k8s集群部署

分类：k8s作者：寂寞旅行

文章目录

前言

k8s 自动化部署尝鲜,作为一个后端开发,还是多少要掌握一些运维知识的,但是不用掌握这么多~~

前置知识

  1. Linux系统命令知识
  2. Docker技术

k8s安装部署

环境准备

每台机器都配置

ip配置

三台Ubuntu18.04虚拟机：

192.168.163.128  master1
192.168.163.129  node1
192.168.163.131  node2

每个节点都需要具有可以通讯的唯一的静态 IP 地址，以便其他节点和控制平面能够正常与其通信，静态 IP 地址还是实现负载均衡和服务发现的重要条件。
为了避免DNS解析出现问题，通常会将上述ip和主机名写入每个节点的/etc/hosts文件中。

关闭swap分区和防火墙

# 关闭防火墙和防火墙开机自启
ufw disable
systemctl stop ufw
systemctl disable ufw

#关闭swap分区（一次有效）
sudo swapoff -a

#永久关闭swap分区（推荐）注释fstab文件中swap那一行
vim /etc/fstab
# /swapfile                                 none            swap    sw              0       0

安装docker

每台机器上都需要安装

安装步骤

#1.更新apt软件包列表
apt update 

#2.安装依赖项
# apt-transport-https 提供使用https协议进行apt软件仓库访问支持
# ca-certificates 保证与网络服务器之间的通信是安全和可靠的
# curl 用来下载文件密钥
# software-properties-common 管理第三方软件源
# openssh-server 允许用户从远程计算机连接到本地主机
apt install apt-transport-https ca-certificates curl software-properties-common openssh-server

#3.下载Docker在Ubuntu系统上的apt-key公钥，并将其添加到本地系统
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

#4.在Ubuntu操作系统中添加Docker软件包安装源（repository）并更新apt
add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu bionic stable"
apt update

#5.显示Docker软件包的安装状态和可用版本
apt-cache policy docker-ce

#6.在Ubuntu操作系统中安装指定版本的Docker软件包
apt install docker-ce=5:20.10.10~3-0~ubuntu-bionic

#7.查看状态
systemctl status docker

修改cgroup驱动

安装之后修改docker的cgroup驱动为systemd，否则执行kubeadm init和kubeadm join时会出现[WARNING IsDockerSystemdCheck]: detected “cgroupfs” as the Docker cgroup driver. The recommended driver is “systemd”.警告

vim /lib/systemd/system/docker.service

# 找到文件中下面位置
···
[Service]
Type=notify
ExecStart=/usr/bin/dockerd -H fd:// --containerd=/run/containerd/containerd.sock
···

# 修改第三行，指定cgroup驱动
ExecStart=/usr/bin/dockerd -H fd:// --containerd=/run/containerd/containerd.sock --exec-opt native.cgroupdriver=systemd

# 重启docker
systemctl daemon-reload
systemctl restart docker

# 查看cgroup驱动和docker服务状态
docker info | grep -i cgroup
systemctl status docker

#结果
root@master1:/# docker info | grep -i cgroup
WARNING: No swap limit support
 Cgroup Driver: systemd
 Cgroup Version: 1

root@master1:/# systemctl status docker
● docker.service - Docker Application Container Engine
   Loaded: loaded (/lib/systemd/system/docker.service; enabled; vendor preset: 
   Active: active (running) since Tue 2023-05-23 08:55:38 CST; 3 days ago
     Docs: https://docs.docker.com
 Main PID: 2096 (dockerd)
    Tasks: 26
   CGroup: /system.slice/docker.service
           └─2096 /usr/bin/dockerd -H fd:// --containerd=/run/containerd/contai
······

安装k8s

每台机器都需要安装

# 下载 Kubernetes APT 软件源的 GPG 密钥
curl https://mirrors.aliyun.com/kubernetes/apt/doc/apt-key.gpg | apt-key add -

# 然后在/etc/apt/sources.list.d下新建文件kubernetes.list，添加一个 Kubernetes 的软件源并更新apt
vim /etc/apt/sources.list.d/kubernetes.list
写入 deb https://mirrors.aliyun.com/kubernetes/apt/ kubernetes-xenial main
apt update

