K8S | 容器和Pod組件
一、場(chǎng)景
作為研發(fā)人員，通常自己電腦的系統(tǒng)環(huán)境都是非常復(fù)雜，在個(gè)人的習(xí)慣上，是按照下圖的模塊管理電腦的系統(tǒng)環(huán)境；
對(duì)于「基礎(chǔ)設(shè)施」、「主機(jī)操作系統(tǒng)」、「系統(tǒng)軟件」來說，通常只做配置修改；
對(duì)于自行安裝的軟件環(huán)境來說，個(gè)人通常這樣分類：「應(yīng)用軟件」、「研發(fā)軟件」、「持續(xù)集成」、「虛擬機(jī)環(huán)境」；
- 應(yīng)用軟件：主要指常用的辦公軟件，比如文檔編寫，畫圖設(shè)計(jì)，通信產(chǎn)品等；
- 研發(fā)軟件：比如基礎(chǔ)開發(fā)環(huán)境，各種中間件環(huán)境，數(shù)據(jù)存儲(chǔ)查詢等；
- 持續(xù)集成：主流的就是Jenkins、Docker、Kubernetes等組件，整體比較復(fù)雜，不好管理；
- 虛擬機(jī)環(huán)境：研發(fā)必備的Linux操作系統(tǒng)，用來部署一些標(biāo)準(zhǔn)的組件集群；
不論是這些軟件環(huán)境還是虛擬機(jī)系統(tǒng)的搭建，基本都是通過下載軟件安裝包，然后在本地部署和定期更新以及運(yùn)行，基于這個(gè)場(chǎng)景再去理解容器和Pod組件，會(huì)輕松許多；
二、容器
1、容器鏡像
參考上面系統(tǒng)環(huán)境的管理，軟件包和安裝部署的原理；
Docker容器鏡像是一個(gè)輕量級(jí)的、獨(dú)立的、可執(zhí)行的軟件包，它包含了運(yùn)行應(yīng)用程序所需的一切:代碼、運(yùn)行時(shí)、系統(tǒng)工具、系統(tǒng)庫和設(shè)置，帶有創(chuàng)建Docker容器的說明；
可以通過Dockerfile腳本自定義鏡像，也可以使用云端倉庫中其他人公開發(fā)布的，生產(chǎn)環(huán)境通常采用私有倉庫管理鏡像；
容器鏡像所承載的是封裝了應(yīng)用程序及其所有軟件依賴的二進(jìn)制數(shù)據(jù)，容器鏡像是可執(zhí)行的軟件包，可以單獨(dú)運(yùn)行；通常會(huì)創(chuàng)建應(yīng)用的容器鏡像并將其推送到某倉庫，然后在Pod中引用它；
2、容器
容器將應(yīng)用程序從底層的主機(jī)設(shè)施中解耦，這使得在不同的云或OS環(huán)境中部署更加容易；
容器的本質(zhì)就是一個(gè)視圖隔離、可限制資源、獨(dú)立文件系統(tǒng)的進(jìn)程集合；
以常見的Linux研發(fā)環(huán)境來分析，可以限制容器的資源分配，比如內(nèi)存大小、CPU使用，隔離進(jìn)程之間的通信，設(shè)置獨(dú)立的文件系統(tǒng)等；
Kubernetes集群中的每個(gè)節(jié)點(diǎn)都會(huì)運(yùn)行容器，這些容器構(gòu)成分配給該節(jié)點(diǎn)的Pod，單個(gè)Pod中的容器會(huì)在共同調(diào)度下，于同一位置運(yùn)行在相同的節(jié)點(diǎn)上；
從整體上可以把K8S理解為「操作系統(tǒng)」，鏡像理解為「軟件安裝包」，容器理解為「應(yīng)用進(jìn)程」；
3、實(shí)踐案例
制作鏡像，首先將代碼工程auto-client和auto-serve打包，然后構(gòu)建鏡像文件，放在本地環(huán)境中；
- 制作【auto-client】鏡像
構(gòu)建命令
docker build -t auto-client:latest .Dockerfile腳本
# 基礎(chǔ)鏡像
FROM openjdk:8
# 維護(hù)者
MAINTAINER cicadasmile
# 持久化目錄
VOLUME /data/docker/logs
# 添加應(yīng)用服務(wù)JAR包
ADD auto-client.jar application.jar
# 配置參數(shù)
ENTRYPOINT ["java","-Dspring.profiles.active=dev","-Djava.security.egd=file:/dev/./urandom","-jar","/application.jar"]- 制作【auto-serve】鏡像
構(gòu)建命令
docker build -t auto-serve:latest .Dockerfile腳本
# 基礎(chǔ)鏡像
FROM openjdk:8
# 維護(hù)者
MAINTAINER cicadasmile
# 持久化目錄
VOLUME /data/docker/logs
# 添加應(yīng)用服務(wù)JAR包
ADD auto-serve.jar application.jar
# 配置參數(shù)
ENTRYPOINT ["java","-Dspring.profiles.active=dev","-Djava.security.egd=file:/dev/./urandom","-jar","/application.jar"]
三、Pod組件
1、基本概念
Pod是可以在K8S中創(chuàng)建和管理的、最小的可部署的計(jì)算單元；
Pod是一組（一個(gè)或多個(gè)）容器，這些容器共享存儲(chǔ)、網(wǎng)絡(luò)、以及怎樣運(yùn)行這些容器的聲明，Pod中的內(nèi)容總是并置的并且一同調(diào)度，在共享的上下文中運(yùn)行；
