K8s学习四(资源调度_1)

资源调度

  • 发现对Pod操作不方便,不能直接操作,而且不能直接编辑,需要对原来的配置文件进行操作,而且需要删除之后再创建Pod,不方便,更多是通过控制器来操作。

Label和Selector

  • 通过设置标签和选择器来确定需要的资源,如果是kubectl get po,就是Pod,这里的po可以替换成其他资源,如deploy。
Label
  • label,标签可以在配置文件或者命令行kubectl中设置
  • 命令行中,有下面的命令:
bash 复制代码
# 创建临时label
kubectl label po <资源名称> app=hello

# 修改已经存在的标签
kubectl label po <资源名称> app=hello2 --overwrite

# 查看label

# selector 按照 label 单值查找节点
kubectl get po -A -l app=hello

# selector 按照 label 多值查找节点,也可以不等查找
kubectl get po -A -l test=1.0.0,type=app
kubectl get po -A -l test=1.0.0,app!=hello

# selector 按照 label 选择多值查找节点,引号必须有,避免歧义
kubectl get po -A -l 'test in (1.0.0,1.0.1),type=app'


# 查看所有节点的 labels
kubectl get po --show-labels

# selector 按照 label 综合查找节点
kubectl get po -A -l app=hello --show-labels

# - 是 -- 命令的缩写,例如,-l 是 --label 的缩写,-A 是 --all-namespaces 的缩写。
Selector
  • 进行选择对应的资源
  • 可以在配置文件中配置,在各对象的配置 spec.selector 或其他可以写 selector 的属性中编写
  • 也可以在kubectl命令中:
bash 复制代码
# 匹配单个值,查找 app=hello 的 pod
kubectl get po -A -l app=hello

# 匹配多个值
kubectl get po -A -l 'k8s-app in (metrics-server, kubernetes-dashboard)'


# 查找 version!=1 and app=nginx 的 pod 信息
kubectl get po -l version!=1,app=nginx

# 不等值 + 语句
kubectl get po -A -l version!=1,'app in (busybox, nginx)'
  • 一些命令演示如下:

Deployment(无状态)

  • deployment的嵌套关系如下:

  • 这里replicationcontroller已经逐步被替代,因为replicaset可以用selector来选择。

功能
创建
  • 先用命令行创建一个nginx的deployment,运行kubectl create deploy nginx-deploy --image=nginx:1.7.9

  • 然后查看deploy,replicaset和Pod,会发现像上面介绍的是一层一层嵌套关系,如下:-

  • 执行kubectl get po,rs,deploy --show-labels得到:

  • 创建的yaml文件:

bash 复制代码
apiVersion: apps/v1 # deployment api版本
  kind: Deployment # 资源类型为deployment
  metadata: # 元信息
    labels: # deploy标签
      app: nginx-deploy
    name: nginx-deploy # deploy的名字
    namespace: default # 所在的命名空间
  spec:
    replicas: 1 # 期望的副本数
    revisionHistoryLimit: 10 # 进行滚动更新后,保留的历史版本数
    selector: # 选择器,用于找到匹配的RS
      matchLabels: # 按照标签匹配
        app: nginx-deploy # 匹配的标签
    strategy: # 更新策略
      rollingUpdate: # 滚动更新配置
        maxSurge: 25% # 进行滚动更新时,最多可以启动25%的新实例
        maxUnavailable: 25% # 进行滚动更新时,最多可以同时停止25%的旧实例
      type: RollingUpdate # 更新类型,采用滚动更新
    template: # Pod模板
      metadata: # Pod的元信息
        labels: # Pod标签
          app: nginx-deploy
      spec: # Pod期望信息
        containers: # Pod容器
        - image: nginx:1.7.9 # 镜像
          imagePullPolicy: IfNotPresent # 拉取策略
          name: nginx # 容器名称
        restartPolicy: Always # 重启策略
        terminationGracePeriodSeconds: 30 # 删除操作最多宽限多长时间
  • deploy和statefulset可能用到matchLabels
滚动更新
  • 只有修改了 deployment 配置文件中的 template 中的属性后,才会触发更新操作

  • 通过 kubectl edit deployment nginx-deploy 进行修改

  • 下面先修改非template,看看是否更新

  • 进入修改之后,在label中新加入标签:

  • 查看是否更新,发现确实没有更新

  • 然后修改副本数为3,方便后面看滚动更新进行查看

  • 也不是更新,发现deploy,rs都是一个,然后管理着3个Pod

  • 注:这是因为create的模板edit后直接生效了,要是自己定义的yaml文件,记得重新apply

  • 下面将template里面的nginx镜像版本号修改之后保存退出,发现在滚动更新

  • 具体查看信息用kubectl rollout status deploy nginx-deploy

  • 这次用命令行的方式进行设置,执行kkubectl set image deployment/nginx-deploy nginx=nginx:1.7.9

  • 进入deploy查看信息kubectl describe deploy nginx-deploy

  • 可以看出是replicaset是不断变化的,大概意思是创建一个新的replicaset,然后更新一个Pod,更新好后,停止原来rs的旧Pod,然后再更新另一个新Pod,然后再停掉原来rs的旧Pod,直至完成。如下图:

