当前位置: 首页 > news >正文

Kubernetes学习

背景

传统部署:通过物理服务器运行应用,无法限制物理服务器上各个应用资源使用,有资源分配问题。(解决方案就是每个应用部署在独立的物理服务器上,但当资源利用率不高时,产生浪费)

虚拟化部署:单个物理机的CPU上运行多个VM,更好的利用了物理服务器资源。

容器部署:更轻量级的VM,可以跨云和OS移植。

Kubernetes集群

定义

Kubernetes是一个生产级别的开源平台, 可编排在计算机集群内和跨计算机集群的应用容器的部署(调度)和执行。

Kubernetes 协调一个高可用计算机集群,每个计算机互相连接之后作为同一个工作单元运行。 Kubernetes 中的抽象允许你将容器化的应用部署到集群,而无需将它们绑定到某个特定的独立计算机。 为了使用这种新的部署模型,需要以将应用与单个主机解耦的方式打包:它们需要被容器化。 与过去的那种应用直接以包的方式深度与主机集成的部署模型相比,容器化应用更灵活、更可用。 Kubernetes 以更高效的方式跨集群自动分布和调度应用容器。 Kubernetes 是一个开源平台,并且可应用于生产环境。

控制面和节点

一个Kubernetes集群包含控制平面(control plane)和节点(Nodes)两种资源。

(1)控制平面组件(control plane):调度整个集群。监测,响应集群事件。

    ○ kube-apiserver:前端,负责处理接受请求工作。
    ○ etcd:所有集群的后台数据库,键值对存储。
    ○ kube-scheduler:监视新创建、未指定运行Node的Pods。
    ○ kube-controller-manager:负责运行控制器进程。
    ○ cloud-controller-manager

(2)节点组件(Nodes):负责维护运行的Pod并提供kubernetes运行时环境。(负责运行应用)

    ○ kubelet:保证容器都运行在Pod中。
    ○ kube-proxy(可选):网络代理。
    ○ 容器运行时:负责管理容器的执行和生命周期。

应用

一旦运行了 Kubernetes 集群, 就可以在其上部署容器化应用。 Deployment 指挥 Kubernetes 如何创建和更新应用的实例。 创建 Deployment 后,Kubernetes 控制平面将 Deployment 中包含的应用实例调度到集群中的各个节点上。

Pod 是 Kubernetes 平台上的原子单元。当我们在 Kubernetes 上创建 Deployment 时, 该 Deployment 会创建其中包含容器的 Pod(而不是直接创建容器)每个 Pod 都与被调度所在的节点绑定,并保持在那里直到(根据重启策略)终止或删除。 如果节点发生故障,则相同的 Pod 会被调度到集群中的其他可用节点上。

Pod和Node

Node:Node是Kubernetes中的工作机器,可以是虚拟机或物理机,具体取决于集群。每个Kubernetes节点至少运行:kubelet、容器运行时。
● kubelet:负责控制面和节点之间通信的进程。它管理机器上运行的Pod和容器。
● 容器运行时:负责从镜像仓库中拉去容器镜像、解压缩容器以及运行应用。

Pod:Pod是一个或多个容器的组合,并且包含共享的存储(卷)、IP地址和有关如何运行它们的信息(例如容器镜像版本或要使用的特定端口)。Pod是Kubernetes抽象出来的。

Node和Pod之间的关系Node可以有多个Pod。一个 Pod 总是运行在某个 Node 上。每个Node都由控制面管理。控制面会自动处理在集群中的节点上调度Pod。控制面的自动调度考量了每个节点上的可用资源。

公开的暴露你的应用

Service:抽象概念,定义的是Pod的一个逻辑集合,并为这些Pod支持外部流量公开、负载均衡和服务发现。

常用命令

# 查看现存Pod
kubectl get pods# 查看Pod内有那些容器以及使用了那些镜像来构建这些容器
kubectl describe pods# 列出Deployment
kubectl get deployments

Kubernetes学习地址:Kubernetes 文档 | Kubernetes

http://www.lryc.cn/news/613670.html

相关文章:

  • 嵌入式开发学习———Linux环境下IO进程线程学习(六)
  • Qwen系列模型
  • 对比学习(Contrastive Learning)面试基础
  • STM32——STM32CubeMX
  • 4G/5G无线电单元系统
  • C语言:单链表学习
  • 北京-4年功能测试2年空窗-报培训班学测开-第七十天-面试第一天
  • rebase 和pull的通俗区别是什么
  • Flink与Kafka核心源码详解-目录
  • 【Unity3D实例-功能-镜头】第三人称视觉-镜头优化
  • 秋招笔记-8.7
  • iSCSI 服务器
  • 《C语言》函数练习题--3
  • 5分钟了解OpenCV
  • 【MATLAB】(十)符号运算
  • XCZU19EG-2FFVB1517I FPGA Xilinx AMD ZynqUltraScale+ MPSoC
  • 《C语言》指针练习题--1
  • Gitee上免费搭建博客
  • 从“炼金术”到“工程学”:深度学习十年范式变迁与未来十年路线图
  • UnivNet论文分析(20210615)
  • 为何毫米波需要采用不同的DPD方法?如何量化其值?
  • 机器学习之随机森林(Random Forest)实战案例
  • OpenAI 开源模型 GPT-OSS深度拆解:从1170亿参数到单卡部署,重构AI开源生态
  • Java面试宝典:类加载
  • 敏捷总结-上
  • 智能制造的中枢神经工控机在自动化产线中的关键角色
  • C++的入门学习
  • TCP粘包问题详解与解决方案
  • 如何在 Ubuntu 24.04 中永久更改主机名
  • MySQL面试题及详细答案 155道(061-080)