(二十一)从零开始搭建k8s集群——kubernates核心组件及功能介绍

前言

Kubernetes是一个可移植、可扩展、开源的平台,用于管理容器化的工作负载和服务,它促进了声明性配置和自动化。Kubernetes容器可以持续开发、集成和部署:可靠且频繁地构建和部署容器镜像,快速有效地回滚;开发与运维分离:在构建/发布时创建应用程序容器镜像,而不是在部署时,从而解耦应用程序与基础设施;观测性:不仅提供操作系统级别的信息和指标,还提供应用程序的健康状态和其他信号;可在不同的云平台和操作系统发行版上移植:支持在Ubuntu、RHEL、CoreOS、本地环境、主要公共云以及其他任何地方运行;松耦合、分布式、弹性的微服务架构:将应用程序拆分为更小、独立的组件,可以动态地部署和管理,而不是在单一用途的大型单机上运行整个单体堆栈;资源隔离:可预测的应用程序性能;资源利用率:高效且密集。

本节内容是对k8s支持的功能及核心组件的说明。

正文

k8s支持的功能

  • 服务发现和负载均衡:Kubernetes可以使用 DNS名称或IP地址暴露容器,并可以对网络流量进行负载均衡,确保在高流量情况下部署稳定。

  • 存储编排:Kubernetes 允许自动挂载来自各种提供商的存储系统,如本地存储或公共云存储,使管理和访问容器化应用程序中的持久数据更加简便。

  • 自动滚动更新和回滚:Kubernetes 可以帮助您定义容器的期望状态,并自动化更新、扩展和回滚部署,确保一致性和可靠性。

  • 自动容器装箱:通过指定容器的资源需求,Kubernetes 优化资源利用率,有效地将容器打包到集群中的节点上,最大程度地提高资源利用效率。

  • 自愈能力:Kubernetes 监控容器和工作负载的健康状况,并自动采取措施重新启动或替换失败的容器,确保应用程序保持可用和响应。

  • 密钥和配置管理:Kubernetes 提供安全机制,用于存储和管理敏感信息,如密码和 API 令牌,而无需将其暴露在配置文件或容器镜像中。

  • 批处理执行:除了长时间运行的服务,Kubernetes还支持批处理作业管理,自动替换失败的容器,并有效管理 CI 工作负载。

  • 水平扩展:Kubernetes 允许根据工作负载需求手动或自动增加或减少实例来扩展应用程序,例如基于 CPU 使用率等指标。

  • IPv4/IPv6 双栈支持:Kubernetes 支持为 Pod 和服务分配 IPv4 和 IPv6 地址,实现在具有混合寻址方案的网络中的无缝通信。

  • 可扩展设计:Kubernetes 设计时考虑了可扩展性,允许用户向集群中添加自定义功能和功能,而无需修改核心源代码,使其适应各种用例和环境。

k8s的核心组件

Control Plane Components(控制面板组件)

  • 负责全局决策和集群事件响应
kube-apiserver
  • 是集群中所有操作的入口,负责提供 REST API服务
  • 能够通过部署多个实例来实现水平扩展,实现实例之间平衡流量,以确保高效处理API请求,并提高容错能力
etcd
  • 一个分布式键值存储,用于保存集群的状态数据,包括配置数据、状态数据
  • 集群数据的后端存储,对其进行备份是非常重要的,以防止数据丢失或毁坏,并确保集群的稳定运行
kube-scheduler
  • 负责将新创建的 Pod分配给集群中的节点,根据一系列策略来选择合适的节点

  • 调度器考虑的因素包括:单个和集体资源需求、硬件/软件/策略约束、亲和性和反亲和性规范、数据位置、工作负载间干扰以及截止日期等

kube-controller-manager
  • 运行一些控制器,负责管理集群中的各种资源控制器,如副本控制器、节点控制器
  • 每个控制器是一个独立的进程,但为了降低复杂性,它们都被编译到一个单独的二进制文件中,并在单个进程中运行
cloud-controller-manager
  • 将集群链接到云服务提供商的 API,并将与该云平台交互的组件与仅与集群交互的组件分离开来

Node Components(节点组件)

kubelet
  • 在每个节点上运行,负责与容器运行时(如 Docker)交互,管理 Pod 的生命周期
  • kubelet 负责维护节点上的容器状态,监控它们的健康状况,并根据 PodSpecs 的定义来启动、停止或重新启动容器
  • kubelet 还与容器运行时(如 Docker、containerd 等)进行交互,以实际创建和管理容器
kube-proxy
  • 负责维护网络规则和代理网络流量,实现 Kubernetes服务的负载均衡
  • 在节点上维护网络规则,这些网络规则允许来自集群内部或外部网络会话的通信到达您的 Pod
Container runtime
  • 负责在 Kubernetes 环境中管理容器的执行和生命周期