  • 再次看信息会发现,新的Pod已经和新的RS关联,如下图:

  • 注:可能会出现并行的状态,就是修改之后,生成一个新的RS来更新,还没完成的时候,又进行了修改,然后就会停止之前的更新,创建新的RS来进行这次更新

回滚
  • 有时候你可能想回退一个Deployment,例如,当Deployment不稳定时,比如一直crash looping。

  • 默认情况下,kubernetes会在系统中保存前两次的Deploymentrollout历史记录,以便你可以随时会退(你可以修改revision history limit来更改保存的revision数)。

  • 假如更新 deployment 时参数不小心写错,如 nginx:1.9.1 写成了 nginx:1.91
    kubectl set image deployment/nginx-deploy nginx=nginx:1.91

  • 监控滚动升级状态,由于镜像名称错误,下载镜像失败,因此更新过程会卡住
    kubectl rollout status deployments nginx-deploy

  • 结束监听后,获取 rs 信息,我们可以看到新增的 rs 副本数是 2 个
    kubectl get rs

  • 通过 kubectl get pods 获取 pods 信息,我们可以看到关联到新的 rs 的 pod,状态处于 ImagePullBackOff 状态

  • 为了修复这个问题,我们需要找到需要回退的 revision 进行回退 通过 kubectl rollout history deployment/nginx-deploy 可以获取 revison 的列表

  • 通过 kubectl rollout history deployment/nginx-deploy --revision=2 可以查看详细信息

  • 确认要回退的版本后,可以通过 kubectl rollout undo deployment/nginx-deploy可以回退到上一个版本

  • 也可以回退到指定的 revision
    kubectl rollout undo deployment/nginx-deploy --to-revision=2

  • 再次通过 kubectl get deploymentkubectl describe deployment可以看到,我们的版本已经回退到对应的 revison 上了

  • 注:可以通过设置 .spec.revisonHistoryLimit 来指定 deployment 保留多少 revison,如果设置为 0,则不允许 deployment 回退了。

  • 命令结果如下:

  • 下面这个是旧rs里面之前创建Pod和删除Pod
扩容缩容
  • 扩容与缩容只是直接创建副本数,没有更新 pod template 因此不会创建新的 rs
  • 通过 kube scale 命令可以进行自动扩容/缩容,以及通过 kube edit 编辑 replicas 也可以实现扩容/缩容
bash 复制代码
# 通过 kube edit 编辑,就是通过kubectl edit deploy nginx-deploy命令进去之后修改replicas


#通过 kube scale 命令可以进行自动扩容/缩容
kubectl scale --replicas=6 deploy nginx-deploy
  • 缩容同理,只不过把数字变小就行
暂停与恢复
  • 由于每次对 pod template 中的信息发生修改后,都会触发更新 deployment 操作,那么此时如果频繁修改信息,就会产生多次更新,而实际上只需要执行最后一次更新即可,当出现此类情况时我们就可以暂停 deployment 的 rollout

  • 通过kubectl rollout pause deployment <name>就可以实现暂停,直到你下次恢复后才会继续进行滚动更新

  • 尝试对容器进行修改,然后查看是否发生更新操作了

bash 复制代码
kubectl set image deploy <name> nginx=nginx:1.17.9
kubectl get po 
  • 通过以上操作可以看到实际并没有发生修改,此时我们再次进行修改一些属性,如限制 nginx 容器的最大cpu为 0.2 核,最大内存为 128M,最小内存为 64M,最小 cpu 为 0.1 核
bash 复制代码
kubectl set resources deploy <deploy_name> -c <container_name> --limits=cpu=200m,memory=128Mi --requests=cpu100m,memory=64Mi
  • 通过格式化输出kubectl get deploy <name> -o yaml,可以看到配置确实发生了修改,再通过 kubectl get po 可以看到 pod 没有被更新

  • 那么此时我们再恢复 rollout,通过命令 kubectl rollout resume deploy <name>

  • 恢复后,我们再次查看 rs 和 po 信息,我们可以看到就开始进行滚动更新操作了

    kubectl get rs
    kubectl get po

  • 修改内容

  • pause之后,修改不会更新

  • resume之后,更新。

相关推荐
ImomoTo36 分钟前
HarmonyOS学习(十三)——数据管理(二) 关系型数据库
数据库·学习·harmonyos·arkts·鸿蒙
wang_book3 小时前
Gitlab学习(007 gitlab项目操作)
java·运维·git·学习·spring·gitlab
weixin_455446173 小时前
Python学习的主要知识框架
开发语言·python·学习
prcyang4 小时前
Docker Compose
运维·docker·容器
蜗牛^^O^4 小时前
Docker和K8S
java·docker·kubernetes
脚踏实地的大梦想家4 小时前
【Docker】安装全流程与配置完整镜像源(可安装 nginx)
运维·docker·容器
Zww08915 小时前
docker部署个人网页导航
运维·docker·容器
PeterJXL5 小时前
Docker-compose:管理多个容器
运维·docker·容器
海王正在撒网5 小时前
用 Docker 部署 Seafile 社区版
运维·docker·容器
Ylucius6 小时前
动态语言? 静态语言? ------区别何在?java,js,c,c++,python分给是静态or动态语言?
java·c语言·javascript·c++·python·学习