根据优先策略为通过预选的 Node 节点进行打分排名， 选择得分最高的 Node。例如，资源越富裕、负载越小的 Node 可能具有越高的排名。
3.3 k8s的整体架构流程
① 一旦k8s环境启动，首先master和node都会把自身的信息储存到tecd数据库
② 用户请求必须先通过auth身份认证才能进入到api service，进入后用户进入请求会被存储到etcd数据库
③ api service会根据请求（比如创建三台nginx节点），调用controller-manager根据模板来创建但不能选择在哪个机器上创建，api service会找scheduler调度器会根据预选再优选策略选择相应的机器，manager将资源安装选好的节点，所有的操作信息都会储存在etxd数据库里。