#下载安装组件
apt-get install -y kubelet=1.23.2-00 kubeadm=1.23.2-00 kubectl=1.23.2-00

组件介绍：

  1. kubelet
    核心组件之一，它负责监视该节点上的所有容器，并确保它们能够正常运行。会定期向 Kubernetes API Server 发送查询请求，以获取容器的期望状态，并根据需要启动、停止或重启容器。
  2. kubeadm
    是 Kubernetes 的部署工具，可以帮助管理员快速地部署一个 Kubernetes 集群。它负责安装和配置 Kubernetes 控制平面组件（如 apiserver、controller-manager、scheduler 等），并将工作节点加入到集群中。
  3. kubectl
    kubectl 是 Kubernetes 的命令行工具，用户可以使用它与 Kubernetes API 交互，并执行各种管理操作，如创建、删除、调整副本数等。通过 kubectl 命令行工具，用户可以方便地对 Kubernetes 集群进行管理和操作。
  4. kubernetes-cni
    Kubernetes 的插件，主要用于实现容器网络。它会在容器创建时自动为其分配 IP 地址、创建网络空间，并建立网络连接关系。可以不手动安装 kubernetes-cni，而是通过安装相应的 CNI 插件来完成网络的配置和部署，本篇使用的是flannel组件。

部署k8s

master节点初始化启动k8s控制平台（master节点操作）

# 可以查看初始化平台需要的镜像列表：
kubeadm config images list

# 使用kubeadm控制平台初始化
kubeadm init \
		--image-repository=registry.aliyuncs.com/google_containers \ #指定容器镜像的仓库地址
		--pod-network-cidr=10.244.0.0/16 \  #指定容器网络的 IP 地址段（CIDR），默认为 10.244.0.0/16
		--kubernetes-version=v1.23.2 \      #指定k8s版本，不指定默认为最新版，最好与组件版本一致
		--control-plane-endpoint=192.168.163.128:6443 \ #指定 Kubernetes 控制平面组件的访问地址，默认为 API Server 的地址
		--apiserver-advertise-address=192.168.163.128 # 指定 Kubernetes API Server 的 IP 地址或主机名，默认为当前节点的 IP 地址

# 初始化完成之后会输出如下命令，可以在node节点运行加入集群。
kubeadm join 192.168.163.128:6443 --token xzerjg.uynhtwz5og88szo0 \
	--discovery-token-ca-cert-hash sha256:f4b3a0f29f8f7fa1c9c1dacfa68124f0395ccba8a1e9dfc3dae98b836292e795

# 设置 KUBECONFIG 环境变量的值，以便让 Kubernetes 命令行工具（kubectl）知道如何连接 Kubernetes 集群
  #非root用户执行：
   mkdir -p $HOME/.kube
    sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
    sudo chown $(id -u):$(id -g) $HOME/.kube/config

# root用户执行：
export KUBECONFIG=/etc/kubernetes/admin.conf（仅本次有效）
# 或永久设置：
vim /etc/profile
#文件末尾添加
export KUBECONFIG=/etc/kubernetes/admin.conf


# 启动kubelet 设置为开机自启动
systemctl enable kubelet

# 启动k8s服务程序
systemctl start kubelet

# 启动完成后查看节点(未设置KUBECONFIG则运行不了kubectl)
kubectl get nodes

NAME      STATUS     ROLES                  AGE   VERSION
master1   NotReady   control-plane,master   10m   v1.23.2

# 查看组件状态
kubectl get cs

NAME                 STATUS    MESSAGE                         ERROR
scheduler            Healthy   ok                              
controller-manager   Healthy   ok                              
etcd-0               Healthy   {"health":"true","reason":""}

上述查询组件状态中scheduler和controller-manager状态为unhealthy，可以注释掉/etc/kubernetes/manifests下的kube-controller-manager.yaml和kube-scheduler.yaml的- --port=0解决。

node节点加入控制平台（node节点操作）

# 启动kubelet 设置为开机自启动
systemctl enable kubelet

# 执行平台初始化时输出的命令即可
kubeadm join 192.168.163.128:6443 --token xzerjg.uynhtwz5og88szo0 \
	--discovery-token-ca-cert-hash sha256:f4b3a0f29f8f7fa1c9c1dacfa68124f0395ccba8a1e9dfc3dae98b836292e795

#若上述命令失效，可以在master节点上执行下述命令重新输出
kubeadm token create --print-join-command --ttl 24h


# 加入后在master查看节点
kubectl get nodes
NAME      STATUS   ROLES                  AGE   VERSION
master1   UnReady    control-plane,master   32m   v1.23.2
node1     UnReady    <none>                 23m   v1.23.2
node2     UnReady    <none>                 21m   v1.23.2

