边缘计算：K3s 轻量级 K8s 部署实践

随着物联网、工业互联网的快速发展，边缘计算作为"靠近数据源头的计算架构"，逐渐成为解决终端设备响应延迟、带宽占用过高、数据隐私保护等问题的核心方案。而 Kubernetes（K8s）作为容器编排领域的事实标准，因强大的自动化部署、扩缩容和运维能力，成为边缘计算场景下的理想选择。但传统 K8s 集群部署复杂、资源占用高，难以适配边缘节点（如物联网网关、工业控制器）的轻量化需求。

K3s 作为 Rancher 推出的轻量级 K8s 发行版，通过裁剪非核心组件、优化资源占用，完美解决了传统 K8s 在边缘场景的适配难题。本文将从核心概念入手，详细讲解 K3s 的部署流程、实战示例，并拓展边缘计算场景下的进阶应用，帮助读者快速掌握 K3s 部署与运维核心能力。

一、核心概念解析：边缘计算与 K3s 的适配逻辑

1.1 边缘计算的核心诉求

边缘计算的核心是将计算资源从云端下沉到靠近终端设备的"边缘节点"，其核心诉求包括：

低延迟响应：终端设备（如工业传感器、自动驾驶车辆）需要毫秒级数据处理能力，避免云端传输的延迟损耗；
低资源占用：边缘节点多为嵌入式设备（如树莓派、ARM 架构网关），CPU、内存、存储资源有限；
高可靠性：支持离线运行，避免云端故障导致业务中断；
易部署运维：边缘节点分布分散，需要轻量化、自动化的部署和管理工具。

1.2 K3s 为何适配边缘计算？

K3s 是"经过认证的 Kubernetes 发行版"，专为资源受限环境设计，其核心优势的：

轻量紧凑：二进制文件仅 60MB 左右，最低可运行在 1GB 内存、1 核 CPU 的设备上；
部署简单：单命令一键部署，自动集成容器运行时（containerd）、网络插件（flannel）等核心组件；
低依赖：无需外部 ETCD 集群（默认使用嵌入式 SQLite 数据库，支持 ETCD/PostgreSQL 集群化部署）；
全兼容 K8s：支持标准 K8s API，现有 K8s 资源清单（YAML）可直接复用；
内置运维工具：集成 K3s 命令行工具（kubectl 功能内置）、日志收集、监控等功能。

1.3 K3s 核心组件精简逻辑

K3s 对传统 K8s 组件进行了针对性裁剪和优化：

移除非核心组件：如 Ingress Controller（默认集成 Traefik 轻量级网关，可禁用）、云服务商插件、CSI 存储插件（默认提供 local-path 本地存储）；
简化组件实现：用 containerd 替代 Docker（默认集成，可切换），减少中间层开销；用嵌入式 SQLite 替代 ETCD（适用于单节点，集群化场景可替换）；
组件集成化：将 kube-apiserver、kube-controller-manager、kube-scheduler、kube-proxy 等核心组件打包为单个进程，降低资源占用。

二、部署前置准备：环境要求与规划

2.1 环境要求

K3s 支持 x86_64、ARM64、ARMv7 等多种架构，边缘场景常见的设备（如树莓派 4B、Intel NUC、工业网关）均能适配，最低环境要求：

资源类型	最低配置	推荐配置（生产环境）
CPU	1 核	2 核及以上
内存	1GB	2GB 及以上
存储	10GB 可用空间	20GB SSD 及以上
操作系统	Linux 发行版（CentOS 7+/Ubuntu 18.04+/Debian 10+）	同最低配置，建议关闭 SELinux/AppArmor
网络	节点间网络互通，支持 TCP/UDP 协议	稳定局域网，建议配置静态 IP