  • 是一个符合 Kubernetes CRI(容器运行时接口)规范的实现

Addons

  • 添加到 Kubernetes 集群的额外组件或服务,用于扩展其功能以超越核心特性

  • Dashboard web控制台、网络插件、Ingress 控制器等

DNS

  • 用于在Kubernetes集群内部提供服务发现和命名解析的重要组件

  • 通过服务名称来进行服务间通信,而无需担心具体的IP地址变化或者服务的部署位置

Web UI (Dashboard)

  • Dashboard是Kubernetes集群的通用、基于Web的用户界面

  • 用户可以方便地查看和管理集群资源、部署新应用、监控应用性能,并进行故障排除等操作

Container Resource Monitoring 

  • 容器的通用时间序列指标,帮助用户跟踪容器的资源使用情况,例如CPU利用率、内存使用量等指标,并以可视化的方式呈现这些数据

Cluster-level Logging

  • 集群级别的日志记录机制负责将容器日志保存到一个中央日志存储库,并提供搜索/浏览界面。

  • 收集和管理来自各个容器的日志数据,使他们能够在需要时查找特定的日志信息、分析日志内容,并监控整个集群中的应用程序运行情况

Network Plugins

结语

至此,关于kubernates核心组件及功能介绍到这里就结束了,我们下期见。。。。。。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/430557.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

基于Harris角点的室内三维全景图拼接算法matlab仿真

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1Harris角点检测原理 4.2 Harris响应函数 4.3 角点检测与筛选 5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.部分核心程序 dirs datasheet/;% 定义…

YOLOv9初探秘,含源码及详解~

​ 实验结果上来看,其效果无论是精度和参数量都要大于过去的一些实时检测模型,其主要创新点是两个分别是提出了Programmable Gradient Information(PGI)的结构以及全新的主干Generalized ELAN(GELAN)。YOLO…

TQTT X310 软件无线电设备的FLASH固件更新方法

TQTT X310 除了PCIE口全部兼容USRP 官方的X310,并配备两块UBX160射频子板以及GPSDO。TQTT X310可以直接使用官方的固件,但是不支持官方的固件升级命令。这篇BLOG提供烧写刷新FLASH的方法。 1,使用的是WINDOWS系统。首先给X310接入电源并开机…

Vue源码系列讲解——过滤器篇【二】(工作原理)

目录 1. 前言 2. resolveFilter函数分析 3. 串联过滤器原理 4. 过滤器接收参数 5. 小结 1. 前言 通过上一篇用法回顾我们知道,过滤器有两种使用方式,分别是在双花括号插值中和在 v-bind 表达式中。但是无论是哪一种使用方式,过滤器都是写…

Android Studio Iguana | 2023.2.1版本

Android Gradle 插件和 Android Studio 兼容性 Android Studio 构建系统基于 Gradle,并且 Android Gradle 插件 (AGP) 添加了一些特定于构建 Android 应用程序的功能。下表列出了每个版本的 Android Studio 所需的 AGP 版本。 如果特定版本的 Android Studio 不支持…

基于可变分辨率的半透明特效渲染优化方案

粒子效果在游戏中无处不在。大颗粒系统常见于烟雾、火灾、爆炸、灰尘和雾。如果这些效果填满屏幕,overdraw会非常严重,帧率会掉得很快,即使是在技术成熟的 3A 游戏中也是如此。以至于来半透明渲染的优化问题一直都是难题。 这里的解决方案是…

ruoyi-vue-plus4.X版本实现内嵌swagger文档(简单解决方法)

1.在common模块中添加pom依赖 <dependency><groupId>org.webjars</groupId><artifactId>swagger-ui</artifactId><version>4.15.5</version></dependency>结果如下&#xff1a; 2.在ResourcesConfig配置类的addResourceHandl…

CRM客户体验建设三剑客:构建旅程的必备策略

在企业越来越重视客户体验的今天&#xff0c;客户体验建设包含客户认知、客户旅程设置、NPS客户满意度调查三大版块&#xff0c;在工具上分别对应Zoho CRM的路径探查器、旅程构建器和NPS。上期介绍了路径探查器的作用和价值&#xff0c;本文将围绕客户旅程构建展开&#xff0c;…

学习JAVA的第十三天(基础)

目录 API之Arrays 将数组变成字符串 二分查找法查找元素 拷贝数组 填充数组 排序数组 Lambda表达式 集合的进阶 单列集合 体系结构 Collection API之Arrays 操作数组的工具类 将数组变成字符串 //将数组变成字符串char[] arr {a,b,c,d,e};System.out.println(Arra…