安装flannel插件（master节点操作）

# 由于直接下载会被墙，所以先在/etc/hosts文件添加一条
199.232.68.133 raw.githubusercontent.com

# 然后通过wget下载fannel配置文件
wget https://raw.githubusercontent.com/coreos/flannel/master/Documentation/kube-flannel.yml

#下载完之后执行
kubectl apply -f kube-flannel.yml

# 等待创建完之后查看节点可以看到状态都变为ready
kubectl get nodes
NAME      STATUS   ROLES                  AGE   VERSION
master1   Ready    control-plane,master   37m   v1.23.2
node1     Ready    <none>                 28m   v1.23.2
node2     Ready    <none>                 26m   v1.23.2

ok，k8s一主两从部署完成！

可视化工具kubenetes dashboard部署（master节点）

#下载dashboard的yaml文件
wget https://raw.githubusercontent.com/kubernetes/dashboard/v2.4.0/aio/deploy/recommended.yaml

#修改yaml
# type 被设置为 NodePort 类型，表示这个 Service 将会使用 NodePort 的方式对外暴露服务，可以从外部访问
# nodePort 属性用于指定 Service 暴露的 NodePort 端口号，它允许外部网络从集群节点的 IP 地址和该端口号来访问这个 Service
vim recommended.yaml

---------------
spec:
  ports:
    - port: 443
      targetPort: 8443
      nodePort: 30001
  type: NodePort      
  selector:
    k8s-app: kubernetes-dashboard
-------------------

#使用kubectl进行创建
kubectl apply -f recommended.yaml

#使用kubectl查看dashboard的pod和serviced状态
kubectl get pods -n kubernetes-dashboard
kubectl get pods,svc -n kubernetes-dashboard

# 创建用户
kubectl create serviceaccount dashboard-admin -n kube-system

# 用户授权
kubectl create clusterrolebinding dashboard-admin --clusterrole=cluster-admin --serviceaccount=kube-system:dashboard-admin

# 获取用户Token
kubectl describe secrets -n kube-system $(kubectl -n kube-system get secret | awk '/dashboard-admin/{print $1}')

#打开web: 可以通过上面的token登录
  https://192.168.163.128:30001

k8s使用

前置知识

k8s介绍

kubernetes，是一个全新的基于容器技术的分布式架构领先方案，本质是一组服务器集群，它可以在集群的每个节点上运行特定的程序，来对节点中的容器进行管理。目的是实现资源管理的自动化，主要提供了如下的主要功能：
● 自我修复：一旦某一个容器崩溃，能够迅速启动新的容器
● 弹性伸缩：可以根据需要，自动对集群中正在运行的容器数量进行调整
● 服务发现：服务可以通过自动发现的形式找到它所依赖的服务
● 负载均衡：如果一个服务起动了多个容器，能够自动实现请求的负载均衡
● 版本回退：如果发现新发布的程序版本有问题，可以立即回退到原来的版本
● 存储编排：可以根据容器自身的需求自动创建存储卷

k8s组件

ApiServer : 资源操作的唯一入口，接收用户输入的命令，提供认证、授权、API注册和发现等机制
Scheduler : 负责集群资源调度，按照预定的调度策略将Pod调度到相应的node节点上
ControllerManager : 负责维护集群的状态，比如程序部署安排、故障检测、自动扩展、滚动更新等
Etcd ：负责存储集群中各种资源对象的信息
Kubelet : 负责维护容器的生命周期，即通过控制docker，来创建、更新、销毁容器
KubeProxy : 负责提供集群内部的服务发现和负载均衡
Docker : 负责节点上容器的各种操作