2.2 部署规划

本文采用"单 Server 节点 + 多 Agent 节点"的集群架构（边缘场景最常用），规划如下：

节点角色	IP 地址	架构	备注
K3s Server（控制平面）	192.168.1.100	x86_64	管理集群资源，运行核心组件
K3s Agent（工作节点）	192.168.1.101	ARM64（树莓派 4B）	运行边缘业务容器
K3s Agent（工作节点）	192.168.1.102	x86_64（工业网关）	运行边缘业务容器
提示：单 Server 节点适用于小规模边缘场景（≤5 个 Agent 节点）；若需高可用，可部署 3 个 Server 节点，使用外部 ETCD/PostgreSQL 数据库。

2.3 前置操作（所有节点）

部署前需在所有节点执行以下操作，避免权限、网络等问题：

bash 复制代码

# 1. 关闭 SELinux（CentOS 系统，Ubuntu 可跳过）
sudo setenforce 0
sudo sed -i 's/^SELINUX=enforcing$/SELINUX=disabled/' /etc/selinux/config

# 2. 关闭防火墙（边缘场景建议关闭，生产环境可按需配置规则）
sudo systemctl stop firewalld
sudo systemctl disable firewalld

# 3. 禁用 Swap（K8s 要求，避免内存交换影响性能）
sudo swapoff -a
sudo sed -i '/swap/s/^/#/' /etc/fstab

# 4. 配置主机名（每个节点主机名唯一）
# Server 节点
sudo hostnamectl set-hostname k3s-server
# Agent 节点 1
sudo hostnamectl set-hostname k3s-agent-1
# Agent 节点 2
sudo hostnamectl set-hostname k3s-agent-2

# 5. 配置 hosts 文件（实现节点间主机名解析）
sudo cat >> /etc/hosts << EOF
192.168.1.100 k3s-server
192.168.1.101 k3s-agent-1
192.168.1.102 k3s-agent-2
EOF

# 6. 安装依赖工具（curl、wget 等）
# CentOS
sudo yum install -y curl wget
# Ubuntu/Debian
sudo apt update && sudo apt install -y curl wget

三、K3s 核心部署步骤

3.1 单 Server 节点部署（控制平面）

K3s 提供官方一键部署脚本，默认集成 containerd、flannel、Traefik、local-path 等组件，部署命令如下：

bash 复制代码

# 登录 Server 节点，执行部署命令
curl -sfL https://get.k3s.io | sh -

# 说明：
# 1. 脚本会自动下载 K3s 二进制文件，配置系统服务（k3s.service）
# 2. 默认使用嵌入式 SQLite 数据库，单节点部署无需额外配置
# 3. 自动生成 kubectl 配置文件：/etc/rancher/k3s/k3s.yaml
# 4. 自动创建集群令牌：/var/lib/rancher/k3s/server/node-token（用于 Agent 节点加入）

3.1.1 部署验证

bash 复制代码

# 1. 检查 K3s 服务状态
sudo systemctl status k3s
# 正常输出应显示 "active (running)"

# 2. 查看集群节点状态（K3s 内置 kubectl 功能，可直接用 k3s kubectl 命令）
sudo k3s kubectl get nodes
# 输出示例（Server 节点为 Ready 状态）：
# NAME         STATUS   ROLES                  AGE   VERSION
# k3s-server   Ready    control-plane,master   1m    v1.29.3+k3s1

# 3. 查看集群组件状态
sudo k3s kubectl get pods -A
# 输出示例（核心组件均为 Running 状态）：
# NAMESPACE     NAME                                      READY   STATUS    RESTARTS   AGE
# kube-system   metrics-server-648b5df564-2z7xq           1/1     Running   0          1m
# kube-system   local-path-provisioner-957fdf8bc-7x4pz    1/1     Running   0          1m
# kube-system   coredns-597584b69d-2f9qf                  1/1     Running   0          1m
# kube-system   traefik-7cd4fcff68-8xqzk                  1/1     Running   0          1m
# kube-system   svclb-traefik-7c8b9f5d4d-4x7vq            2/2     Running   0          1m