2、Pod管理
【Pod創(chuàng)建】
通常不會(huì)直接創(chuàng)建Pod，而是使用諸如Deployment或Job這類工作負(fù)載資源來創(chuàng)建Pod；是相對(duì)臨時(shí)性的、用后即拋的一次性實(shí)體；
【單容器Pod】
每個(gè)Pod都意在運(yùn)行給定應(yīng)用程序的單個(gè)實(shí)例，可以使用多個(gè)Pod對(duì)應(yīng)用程序橫向擴(kuò)展，即一個(gè)實(shí)例一個(gè)Pod對(duì)應(yīng)，Pod看作單個(gè)容器的包裝器由K8S直接管理，是常見的部署方式；
【多容器Pod】
分布式系統(tǒng)中可能存在由多個(gè)緊密耦合且需要共享資源的共處容器組成的應(yīng)用程序，比較典型的是「生產(chǎn)消費(fèi)」場(chǎng)景，Pod將這些容器和存儲(chǔ)資源打包為一個(gè)可管理的實(shí)體；
Pod中的容器被自動(dòng)安排到集群中的同一物理機(jī)或虛擬機(jī)上，并可以一起進(jìn)行調(diào)度，容器之間可以共享網(wǎng)絡(luò)和存儲(chǔ)資源和依賴、彼此通信、協(xié)調(diào)何時(shí)以及何種方式終止自身；
容器之間原本是被隔離開的，而Pod在設(shè)計(jì)上可以突破這種隔離，進(jìn)而實(shí)現(xiàn)資源共享；
- 存儲(chǔ)共享
在Pod層面設(shè)置共享的Volume，該P(yáng)od中所有容器都可以訪問該共享Volume，這也是Pod組件的存儲(chǔ)方式，Volume還允許Pod中持久數(shù)據(jù)保留下來，即使其中的容器需要重新啟動(dòng)；
- 網(wǎng)絡(luò)共享
同一個(gè)Pod內(nèi)，所有容器共享一個(gè)IP地址和端口空間，并且可以通過localhost發(fā)現(xiàn)對(duì)方；
3、實(shí)踐案例
3.1 Pod腳本
在此前的案例中，都是單容器Pod，這里演示多容器Pod，將【auto-client】和【auto-serve】放在同一個(gè)「auto-pod」中運(yùn)行；
并且這里為兩個(gè)容器分配CPU和內(nèi)存資源，requests是要為容器指定資源需求，limits是要為容器指定資源限制；
apiVersion: v1
kind: Pod
metadata:
name: auto-pod
spec:
containers:
- name: auto-client
image: auto-client
imagePullPolicy: Never
ports:
- containerPort: 8079
resources:
requests:
cpu: "250m"
memory: "64Mi"
limits:
cpu: "500m"
memory: "128Mi"
- name: auto-serve
image: auto-serve
imagePullPolicy: Never
ports:
- containerPort: 8082
resources:
requests:
cpu: "250m"
memory: "64Mi"
limits:
cpu: "500m"
memory: "128Mi"3.2 Pod命令
- 創(chuàng)建Pod
kubectl create -f pod.yaml- 查看指定Pod
kubectl get pod/auto-pod -o wide
NAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES
auto-pod 2/2 Running 0 9m2s 10.1.0.123 docker-desktop <none> <none>- 查看指定Pod描述
kubectl describe pod/auto-pod
# 此處只展示部分信息
Name: auto-pod
Namespace: default
Node: docker-desktop/192.168.65.11
Status: Running
IP: 10.1.0.123
Containers:
auto-client:
Container ID: docker://Container-ID
Image: auto-client
Image ID: docker://sha256:Image-ID
Port: 8079/TCP
Limits:
cpu: 500m
memory: 128Mi
Requests:
cpu: 250m
memory: 64Mi
auto-serve:
Container ID: docker://Container-ID
Image: auto-serve
Image ID: docker://sha256:Image-ID
Port: 8082/TCP
Limits:
cpu: 500m
memory: 128Mi
Requests:
cpu: 250m
memory: 64Mi
Events:
Type Reason Age From Message
---- ------ ---- ---- -------
Normal Scheduled 38s default-scheduler Successfully assigned default/auto-pod to docker-desktop