k8s资源模型和概念

对k8s的操作主要就是对k8s对各种资源模型的配置

  1. namespace是一种用于组织和隔离资源的机制。它将集群中的资源对象划分为不同的命名空间，以防止资源名称冲突，并实现资源的逻辑隔离和限制。
    命名空间中可以包含各种 Kubernetes 资源对象，如 Pod、Service、ConfigMap、Secret 等。
  2. podcontroller是k8s里的一种资源控制器，用于管理和控制pod，Pod Controller 通过监视资源对象的状态并采取相应的操作来实现资源的自动化管理和调整。分为以下几种：
    • ReplicaSetReplicaSet 用于控制多个 Pod 副本的数量和状态。如果某个 Pod 发生故障或终止，它将自动启动一个新的 Pod 副本来替代它，从而保证所需的 Pod 数量保持恒定。
    • DeploymentDeployment 是比 ReplicaSet 更高级别的 Pod Controller。它允许用户指定 Pod 副本数量、更新策略、滚动更新等参数，可以实现容器应用程序的流畅升级和回滚,，创建deployment后会自动创建replicaSet。
    • DaemonSetDaemonSet 是一种 Pod Controller，它确保所有的节点都运行一个 Pod 的副本。当新增节点时，DaemonSet 会自动在该节点上启动一个 Pod 副本；当节点被删除时，相应的 Pod 也会被回收。
    • StatefulSetStatefulSet 用于管理有状态的应用程序（如数据库、消息队列），它确保 Pod 按照严格的顺序启动和终止，保证每个 Pod 有唯一的标识符和网络标识，并可靠地存储和恢复应用程序状态。
    • JobJob 控制器用于运行一次性任务或批处理作业，它创建一个或多个 Pod，并保证这些 Pod 成功完成任务后自动终止。
    • CronJobCronJob 控制器基于 Linux 的 crontab 定时调度机制，可用于定期运行作业或命令。CronJob 创建一个或多个 Pod，并按照用户指定的时间表启动和终止这些 Pod。
  3. podPod 是最小的可部署和可调度的单位，它可以包含一个或多个容器，并共享同一个网络和存储空间，通常用于管理容器化应用程序的生命周期；
    在 Pod 中，每个容器都有其独立的文件系统和进程空间，而pause根容器（也称为主容器）则扮演着一个重要的角色根容器通常是 Pod 中的第一个启动的容器，它负责启动和运行其他容器，并监控整个 Pod 生命期内的各种状态变化。在根容器中，用户可以通过预定义的命令、脚本或程序实现各种功能，如初始化环境变量、拉取镜像、创建卷等。
  4. service
    1. Service 基本概念Service 是 Kubernetes 集群中的一个重要组件，用于管理和暴露 Pod 中的应用程序，提供了一种内部负载均衡和服务发现的机制，使得应用程序可以更加灵活和可扩展。Service 可以有多种类型，如 ClusterIP、NodePort、LoadBalancer、ExternalName 等。
    2. Service 的使用使用 Service 可以将一组 Pod 暴露成为一个网络服务，并为这个服务分配一个稳定的 IP 地址和 DNS 名称，使得其他的 Pod 或外部应用程序可以通过该地址来访问该服务。用户需要创建一个 Service 对象，并指定要暴露的 Pod 的标签选择器，Kubernetes 会自动将符合条件的 Pod 关联到该 Service 上。
    3. Service 的类型Kubernetes 支持多种类型的 Service，用户可以根据需要选择不同的类型。其中，ClusterIP 类型是最基础的类型，提供了一个虚拟 IP 地址，只能在集群内部进行访问；NodePort 类型则将 Service 暴露到每个节点上的一个端口上，可以从集群外部访问；LoadBalancer 类型可以自动创建一个负载均衡器，并为 Service 分配一个公开的 IP 地址，可以根据需要进行外部流量的负载均衡；ExternalName 类型则允许将 Service 映射到一个外部的 DNS 名称上。
    4. Service 的负载均衡和服务发现Service 提供了一种内部负载均衡和服务发现的机制，使得应用程序可以更加灵活和可扩展。当 Pod 的数量发生变化时，Service 会自动更新关联的 Pod 列表，并将请求分配到不同的 Pod 上，从而实现负载均衡和高可用。
  5. volumeVolume是用于容器存储的抽象概念，它为Pod中的容器提供了持久化存储空间，一般有以下几种：
    • EmptyDir Volume空目录Volume，它是一个临时目录，可被Pod中的所有容器共享使用。
    • HostPath Volume主机路径Volume，将主机文件系统中的目录或文件挂载到Pod中的容器中，可以在容器中读取和写入这些文件。
    • ConfigMap Volume配置映射Volume，将ConfigMap对象中的数据作为文件挂载到Pod中的容器中，用于存储配置文件。
    • Secret Volume密钥映射Volume，将Secret对象中的数据作为文件挂载到Pod中的容器中，用于存储敏感信息。
    • PersistentVolumeClaim (PVC) Volume持久卷Volume，使用PersistentVolumeClaim（PVC）请求动态或静态分配的持久化卷（PV），并将其挂载到Pod中的容器中，用于持久化存储数据。
  6. Persistent Volume（PV是一种可以独立于 Pod 而存在的存储卷，它提供了一种抽象的存储层，使得 Pod 可以通过声明 PV （PVC）来请求所需的持久化存储，并将 PV 挂载到容器中，从而实现数据的持久化；
    与上面的资源不同，PV在k8s中是共享的，不是属于特定的namespace的，当有PVC创建的时候，k8s会选择集群中合适的PV与PVC进行绑定。
  7. label标签是k8s中的一个重要概念，它的作用就是在资源上添加标识，用来对它们进行区分和选择；
    一个Label会以key/value键值对的形式附加到各种对象上，如Node、Pod、Service等等；一个资源对象可以定义任意数量的Label ，同一个Label也可以被添加到任意数量的资源对象上去；Label通常在资源对象定义时确定，当然也可以在对象创建后动态添加或者删除。

k8s部署Java应用

思路概述：准备了一个简单的springboot项目，不连数据库；
k8s作为一个容器编排方案，应用程序在其中是作为一个容器进行的，而容器需要存放在pod中受k8s的调度和控制，所以需要将项目打包成镜像便于创建pod时指定；
创建和管理pod需要pod控制器，所以选择创建一个pod控制器，我的springboot项目作为一个无状态的应用程序，最好使用Deployment控制器来创建pod；
程序运行起来之后肯定需要集群外部进行访问，所以需要往外暴露接口，这时候就需要创建service来将应用端口暴露给外部便于访问。

