K8S精进之路-控制器Deployment-(1)

在K8S中，最小运行单位为POD,它是一个逻辑概念，其实是一组共享了某些资源的容器组。POD是能运行多个容器的，Pod 里的所有容器，共享的是同一个 Network Namespace，并且可以声明共享同一个 Volume。在POD中能够hold住网络和存储资源的容器就是，pause容器，它是一个一直循环运行的容器。

首先我们要搞清楚K8S有哪些资源，可以看看下面定义

类别	名称
工作负载型	Pod Replicaset ReplicationController Deployments StatefulSets Daemonset Job CronJob
服务发现及负载均衡	Service Ingress
配置与存储	Volume、Persistent Volume、CSl 、 configmap、 secret
集群资源	Namespace Node Role ClusterRole RoleBinding ClusterRoleBinding
元数据资源	HPA PodTemplate LimitRang

用户一般不直接操作POD,而是通过控制器来，在上面的表格中，我主要操作的对象就是Replicaset,Deployments ,DaemonSet,Job,Cronjob,StatefulSet.现在我们分别说说这些控制器的应用场景吧。

Replicaset：代用户创建指定数量的pod副本数量，确保pod副本数量符合预期状态，并且支持滚动式自动扩容和缩容功能。但是现在基本被Deployments 取代了.

Deployment：工作在ReplicaSet之上，用于管理无状态应用，目前来说最好的控制器。支持滚动更新和回滚功能，还提供声明式配置。

DaemonSet：用于确保集群中的每一个节点只运行特定的pod副本，通常用于实现系统级后台任务。比如在Calico中的Agent就是用DaemonSet方式运行。DaemonSet是直接共享宿主机的网络，还有hostAliases,HostNetwork,hostPID,hostname这些资源的

Job：只要完成就立即退出，不需要重启或重建。这个用于一次性运行，比如大数据中的统计执行任务，运行完成了就不用去管了。

Cronjob：周期性任务控制，像Linux中crontab，在某一个时间定时运行程序

StatefulSet：管理有状态应用，比如数据库基本都是有状态应用的，你数据保存在指定的节点，那么下次运行时就必须在这个节点去运行，这样就是有状态的了。

Deployment为Pod和Replica Set（下一代Replication Controller）提供声明式更新,现在我们来创建一个简单的Deployment来运行测试。Deployment.yaml范例文件如下:

yaml 复制代码

apiVersion: apps/v1  #aip版本信息
kind: Deployment     #资源类型
metadata:            #元数据定义
  name: myapp-deploy  #资源的名称
  namespace: default  #资源的命名空间，这里是default
spec:                 #资源的规格
  replicas: 3         #副本数，这里是3个
  selector:           #标签选择器，这里是去找相应的pod标签
    matchLabels:      #匹配哪些标签
      app: myapp      #第一个条件是app=myapp
      release: canary #第二个条件是release=canary
  template:           #pod的模板定义
    metadata:         #pod的元数据定义
      labels:         #pod的标签属性
        app: myapp    #pod的一个标签属性
        release: canary  #pod的第二个标签属性
    spec:             #pod的规格定义
      containers:     #容器定义
      - name: myapp   #容器的名称
        image: ikubernetes/myapp:v2  #容器的镜像
        ports:                      #容器暴露端口
        - name: http                #端口名称
          containerPort: 80         #端口号

在编辑好上面的deployment的yaml文件后，我们来创建它。

yaml 复制代码

 kubectl app -f Deployment.yaml

通过kubectl get deploy，kubectl get pods --show-labels 我们可以查看到已经创建了三个副本的myapp-deploy的deployment资源。我们通过上图中的get pods可以获得三个副本的IP地址，由于pod是开放了容器的80端口。我们直接访问可以获得相关内容。

yaml 复制代码

curl 10.42.1.8

Deployment资源对象是可以进行回滚的，它有一个属性revisionHistoryLimit，是一个可选配置项，用来指定可以保留的旧的ReplicaSet数量，默认保存记录10个。该理想值取决于心Deployment的频率和稳定性。如果该值没有设置的话，默认所有旧的Replicaset或会被保留，将资源存储在etcd中，是用kubectl get rs查看输出。每个Deployment的该配置都保存在ReplicaSet中，然而，一旦删除的旧的RepelicaSet，Deployment就无法再回退到那个revison了。

如果将该值设置为0，所有具有0个replica的ReplicaSet都会被删除。在这种情况下，新的Deployment rollout无法撤销，因为revision history都被清理掉了。可以通过descirbe详细看看deployment当前的配置，我们可以看到当前的更新策略是StrategyType:RollingUpdate是滚动更新策略，它还有一个策略是Recreate：重建式更新，就是删一个建一个。类似于ReplicaSet的更新方式，即首先删除现有的Pod对象，然后由控制器基于新模板重新创建新版本资源对象。

现在我们通过修改Deployment.yaml文件来进行版本升级。升级的版本配置如下，我们把镜像版本改成v1然后升级deployment.

yaml 复制代码

apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp-deploy
  namespace: default
spec:
  replicas: 3
  selector:
    matchLabels:
      app: myapp
      release: canary
  template:
    metadata:
      labels:
        app: myapp
        release: canary
    spec:
      containers:
      - name: myapp
        image: ikubernetes/myapp:v1
        ports:
        - name: http
          containerPort: 80

下面可以看到整个deployment升级过程，是停止一台，升级一台的这种循环。

以下可以看到原的rs作为备份，而现在是启动新的rs

通过kubectl rollout history deployment myapp-deployment 查看有多少个历史版本

现在我们可以回滚回原来的版本，也就是V2的版本，用如下命令

bash 复制代码

kubectl rollout undo deployment myapp-deploy

当然也可以通过如下指令，回到指定的版本，比如:

bash 复制代码

#回滚到第一个版本
kubectl rollout undo deployment myapp-deploy --to-revision=1

当然也可以通过命令的方式升级pod镜像,

bash 复制代码

kubectl set image deployment/myapp-deploy myapp=ikubernetes/myapp:v2

使用以下命令扩容 Deployment

bash 复制代码

kubectl scale deployment myapp-deploy --replicas 5

#通过打补丁的方式进行扩容：
kubectl patch deployment myapp-deploy -p '{"spec":{"replicas":5}}'

通过打补丁的方式进行修改更新策略

bash 复制代码

 kubectl patch deployment myapp-deploy -p '{"spec":{"strategy":{"rollingupdate":{"maxsurge":1,"maxUnavailable":0}}}}'

金丝雀发布也就是灰度更新。

bash 复制代码

#设置maxSurge：1，maxUnavailable=0
kubectl set image deployment myapp-deploy myapp=ikubernetes/myapp:v3 && kubectl rollout pause deployment myapp-deploy

#观察更新状态
kubectl rollout status deployments myapp-deploy　　

#如果更新的节点没问题，然后resume继续剩下的更新
kubectl rollout resume deployment myapp-deploy

#查看最后的更新情况
kubectl get pods -l app=myapp -w