我要评论
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
kubernetes的出世
kubernetes，简称k8s，因为k和s之间有八个字母，所以被称作k8s。是一个开源的，基于go语言开发， 容器集群管理系统/容器编排平台。主要用于自动化部署、扩展和管理容器应用, 提供了资源调度、部署管理、服务发现、扩容缩容、监控等一整套功能，kubernetes目标是让部署容器化应用简单高效
传统的应用部署方式是通过插件或脚本来安装应用。这样做的缺点是应用的运行、配置、管理、所有生存周期将与当前操作系统绑定，这样做并不利于应用的升级更新/回滚等操作，当然也可以通过创建虚拟机的方式来实现某些功能，但是虚拟机非常重，并不利于可移植性。
新的方式是通过部署容器方式实现，每个容器之间互相隔离，每个容器有自己的文件系统，容器之间进程不会相互影响，能区分计算资源。相对于虚拟机，容器能快速部署。
kubernetes 是一个轻便的和可扩展的开源平台，用于管理容器化应用和服务。通过kubernetes 能够进行应用的自动化部署和扩缩容。在kubernetes 中，会将组成应用的容器组合成一个逻辑单元以更易管理和发现。
kubernetes 积累了作为google 生产环境运行工作负载15 年的经验，并吸收了来自于社区的最佳想法和实践。
- k8s是谷歌在2014年发布的容器化集群管理系统
- 使用k8s进行容器化应用部署
- 使用k8s利于应用扩展
- k8s目标实施让部署容器化应用更加简洁和高效
k8s功能
1、数据卷
pod中容器间共享数据, 可以使用数据卷，pod是k8s部署的最小单元。
2、应用程序健康检查
容器内服务可能由于进程堵塞无法处理请求，可以设置监控检查策略保证可用性当所部署的node节点有问题时，会对容器进行重新部署和重新调度,并且当容未通过监控检查时，会关闭此容器直到容器正常运行时，才会对外提供服务处理请求可以设置监控检查策略保证可用。
3、复制应用程序实例
控制器维护着pod副本数量，保证一个pod或一组同类的pod数量始终可用
4、弹性伸缩
通过命令，用户ui 界面或基于cpu 等资源使用情况，对应用容器进行规模扩大或规模剪裁
5、服务发现
使用环境变量或dns服务插件保证容器中程序发现pod入口访问地址，用户不需使用额外的服务发现机制，就能够基于kubernetes 自身能力实现服务发现和负载均衡
6、负载均衡
一组pod副本分配一个私有的集群ip地址，负载均衡转发请求到后端容器。在集群内部其他pod可通过这个clusterip访问应用
7、滚动更新
更新服务不中断、一次更新一个pod，而不是同时删除整个服务，并且可以根据应用的变化对应用容器运行的应用，进行一次性或批量式更新。
8、服务编排
通过文件描述部署服务， 使得应用程序部署变得更高效，自动实现存储系统挂载及应用，特别对有状态应用实现数据持久化非常重要。存储系统可以来自于本地目录、网络存储(nfs、gluster、ceph 等)、公共云存储服务
9、资源监控
node节点组件集成cadvisor资源收集工具，可通过heapster汇总整个集群节点资源数据，然后存储到influxdb时序数据库，再由grafana展示。
10、提供认证和授权
支持角色访问控制(rbac)认证授权等策略，在不需要重新构建镜像的情况下，可以部署和更新密钥和应用配置，类似热部署。
kubernetes架构
一、master组件
1、kube-apiserver
kubernetes api, 集群的统一入口，各组件协调者, 以http api接口服务所有对象的管理及监听操作都交给apiserver处理后再提交给etcd存储
2、kube-controller-manager
处理集群中常规后台任务，一个资源对应一个控制器, 而controllermanager就是负责管理这些控制器的
3、kube-scheduler
根据调度算法为新建的pod选择node节点
二、node组件
1、kubelet
kubelet是master在node节点上的agent, 管理本机运行容器的生命周期. 比如创建容器、pod挂载数据卷、下载secret, 获取容器和节点状态等工作。kublet将每个pod转换成一组容器
2、kube-proxy
在node节点实现pod网络代理, 维护网络规则和四层负载均衡工作
3、docker engine
运行容器
三、etcd
分布式键值存储系统. 用于保存集群状态信息；比如pod, service等对象信息
完整架构图如下：
k8s核心概念
1、pod
pod是最小部署单元
一个pod可以放一个容器、也可以放多个容器
通常一个pod对应一个容器
2、deployment
定义一组pod副本数目，版本等
通过控制器【controller】维持pod数目【自动回复失败的pod】
通过控制器以指定的策略控制版本【滚动升级、回滚等】
3、service
service一个应用服务抽象, 定义了pod逻辑集合和访问这个pod集合的策略
service代理pod集合对外表现是为一个访问入口, 分配一个集群ip地址, 来自这个ip的请求将负载均衡转发后端pod中的容器
service通过lable selector选择一组pod提供服务
4、volume
卷，实现持久存储、数据共享
声明在pod容器中可访问的文件目录
可以被挂载到pod中一个或多个容器指定路径下
支持多种后端存储抽象【本地存储、分布式存储、云存储】
5、namespace
命名空间将对象逻辑上分配到不同的namespace，可以是不同的项目、用户等区分管理，并设定控制策略，从而实现多租户。
命名空间也称为虚拟集群
一个集群内部的逻辑隔离机制【鉴权、资源】
每个资源都属于一个namespace
同一个namespace所有资源不能重复
不同namespace可以资源名重复
6、label
标签用于区分对象(pod, service等), 键值对存在；
每个对象可以有多个标签, 通过标签关联对象
7、controller
replicaset
简称rs
确保任何给定时间指定的pod副本数量
statefulset
statefulset适合持久性的应用程序, 有唯一的网络标识符(ip), 持久存储、有序的部署、扩展、删除和滚动更新
daemonset
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
5111085929)]
[外链图片转存中…(img-xqh1peqy-1715111085929)]
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
发表评论