制作镜像

# master节点创建目录存储jar包
root@master1:/home/master1/javapj# ls
javaproject.jar

# 在该目录下创建Dockerfile文件，内容如下
FROM openjdk:8-jdk-alpine
VOLUME /tmp
RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
ADD javaproject.jar javaproject.jar
ENTRYPOINT ["java","-jar","/javaproject.jar","&"]

#执行build命令打包镜像
docker build -t javademo:v1 .

# 查看镜像
root@master1:/home/master1/javapj# docker images
REPOSITORY               TAG       IMAGE ID       CREATED          SIZE
javademo                 v1        3d10dac890bc   56 seconds ago   122MB

部署文件

  1. 新建一个namespace：javademo
apiVersion: v1
kind: Namespace
metadata:
  name: javademo
  labels:
    app: javademo
  1. 在命名空间里创建deployment
    创建deployment之后会自动创建replicaSet管理pod
apiVersion: apps/v1
kind: Deployment
metadata:
  name: javademo1
  namespace: javademo #指定命名空间
  labels:
    app: javademo1
spec:
  replicas: 1         #指定副本数量
  template:
    metadata:
      name: javademo1
      labels:
        app: javademo1
    spec:
      containers:
        - name: javademo1
          image: javademo:v1   #指定镜像
          imagePullPolicy: Never #重启镜像拉取策略，由于是自己打包的镜像，所以就不拉取了
          ports:
            - containerPort: 8111 #容器暴露的端口
      restartPolicy: Always #重启pod的策略，只要低于指定的数量就会重启
  selector:
    matchLabels:
      app: javademo1

3.创建service去暴露端口

apiVersion: v1
kind: Service
metadata:
  name: javademo1-svc
	namespace: javademo
spec:
  selector:
    app: javademo1
  ports:
    - port: 8111
      targetPort: 8111
      nodePort: 30033  #通过30033端口被外部访问
  type: NodePort    #NodePort可以被外部访问

三个port的区别：
nodeNort是服务对象公开的端口号，可以从群集外部访问该端口。当服务对象暴露了 Node Port 时，Kubernetes 将自动分配一个高位端口，并将其映射到集群中的每个节点上。然后，可以通过任何节点的 IP 地址和分配的 Node Port 访问该服务。
port是容器内部使用的端口号，是应用程序绑定的端口。该端口只存在于容器内部，外部无法直接访问该端口。当容器暴露了该端口时，可以通过服务对象让集群内的其他组件访问该端口。
targetPort是服务对象与 Pod 通信时使用的端口号。当服务对象与 Pod 通过选择器匹配关联时，服务对象将流量转发到 Pod 的 Target Port 上，而非容器的端口。Pod 可以选择任何可用端口作为 Target Port，但通常情况下都会选择与容器端口相同的端口号。

启动应用

创建资源的方式有两种：

  1. 使用kubectl命令行进行创建时，把上述配置作为.yaml文件保存在master节点自定义的目录下，然后使用**kubectl apply -f .yaml **依次创建资源即可，创建之后k8s会自动创建pod和容器并运行应用。
  2. 使用kubernetes-dashboard可视化工具进行创建。

1685087470445.png

访问应用

部署好之后，通过http://192.168.163.128:30033/、http://192.168.163.128:30033、http://192.168.163.128:30033/均可访问该服务。

k8s资源限制

节点级别的资源限制

节点级别的资源限制：通过 Node 上的配置文件或者命令行参数，可以对节点上运行的所有 Pod 进行资源限制。例如，使用 kubelet 在启动每个节点时添加 --cpu-manager-policy=static 参数，即可限制该节点上所有 Pod 的 CPU 使用量。

命名空间级别的资源限制

可以通过 LimitRange 和 ResourceQuota 两个对象来限制命名空间级别的cpu，内存，存储，显卡等资源：


#使用LimitRange限制每个容器的最大和最小占用资源
apiVersion: v1
kind: LimitRange
metadata:
  name: cpu-mem-limit-range
	namespace: namespace-name
spec:
  limits:
    - type: Container
      max:
        cpu: "500m"
        memory: "128Mi"
      min:
        cpu: "100m"
        memory: "64Mi"

