Kubernetes 是什么？

发布时间：2025-11-05 07:52:42 来源：码上建站 作者：数据库

Kubernetes 是什么

都9102年了，你再不了解 Kubernetes 就真的 out 了！！！（贩卖焦虑体

kubernetes 是什么？Kubernetes 这个词来源于希腊语，有主管、舵手、船长的意思，我们从中能听到一丝管理的意味，从图标中也能看出来。

.png)

在 kubernetes 的网站上，描述 kubernetes 是:

生产级别的容器编排系统

从这个定义我们可以提炼出三个关键字：

那下面分别解释下 k8s 的几个关键字（k8s是kubernetes的缩写，中间的8代表k与s间省略的8个字母，类似的缩写方式还有 internationalization 缩写为 i18n）。

说 k8s 是生产级别有如下几个原因：

没有集装箱，就没有全球化

什么是容器？容器的英文为 container，这个词除了有容器的意思，还有集装箱的意思。对于运输，集装箱有着重大的意义，在《集装箱改变世界》 这本书中，提出了“没有集装箱，就没有全球化”的观点，下面引用其中一段文字：

经济全球化的基础就是现代运输体系,而一个高度自动化、低成本和低复杂性的货物运输系统的核心就是集装箱。在1956年集装箱出现之前,人们很难想象美国的沃尔玛能够遍地开花。IT技术网而在集装箱出现之后,以至于某件东半球的产品运至纽约销售,远比在纽约近郊生产该产品更划算。毫不起眼的集装箱降低了货物运输的成本,实现了货物运输的标准化,以此为基础逐步建立全球范围内的船舶、港口、航线、公路、中转站、桥梁、隧道、多式联运相配套的物流系统,世界经济形态因此而改变。

集装箱运输能够获得成功，可以概括出如下几个特点：

这些特点同样适用于软件领域的容器：

因此，可以说容器是集装箱思路在软件领域的实现，容器是软件的亿华云计算一个标准单元，可以将代码和依赖打包在一起、能够运行在多种操作系统和环境之上、多个容器能够在同一台物理机器上运行。

目前一说到容器，大家最容易想到的就是 Docker，但其实在 Docker 出现之前，容器技术也已经存在：

此外与虚拟机不同，容器只包括了应用和应用相关的库，不同的容器共用宿主机的内核。容器也更轻量化，带来了更小的overhead。

没有容器，就没有微服务化

容器技术带来的最显著的影响就是使软件更加的模块化，引领软件由单体架构转变向微服务架构：

容器和微服务化后，带来了一些好处，比如：

但同时微服务化带来的问题就是，以前的一个单独的服务，现在变成了多个服务，服务的个数骤增，增大了部署和运维的工作量。同时，由于不同模块的软件依赖、网络配置、资源需求等各不相同，如果都直接使用 docker cli 来进行管理和配置，无疑是一件困难且容易出错的事，不能管理大规模的容器系统，因此就需要容器编排系统来处理。

容器的编排系统需要能够管理和组织在一个集群上的运行的宿主机和容器，需要能完成如下任务：

k8s 是这样一个容器编排系统，但除了 k8s 还有一些其他的容器编排系统，比如：

这三个不同的容器编排系统，在不同的场景下有各自的优势，具体的对比可以参考文章，简单来说：

不过，不管是Docker 还是 Mesos 都支持与 k8s 的集成，所以 k8s 是目前被使用的最为广泛的容器编排系统。

k8s 的架构图如下：

构成一个 k8s 集群，有两种节点角色，Master 和 Node。Master 节点用于集群控制，一般不运行用户的应用。Node 节点则是用户应用运行的地方。

Master 组件

Master 组件提供集群控制功能，对集群作出全局性决策（比如调度），以及检测和响应集群事件。Master 组件有如下几个部分：

Node 组件

Node 组件在每个Node上运行，Node 是工作容器的运行节点，维护运行时的 Pod 并提供运行时的环境。Node 组件有如下几个部分：

不得不说，k8s 不是一个简单的系统，包含了很多概念，下面将从应用如何使用的角度来进行说明，介绍其中的各种概念。

一个应用要运行，需要如下几方面的组件：

下面将分别介绍

以 docker 为例，部署一个应用需要将软件打包在 docker image 内，然后将 docker image 部署在容器中，容器提供运行应用所需要的资源，包括 CPU/RAM、基础的文件系统，网络等等。但是不能直接部署一个容器在 k8s 上，因为 k8s 中可部署的最小单元是 Pod。

Pod 有如下几个特点：

此外 k8s 还负责对 Pod 进行调度和健康检查。以下是一个 Pod 定义的例子：

此外还有一些与 Pod 相关的概念也需要了解：

在微服务架构里，多个微服务间需要进行通信，当每个应用部署到 pod 上之后，这里存在两个挑战：

因此 k8s 提供了 Service 的概念，Service 定义了一个 Pod 的逻辑组，这些 Pod 提供相同的功能服务。Service 根据类型不同分为如下几类：

此外，还可以使用 Ingress 来向外暴露服务，Ingress 虽然不是一个 Service 的类型，但也可以充当你应用集群的入口，通过编写路由规则实现流量路由。

下面是一个 ClusterIP Service 的例子：

为了方便管理多个 Pod，k8s 抽象出了几种工作模型，通过保持模型的状态，实现对 Pod 的管理。

k8s 对于模型状态的保持，采用如下图所示的机制：从目标状态开始，不断追踪集群现在的状态，并使其满足目标状态。如此循环，可以得到一个目标驱动的、有自治愈效果的系统。

目前 k8s 有如下几种工作模型：

ReplicaSet

DaemonSet

Job

CronJob

StatefulSets

下面是一个 ReplicaSet 的例子:

当需要更新应用的时候，一版希望做到如下两点：

对此，k8s 中抽象出了 Deployment 的概念，对 ReplicaSet 模型中 Pod 的更新进行支持。目前支持两种更新策略：

k8s 中的更新策略为 RollingUpdate，通过两个参数来配置具体的更新方法：

下面是一份 Deployment 的例子：

很多服务并不是无状态的，要支持有状态的服务，出了上述的 Statefull 工作模型，还需要数据持久化的支持。k8s 通过 Persistent Volumes 子系统来实现支持。

Persistent Volumes

Persistent Volumes Claim

下面是一个 Persistent Volume Claims 的例子：

将上述的概念做一个小结：

整体的例子可以查看 https://github.com/kubernetes/examples ，包括如下几个例子：

我们看到很多企业的业务应用都已经部署到了 k8s 的集群之上，尤其是一些无状态的 Web 服务和 API 服务，特别适合 k8s 的场景。但是以 Hadoop 为代表的大数据系统能够运行在 k8s 之上吗？

如果将 Hadoop 部署在 k8s 之上，会带来哪些好处呢：

但是也存在一些挑战：

但应对这些挑战，已经有一些企业和组织在进行优化了，比如 bluedata 提供了一套 spark on docker 的方案，并且获得了不错的性能，如下图：

总的来说，使用 k8s 可以快速构建起一套私有云的方案，降低了自建运维体系的成本。如果未来大数据等类型的应用也能在 k8s 上运行的很好，那 k8s 将会发挥更大的作用，我对此比较乐观。

作者：厚之成

相关文章