【Spring底层原理高级进阶】Spring Kafka:实时数据流处理,让业务风起云涌!️

&#x1f389;&#x1f389;欢迎光临&#x1f389;&#x1f389; &#x1f3c5;我是苏泽&#xff0c;一位对技术充满热情的探索者和分享者。&#x1f680;&#x1f680; &#x1f31f;特别推荐给大家我的最新专栏《Spring 狂野之旅&#xff1a;从入门到入魔》 &#x1f680; 本…

RS编码的FPGA实现

RS编码&#xff0c;即Reed-solomon codes&#xff0c;是一类纠错能力很强的特殊的非二进制BCH码&#xff08;BCH码是一种有限域中的线性分组码&#xff0c;具有纠正多个随机错误的能力&#xff09;。对于任选正整数S可构造一个相应的码长为nqS-1的 q进制BCH码&#xff0c;而q作…

[Python人工智能] 四十二.命名实体识别 (3)基于Bert+BiLSTM-CRF的中文实体识别万字详解(异常解决中)

从本专栏开始,作者正式研究Python深度学习、神经网络及人工智能相关知识。前文讲解如何实现中文命名实体识别研究,构建BiGRU-CRF模型实现。这篇文章将继续以中文语料为主,介绍融合Bert的实体识别研究,使用bert4keras和kears包来构建Bert+BiLSTM-CRF模型。然而,该代码最终结…

力扣每日一题 用栈实现队列

Problem: 232. 用栈实现队列 文章目录 思路复杂度&#x1f496; 朴素版&#x1f496; 优化版 思路 &#x1f468;‍&#x1f3eb; 路飞题解 复杂度 时间复杂度: 添加时间复杂度, 示例&#xff1a; O ( n ) O(n) O(n) 空间复杂度: 添加空间复杂度, 示例&#xff1a; O ( …

Python + Selenium —— 使用cookie绕过验证码!

使用 cookie 绕过验证码这种方式前提是必须要有长时间保存 cookie 的功能&#xff0c;比如登录时会有勾选项"保存本次登录信息"&#xff0c;“下次自动登录”&#xff0c;"记住我"等。 当你勾选类似的选项后&#xff0c;登录成功后服务器会要求浏览器将登录…

面试经典150题【41-50】

文章目录 面试经典150题【41-50】49.字母异位词分组1. 两数之和202.快乐数219. 存在重复元素II128.最长连续序列228. 汇总区间56.合并区间&#xff08;华为面试题&#xff09;57.插入区间452.用最少的箭引爆气球20.有效的括号 面试经典150题【41-50】 49.字母异位词分组 用这种…

关于vue创建项目以及关于eslint报错的问题

vue创建完项目以后如果报parsing error no babel config file。。。这样的错误的话&#xff0c;关闭项目&#xff0c;用vscode进入项目中打开项目就可以解决了。 1 代码保存的时候会自动将单引号报错为双引号 导致eslint报错的问题&#xff0c; 解决思路&#xff1a; 在项目根…

游戏寻路之A*算法(GUI演示)

一、A*算法介绍 A*算法是一种路径搜索算法,用于在图形网络中找到最短路径。它结合了Dijkstra算法和启发式搜索的思想,通过综合利用已知的最短路径和估计的最短路径来优化搜索过程。在游戏自动寻路得到广泛应用。 二、A*算法的基本思想 在图形网络中选择一个起点和终点。维护…

LED球泡灯高压线性恒流驱动芯片SM2235EGH原理与应用

高压线性恒流是一种LED恒流驱动芯片电子元件&#xff0c;它能够在高电压环境下提供稳定的电流输出。这种芯片采用线性恒流设计&#xff0c;能够确保电流的稳定性&#xff0c;适用于各种LED照明和其他需要恒流源的应用场景。 在设计高压线性恒流LED恒流驱动芯片时&#xff0c;需…

YOLOv9来了,YOLOv5和YOLOv8还香不香?

在目标检测领域&#xff0c;YOLO&#xff08;You Only Look Once&#xff09;一直是一种突破性算法。自YOLO算法问世以来&#xff0c;它已经演变为许多版本&#xff0c;其中最受欢迎的版本是YOLOv5和YOLOv8。这两个版本都有独特的特点和优势&#xff0c;使它们在各自的领域表现…

【短时交通流量预测】基于双层BP神经网络

课题名称&#xff1a;基于双层BP神经网络的短时交通流量预测 版本时间&#xff1a;2023-04-27 代码获取方式&#xff1a;QQ&#xff1a;491052175 或者 私聊博主获取 模型简介&#xff1a; 城市交通路网中交通路段上某时刻的交通流量与本路段前几个时段的交通流量有关&…
最新文章