#使用ResourceQuota限制整个命名空间下所有pod和容器的资源总量
apiVersion: v1
kind: ResourceQuota
metadata:
  name: cpu-mem-quota
	namespace: namespace-name
spec:
  hard:
    requests.cpu: "2"
    requests.memory: "512Mi"

#使用LimitRange 对象将一个命名空间中所有容器的存储资源限制为 1GB
apiVersion: v1
kind: LimitRange
metadata:
  name: storage-limit-range
	namespace: namespace-name
spec:
  limits:
    - type: PersistentVolumeClaim
      max:
        storage: "1Gi"

#使用ResourceQuota对象将一个命名空间中所有Pod和容器的存储资源使用限制为总共不超过 5GB：
apiVersion: v1
kind: ResourceQuota
metadata:
  name: storage-quota
spec:
  hard:
    requests.storage: "5Gi"

#在 Kubernetes 1.19 版本及以上，可以使用 DeviceTopology API 来限制一个 Namespace 中
#所有 Pod 和容器的显卡资源使用。例如，以下 YAML 文件中的 LimitRange 对象将一个命名空间
#中所有容器的显卡资源限制为最多只能绑定 2 个报文设备（RDMA）和 1 个 NVIDIA GPU 设备
apiVersion: v1
kind: LimitRange
metadata:
  name: gpu-limit-range
spec:
  limits:
    - type: nvidia.com/gpu
      max:
        nvidia.com/gpu: "1"
    - type: "openshift.io/network"
      max:
        "rdma/ib": "2"

#注意，上述显卡资源限制需要基于支持 DeviceTopology API 的 CRI 实现，
#例如 cri-o、containerd 等。如果使用的是 Docker CRI 实现，则需要额外
#安装 nvidia-docker2 插件来实现显卡资源限制

Pod和容器级别的资源限制

# 在Deployment中的spec.container[].resources中限制每个容器的cpu和内存
apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-deployment
	namespace: namespace-name
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: my-container
        image: nginx
        resources:
          limits:
            cpu: "0.5"
            memory: "128Mi"
          requests:
            cpu: "0.25"
            memory: "64Mi"


#或者直接限制一个pod中所有容器能使用的资源
apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-deployment
	namespace: namespace-name
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
  	spec:
      containers:
      - name: container-1
        image: nginx
      - name: container-2
        image: redis
      resources:
        requests:
          cpu: "1"
          memory: "1Gi"
        limits:
          cpu: "2"
          memory: "2Gi"

#也可以在k8s集群中安装DevicePlugins 插件用来暴露设备资源，
#暴露之后就可以在spec.container[].resources中定义容器的资源请求和限制，包括显卡资源
#比如下面为容器请求一个 NVIDIA GPU 资源，并限制其最大使用数量为 1
apiVersion: v1
kind: Pod
metadata:
  name: my-pod
	namespace: namespace-name
spec:
  containers:
  - name: my-container
    image: my-image
    resources:
      limits:
        nvidia.com/gpu: 1

