基于Win10单机部署kubernetes应用

01 引子

鸽了好久了，终于又一次克服了拖延症，决心写点啥，起因也是因为最近刚好重做了系统，把win10从home版升级到了专业版，可以愉快的安装docker destop 而不需要借助 docker toolbox了。这个使用体验的提升真的是很不错。无论是配置，还是运行容器的可视化，还是一些辅助工具，真的友好了很多，降低了使用门槛。

02 Kubernetes

k8s 这个名字，起源于古希腊，是舵手的意思，所以它的 logo 即像一张渔网又像一个罗盘，谷歌选择这个名字还有一个深意：既然docker把自己比作一只鲸鱼，驮着集装箱，在大海上遨游，google 就要用Kubernetes去掌握大航海时代的话语权，去捕获和指引着这条鲸鱼按照主人设定的路线去巡游。

K8s将集群中的机器划分为一个Master节点和一群工作节点Node。Master节点上运行着集群管理相关的一组进程kube-apiserver、kube-controller-manager和kube-scheduler。这些进程自动化实现了整个集群的资源管理、Pod调度、弹性伸缩、安全控制、系统监控和纠错等管理功能。

上图可以看到如下组件，使用特别的图标表示Service和Label：

Kubernetes Master（Kubernetes主节点）
Node（节点）
Pod
Container（容器）
Label(label)（标签）
Replication Controller（复制控制器）
Service（enter image description here）（服务）

Kubernetes Master

Master指的是集群控制节点。每个K8s集群里需要有一个Ms节点负责整个集群的管理和控制。Kubernetes Master提供集群的独特视角，并且拥有一系列组件。

Kubernetes API Server（kube-apiserver），侍卫大统领！提供HTTP Rest接口的关键服务进程，是K8s里所有资源的增删改查等操作的唯一入口，也是集群控制的入口进程。API Server提供可以用来和集群交互的Rest端点。
Kubernetes Controller Master（kube-controller-manager）掌印大太监，大总管！K8s里所有资源对象的自动化控制中心。
Kubernetes Scheduler（kube-scheduler），御马间的调度室！负责资源调度（Pod调度）的进程。创建和复制Pod的Replication Controller

Node

节点（上图橘色方框）是物理或者虚拟机器，作为Kubernetes worker，通常称为Minion。每个节点都运行如下Kubernetes关键组件。

(1) Kubelet：与Master节点协作，是主节点的代理，负责Pod对应容器的创建，启动，停止等任务。默认情况下Kubelet会向Master注册自己。Kubelet定期向主机点汇报加入集群的Node的各类信息。
(2) Kube-proxy：Kubernetes Service使用其将链接路由到Pod，作为外部负载均衡器使用，在一定数量的Pod之间均衡流量。比如，对于负载均衡Web流量很有用。
(3) Docker或Rocket：Kubernetes使用的容器技术来创建容器。

Pod

Pod是K8s最重要也是最基础的概念！每个Pod都有一个特殊的被称为“根容器”的Pause容器，此容器与引入业务无关并且不易死亡。且以它的状态代表整个容器组的状态！Pause容器对应的镜像属于K8s平台的一部分，除了Pause容器，每个Pod还包含一个或多个用户业务容器。Pod其实有两种类型：普通的Pod及静态Pod（static Pod）,static Pod并不存放在Kubemetes的eted存储里，而是存放在某个具体的Node上的一个具体文件中，并且只在此Node上启动运行。而普通的Pod一旦被创建，就会被放入到etcd中存储，确后会被KubernetesMaster调度到某个具体的Node上并进行绑定（Binding），随后该Pod被对应的Node上的kubelet进程实例化成一组相关的Docker容器并启动起来。在默认情况下，当Pod里的某个容器停止时，Kubemetes会自动检测到这个问题并且重新启动这个Pod（重启Podel）的所有容器），如果Pod所在的Node完机，则会将这个Node上的所有Pod重新调度到其他节点上。Pod（上图绿色方框）安排在节点上，包含一组容器和卷。同一个Pod里的容器共享同一个网络命名空间，可以使用localhost互相通信。

Endpoint（Pod IP + ContainerPort） pod ip：一个Pod里多个容器共享Pod IP地址。K8s要求底层网络支持集群内任意两个Pod之间的TCP/IP直接通信，使用虚拟二层网络技术（Flannel（没有接触过），OpenvSwitch）实现。在Vmware中类似的二层交换技术是VSwitch，当然了，现在整个数据中心网络二层逐步从vSwitch—>OpenvSwitch

Lable

Lable类似Docker中的tag，一个是对“特殊”镜像、容器、卷组等各种资源做标记，一个是attach到各种诸如Node、Pod、Server、RC资源对象上。不同的是Lable是一对键值对！Lable类似Tag，可使用K8s专有的标签选择器（Label Selector）进行组合查询。

Replication Controller

Replication Controller，简称RC，她用来干啥呢？就是通过她来实现Pod副本数量的自动控制！RC确保任意时间都有指定数量的Pod“副本”在运行。

如果为某个Pod创建了RC并且指定3个副本，它会创建3个Pod，并且持续监控它们。如果某个Pod不响应，那么Replication Controller会替换它，保持总数为3。如果之前不响应的Pod恢复了，现在就有4个Pod了，那么Replication Controller会将其中一个终止保持总数为3。如果在运行中将副本总数改为5，Replication Controller会立刻启动2个新Pod，保证总数为5。还可以按照这样的方式缩小Pod，这个特性在执行滚动升级时很有用。
注意：删除RC，不会影响该RC已经创建好的Pod。在逻辑上Pod副本和RC是解耦和的！创建RC时，需要指定Pod模板（用来创建Pod副本的模板）和Label（RC需要监控的Pod标签）。
由Replication Controller衍生出Deployment，与RC相似90%，目的是更好地解决Pod编排。暂时不讨论。
Horizontal Pod Autoscaler，简称HPA，Pod横向自动扩容智能控件。与RC，Deployment一样，也属于K8s的一种资源对象。她的实现原理是通过追踪分析RC控制的所有目标Pod的负载变化情况，来确定是否针对性地调整目标Pod的副本数。