Normal Pulled 37s kubelet Container image "auto-client" already present on machine
Normal Created 37s kubelet Created container auto-client
Normal Started 37s kubelet Started container auto-client
Normal Pulled 37s kubelet Container image "auto-serve" already present on machine
Normal Created 37s kubelet Created container auto-serve
Normal Started 37s kubelet Started container auto-serve- 刪除Pod
kubectl delete -f pod.yaml3.3 服務(wù)日志
在「auto-client」服務(wù)中，提供一個(gè)簡單的定時(shí)任務(wù)，每10秒訪問一次「auto-serve」的接口，打印請(qǐng)求的響應(yīng)結(jié)果；
@Component
public class HttpJob {
private static final Logger LOG = LoggerFactory.getLogger(HttpJob.class.getName()) ;
private static final String SERVER_URL = "http://localhost:8082/serve";
/**
* 每10秒執(zhí)行一次
*/
@Scheduled(fixedDelay = 10000)
public void systemDate (){
try{
SimpleClientHttpRequestFactory factory = new SimpleClientHttpRequestFactory();
factory.setReadTimeout(3000);
factory.setConnectTimeout(6000);
RestTemplate restTemplate = new RestTemplate(factory);
Map<String,String> paramMap = new HashMap<>() ;
String result = restTemplate.getForObject(SERVER_URL,String.class,paramMap);
LOG.info("server-resp::::"+result);
} catch (Exception e){
e.printStackTrace();
}
}
}在「auto-serve」服務(wù)中，提供一個(gè)簡單的Get請(qǐng)求接口；
@RestController
public class ServeWeb {
private static final Logger logger = LoggerFactory.getLogger(ServeWeb.class) ;
@Value("${server.port:}")
private Integer servePort ;
@GetMapping("/serve")
public String serve (){
logger.info("serve:{}",servePort);
return "serve:"+servePort ;
}
}查看兩個(gè)容器的運(yùn)行日志，發(fā)現(xiàn)「auto-client」和「auto-serve」可以正常通信，以此來驗(yàn)證同一個(gè)Pod內(nèi)網(wǎng)絡(luò)共享；
4、狀態(tài)與重啟
4.1 重啟策略
可以在Pod中通過restartPolicy屬性設(shè)置重啟策略，常用的取值是Always以降低應(yīng)用的中斷時(shí)間，適用于Pod中的所有容器；
- Always：默認(rèn)值，容器失效時(shí)，kubelet自動(dòng)重啟該容器。
- OnFailure：容器停止運(yùn)行且退出碼不為0時(shí)，kubelet自動(dòng)重啟該容器。
- Never：不論容器是什么狀態(tài)，kubelet都不重啟該容器。
4.2 生命周期
- Pending：Pod被Kubernetes系統(tǒng)接受，但有一個(gè)或者多個(gè)容器未創(chuàng)建，此階段包括等待Pod被調(diào)度的時(shí)間和通過網(wǎng)絡(luò)下載鏡像的時(shí)間。
- Running：Pod已經(jīng)綁定到了某個(gè)節(jié)點(diǎn)，Pod中所有的容器都已被創(chuàng)建，至少有一個(gè)容器在運(yùn)行，或者正處于啟動(dòng)或重啟狀態(tài)。
- Succeeded：Pod中的所有容器都已成功終止，并且不會(huì)再重啟。
- Failed：Pod中的所有容器都已終止，并且至少有一個(gè)容器是因?yàn)槭”唤K止。
- Unknown：因?yàn)槟承┰驘o法取得Pod的狀態(tài)，通常是因?yàn)榕cPod所在主機(jī)通信失敗。
Pod遵循預(yù)定義的生命周期，起始于Pending階段，如果至少其中有一個(gè)主要容器正常啟動(dòng)，則進(jìn)入Running階段，之后取決于Pod中是否有容器以失敗狀態(tài)結(jié)束而進(jìn)入Succeeded或者Failed階段。