总结

感谢小胡同学的细心整理~~

赞

原文地址：https://blog.csdn.net/qq_32419139/article/details/131121708

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。

相关推荐

【博客694】k8s kubelet 状态更新机制
文章浏览阅读942次。kube-controller-manager 和 kubelet 是异步工作的，这意味着延迟可能包括任何的网络延迟、apiserver 的延迟、etcd 延迟，一个节点上的负载引起的延迟等等。当 Kubernetes 中 Node 节点出现状态异常的情况下，节点上的 Pod 会被重新调度到其他节点上去，但是有的时候我们会发现节点 Down 掉以后，Pod 并不会立即触发重新调度，这实际上就是和 Kubelet 的状态更新机制密切相关的，Kubernetes 提供了一些参数配置来触发重新调度的时间。_node-monitor-period
滴滴弹性云基于 K8S 的调度实践
文章浏览阅读3.8k次。上篇文章详细介绍了弹性云混部的落地历程，弹性云是滴滴内部提供给网约车等核心服务的容器平台，其基于 k8s 实现了对海量 node 的管理和 pod 的调度。本文重点介绍弹性云的调度能力，分为以下部分：调度链路图：介绍当前弹性云调度体系链路，对架构体系有一个初步的认知k8s 调度能力的运用：整体介绍弹性云现在用到的 k8s 调度能力和对其的增强k8s 版本的升级：介绍到从 k8s 1.12 到 1...._滴滴机房 腾讯
NUMA架构在kubernetes中的应用
文章浏览阅读897次。对于cpu来说，这种分配方式并不会有太大问题，因为cpu可以灵活调度，numa调度时我们只计算绑定了numa cpu的pod是可以接受的，但是对于内存来说，numa node上申请了的内存无法做到随时迁移，这就会导致调度器视角numa node的mem资源足够，但是等到pod真正使用时，由于没有绑定numa node的pod申请的内存，导致numa node的mem资源不足，造成swap中断或者远端内存申请，这会对绑定mem的pod来带来性能损耗。忽略了没有绑定numa node的pod资源。_kubectl numa
k8s中资源对象有哪些及它们如何协作
文章浏览阅读796次，点赞17次，收藏15次。只要在Service定义中设置了ClusterIp:None，就定义了一个HeadLess Service， 它与普通的Service关键区别在于它没有ClusterIp地址，如果解析HeadLess Service的DNS域名，则会返回该Service对应的全部Pod的EndPoint列表，这就意味着客户端是直接与后端的pod建立了TCP/IP链接进行通信的。一个Label是一个键值对。注解：属于资源对象的元数据，可以被理解为一种特殊的标签，不过更多的是与程序挂钩，通常用于实现资源对象属性的自定义扩展。
Kubernetes 部署DolphinScheduler 创建租户失败
文章浏览阅读763次。但是此时如果配置成 NONE, 租户创建成功了，但是无法创建资源文件，也就是无法上传文件，可能 dolphinscheduler 团队就想着将文件上传到 hdfs，暂不支持本地。需要将 resource.storage.type 置为 NONE, 因为我之前用的 1.3.6 版本的时候，即使资源文件存在本地文件也需要配置成 hdfs。_[error] 2023-10-24 18:10:43.762 +0800 org.apache.dolphinscheduler.api.servic
Kubernetes[k8s] 最新版1.27.3 - 1.28.0安装教程,使用containerd模式
文章浏览阅读2.7k次，点赞2次，收藏13次。公司使用的是交老的k8s版本（1.16），由于老版本的K8s对于现在很多新特性不支持，所以需要升级到新版本。目前2023年7月11日最新版本的k8s是v1.27.3。通过参考官方文档进行k8s部署工作。其中涉及到操作系统配置、防火墙配置、私有镜像仓库等。_k8s最新版本
kubernetes新版本使用kubeadm init的超全问题解决和建议
文章浏览阅读1.8w次，点赞14次，收藏27次。能节省你在kubeadm init 时遇到问题的排错时间⌚️。整合了网上大佬
Kubernetes(K8S)集群部署
文章浏览阅读1.1k次，点赞2次，收藏7次。具体操作步骤可以参考之前的教程，建议是先安装一台，然后克隆虚拟机，这样速度快。注意：在克隆时记得修改Mac地址、IP地址、UUID和主机名。（最后别忘了保存下快照~）_部署k8s集群
k8s从初识到上天系列第二篇：kubernetes的组件和架构
文章浏览阅读863次，点赞23次，收藏16次。当部署完 Kubernetes，便拥有了一个完整的集群。一组工作机器，称为节点， 会运行容器化应用程序。每个集群至少有一个工作节点。工作节点会 托管Pod ，而 Pod 就是作为应用负载的组件。控制平面管理集群中的工作节点和Pod。说人话版本：集群：cluster，多个几点被组织到一起共同为系统提供服务过程称之为集群。本质上是将承载同一个软件服务节点组织到一起，称之为该软件(服务)的集群，当然集群中的节点身份地位是不一样的。k8s集群也是如此，他也是多个节点组成。
Rancher管理K8S
文章浏览阅读943次。Rancher是一个开源的企业级多集群Kubernetes管理平台，实现了Kubernetes集群在混合云+本地数据中心的集中部署与管理，以确保集群的安全性，加速企业数字化转型。Rancher 1.0版本在2016年就已发布，时至今日，Rancher已经成长为企业在生产环境中运行容器和Kubernetes的首要选择。_rancher管理k8s
kubeadm搭建k8s高可用集群（keepalived+nginx+3master）
文章浏览阅读742次，点赞2次，收藏3次。本篇来讲解如何在centos下安装部署高可用k8s集群。_kubeadm ha keepalived + nginx