Service

微服务架构中的一个“微服务”，她是正真的新娘，而之前的Pod，RC等资源对象其实都是嫁衣。
每个Pod都会被分配一个单独的IP地址，而且每个Pod都提供了一个独立的Endpoint（Pod lP + ContainerPort）以被客户端访问，现在多个Pod副本组成了一个集群来提供服务，客户端要想访问集群，一般的做法是部署一个负载均衡器（软件或硬件），为这组Pod开启一个对外的服务端口如8000端口，并且将这些Pod的Endpoint列表加入8000端口的转发列表中，客户端就可以通过负载均衡器的对外IP地址 + 服务端口来访问此服务，而客户端的请求最后会被转发到哪个Pod，则由负载均衡器的算法所决定。

K8s的server定义了一个服务的访问入口地址，前端（Pod）通过入口地址访问其背后的一组由Pod副本组成的集群实例，service与其后端Pod副本集群之间通过Label Selector 实现“无缝对接”。

03 Minikube

minikube相当于一个运行在本地的Kubernetes单节点，我们可以在里面创建Pods来创建对应的服务。

Minikube is a tool that makes it easy to run Kubernetes locally. Minikube runs a single-node Kubernetes cluster inside a VM on your laptop for users looking to try out Kubernetes or develop with it day-to-day

04 安装

说的安装，还得奉劝大家提前沐浴更衣，调整好心态。倒不是因为步骤有多难，多复杂，而是因为某些网站因为技术不成熟，你始终访问不到，而焦躁。关于minikube，一些网上人说使用阿里的包，可能福报厂确实拉了分支，改了拉取镜像的地址，但是他们并没有提供编译好的版本，所以使用官方的版本就好。https://github.com/kubernetes/minikube 。

另外，一定要注意使用release版本（我用1.9.2版），别下测试版，为什么这么提醒？反正我没有因为版本问题，卡了2天，demo都没跑出来。

kubectl 也从官方下载 https://kubernetes.io/docs/tasks/tools/install-kubectl/ 即可。

将两个文件放到一个文件夹下，然后在环境变量里path一下

安装docker 不是主要矛盾，大家自行搜一下，只要确认好环境，再次强调最好升级一下win10，这样操作起来更方便一些，docker toolbox用起来真的不行。

在正式安装之前，还需要设置一个虚拟交换机

接下来，就是安装k8s环境了，记得使用管理员Prowshell

minikube start --image-mirror-country=cn --registry-mirror=https://registry.docker-cn.com --image-repository=registry.cn-hangzhou.aliyuncs.com/google_containers --hyperv-virtual-switch="minikubaSwitch"

参数说明：

天朝专用参数

--image-mirror-country=cn

国内docker registry

--registry-mirror=https://registry.docker-cn.com

国内镜像源

--image-repository=registry.cn-hangzhou.aliyuncs.com/google_containers

外部交换机

--hyperv-virtual-switch="minikubaSwitch"

接下来就是漫长的等待，安装成功后，会多出一个minikube的虚拟机

重点来了啊，如果之前下载失败了，到自己的用户下面把这个.minikube文件夹删除了，重新来一边，如果还是不行，继续删了重来，不要问为什么，问就是上网需要科学。

接下来就需要部署 deployment

PS E:\devlop\envs\k8s\test1> kubectl create -f 1.yml

deployment.apps/datalookerserver created

使用下面的 yml

apiVersion: apps/v1

kind: Deployment

metadata:

name: datalookerserver

spec:

selector:

matchLabels:

app: datalookerserver

replicas: 2

template:

metadata:

labels:

app: datalookerserver

spec:

containers:

- name: datalookerserver

image: nginx

# nginx

#datalooker-server:1.0-SNAPSHOT

imagePullPolicy: Always

ports:

- containerPort: 80

这里注意image属性，还是使用公网的image，这样比较容易通过，使用本地registry可能因为链路访问问题，导致失败,具体情况，可以异步到参考链接【2】，里面对这个问题有一个比较清楚的阐释。

接下来，可以使用 kubectl get Pods -o wide 查看pod状态

使用， kubectl describe pod datalookerserver-56dbc49bc8-6sdms可以查看具体pod的具体信息

接下来使用相同的指令，创建service

PS E:\devlop\envs\k8s\test1> kubectl create -f 2.yml

service/datalookerserver created

yml如下：

apiVersion: v1

kind: Service

metadata:

name: datalookerserver

spec:

ports:

- port: 9999 # 服务端口

protocol: TCP

targetPort: 80 # 容器端口

selector:

app: datalookerserver # 标签选择器，这里的app=web正是我们刚才建立app

使用 minikube dashboard 命令，可以打开网页来对单机集群进行监控

现在，一个整体的简单应用构建起来了，那么我们如何访问呢？

还需要将端口映射出来，我们才能访问

kubectl port-forward svc/datalookerserver 9999:9999

测试一下OK了

参考链接：

[1] https://www.jianshu.com/p/f4c2104ba90a

[2] https://hasura.io/blog/sharing-a-local-registry-for-minikube-37c7240d0615/

[3] https://www.javaroad.cn/questions/304667

[4] https://www.jianshu.com/p/7cc5f727c225

[5] https://zhuanlan.zhihu.com/p/88236691