OpenEular23.09（欧拉）操作系统为企业搭建独立的K8S集群环境，详细流程+截图
文章浏览阅读1.9k次，点赞21次，收藏25次。那么这个空间设置成内存的2倍大小。点击IPv4设置--手动--添加--设置ip--设置DNS服务器，最后点击--“保存”；首先选中--“本地标准磁盘”，存储配置--自定义分区，点击--“完成”；在--主机名--设置主机名：（例如k8s-master01)，点击--点击+，设置--挂载点/boot--期望容量，点击--添加挂载点；点击--+--挂载点swap--期望容量，点击--“添加挂载点”；默认选择--亚洲--上海，并调整日期和时间，点击--“完成”；设备类型--确认--LVM，卷组--选择“修改”；_euler 服务器搭建
tkestack/gpu-manager在k8s1.23版本之后的使用
文章浏览阅读1k次。在1.25版本的k8s集群中部署gpu-manage时，虽然显示gpu节点上gpu-manage的pod实例都是running状态，但是给pod申领。既可以用源码的Makefile自动编译打包成新的镜像，但是源码的。说明gpu-manager和容器运行时接口通信失败了。编译后的镜像在1.25版本的k8s中可以正常使用。，但是在k8s1.23版本之后，接口路径已经改为。资源时，却始终找不到有资源的节点。，另外有一些依赖需要国际上的支持。可以看到这里用的运行时接口是。查看节点的详情时，返回的。_launch gpu manager 报错 can't create container runtime manager: context dead
k8s存储卷-动态PV
文章浏览阅读1k次，点赞18次，收藏16次。SelfLink：API的资源对象之一，表示资源对象在集群当中自身的一个连结，self-Link是一个唯一的标识号，可以用于标识k8s集群当中的每个资源的对象。容器里使用的配置，在provisioner当中定义好环境变量，传给容器，storageclass的名称，NFS服务器的地址，NFS的目录。NFS的provisionner的客户端以pod的方式运行在集群当中，监听k8s集群当中PV的请求，然后动态的创建于NFS相关的PV。命名为 nfs-client-provisioner-clusterrole。
K8S证书过期解决办法之替换证书
文章浏览阅读6.3k次，点赞2次，收藏20次。k8s证书过期解决方案之替换证书_k8s证书过期如何更换
K8S集群中使用JDOS KMS服务对敏感数据安全加密 | 京东云技术团队
文章浏览阅读1k次。KMS，Key Management Service，即密钥管理服务，在K8S集群中，以驱动和插件的形式启用对Secret，Configmap进行加密。以保护敏感数据
K8S exporter应用
文章浏览阅读888次。exporter对于云服务的监控还是很不完美，毕竟每家都有自己的护城河。自动发现多实例这样的借助consul 阿波罗这样的会简单一些。aws可以借助cloudwatch这样的导入模板到grafana中。还是希望能将类似腾讯云云监控中的这些指标采集到prometheus中，但是这过程应该还很遥远grafana出图 prometheus查询语法这些东西有时间的好好研究一下。报警有必要进行分级别，收敛配置一下！_command: - "-redis.password-file=/redis_passwd.json
Kubernetes 默认的4种命名空间
文章浏览阅读1k次。可以在此处（https://cloud.google.com/kubernetes-engine/docs/how-to/kube-dns）和此处（https://www.digitalocean.com/community/tutorials/an-introduction-to-the-kubernetes-dns-service）找到更多的详细信息。-or-ipvs/）和此处（https://arthurchiao.art/blog/cracking-k8s-node-proxy/）。_k8s默认命名空间
【C站首发】全网最新Kubernetes（K8s）1.28版本探秘及部署 基于Containerd容器运行时（100年证书kubeadm）
文章浏览阅读4.9k次，点赞11次，收藏32次。如果运行runc命令时提示：runc: error while loading shared libraries: libseccomp.so.2: cannot open shared object file: No such file or directory，则表明runc没有找到libseccomp，需要检查libseccomp是否安装，本次安装默认就可以查询到。所有主机均需要操作。所有主机均需要操作。所有主机均需要操作。所有主机均需要操作。所有主机均需要操作。所有主机均需要操作。_kubernetes 1.28
【K8S系列】深入解析k8s网络插件—Canal
文章浏览阅读3.6w次，点赞118次，收藏144次。Canal 提供了网络功能，使得 Kubernetes 集群中的 Pod 可以相互通信，并与集群外部的服务进行通信。它通过网络插件的方式，为每个 Pod 分配唯一的 IP 地址，并管理网络流量的路由和转发。此外，Canal 还支持网络策略，用于定义 Pod 之间的通信规则和安全策略。Canal 基于 Calico 和 Flannel 项目，结合了二者的优点。它使用 Calico 的数据平面，提供高性能的网络转发和安全特性，同时使用 Flannel 的控制平面，实现 IP 地址管理和网络策略的配置。_k8s canal
pythonJavaScriptjavaHTMLPHPreactjsC#AndroidCSSNode.jssqlrpython-3.xMysqLjQueryc++pandasFlutterangularIOSdjangolinuxswifttypescript路由器JSON路由器设置无线路由器h3c华三华三路由器设置华三路由器电脑软件教程arraysdocker软件图文教程Cvue.jslaravelspring-boot