3.1.2 自定义部署参数（可选）

若需自定义部署（如禁用 Traefik、指定 K3s 版本、修改数据目录），可通过环境变量或命令参数配置，示例：

bash 复制代码

# 示例 1：禁用 Traefik（边缘场景无需网关时）
curl -sfL https://get.k3s.io | sh -s - --disable=traefik

# 示例 2：指定 K3s 版本（推荐使用稳定版，可在 https://github.com/k3s-io/k3s/releases 查看）
curl -sfL https://get.k3s.io | K3S_VERSION=v1.29.3+k3s1 sh -

# 示例 3：修改数据目录（默认 /var/lib/rancher/k3s，适用于存储分区挂载场景）
curl -sfL https://get.k3s.io | sh -s - --data-dir /data/k3s

# 示例 4：指定集群 CIDR（Pod 网络网段，避免与本地网络冲突）
curl -sfL https://get.k3s.io | sh -s - --cluster-cidr=10.42.0.0/16 --service-cidr=10.43.0.0/16

3.2 Agent 节点加入集群

Agent 节点需要通过 Server 节点的"集群令牌"加入集群，步骤如下：

3.2.1 获取 Server 节点的集群令牌

bash 复制代码

# 登录 Server 节点，执行以下命令获取令牌
sudo cat /var/lib/rancher/k3s/server/node-token
# 输出示例（令牌字符串，后续需用到）：
# K10e8f7d6c5b4a39281706f5e4d3c2b1a09876543210fedcba9876543210fedcba::server:1234567890abcdef1234567890abcdef

3.2.2 Agent 节点执行加入命令

bash 复制代码

# 登录每个 Agent 节点，替换以下命令中的 <SERVER_IP> 和 <NODE_TOKEN>
curl -sfL https://get.k3s.io | K3S_URL=https://<SERVER_IP>:6443 K3S_TOKEN=<NODE_TOKEN> sh -

# 示例（替换为实际 Server IP 和令牌）：
curl -sfL https://get.k3s.io | K3S_URL=https://192.168.1.100:6443 K3S_TOKEN=K10e8f7d6c5b4a39281706f5e4d3c2b1a09876543210fedcba9876543210fedcba::server:1234567890abcdef1234567890abcdef sh -

# 说明：
# 1. K3S_URL：Server 节点的 API 地址（默认端口 6443）
# 2. K3S_TOKEN：Server 节点的集群令牌
# 3. 脚本会自动配置 Agent 服务（k3s-agent.service），并连接 Server 节点

3.2.3 加入结果验证

bash 复制代码

# 登录 Server 节点，查看所有节点状态
sudo k3s kubectl get nodes
# 输出示例（所有 Agent 节点均为 Ready 状态）：
# NAME           STATUS   ROLES                  AGE     VERSION
# k3s-server     Ready    control-plane,master   10m     v1.29.3+k3s1
# k3s-agent-1    Ready    <none>                 2m      v1.29.3+k3s1
# k3s-agent-2    Ready    <none>                 1m      v1.29.3+k3s1

四、实战示例：部署边缘业务容器（Nginx 案例）

下面以部署 Nginx 服务为例，演示如何在 K3s 集群中部署边缘业务，包括资源清单编写、部署验证、服务访问等步骤。

4.1 编写 Nginx 部署清单（YAML）

K3s 完全兼容 K8s 资源清单，创建 nginx-deployment.yaml 文件，内容如下：

yaml 复制代码

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-edge  # 部署名称
  namespace: default  # 命名空间（默认 default）
spec:
  replicas: 2  # 副本数（2 个，分布在 Agent 节点）
  selector:
    matchLabels:
      app: nginx-edge  # 标签匹配（与下面 template.labels 一致）
  template:
    metadata:
      labels:
        app: nginx-edge
    spec:
      containers:
      - name: nginx
        image: nginx:alpine  # 轻量级 Nginx 镜像（适合边缘场景）
        ports:
        - containerPort: 80  # 容器内部端口
        resources:
          limits:  # 资源限制（边缘节点资源有限，需合理配置）
            cpu: "500m"  # 最大 CPU 占用 0.5 核
            memory: "256Mi"  # 最大内存占用 256MB
          requests:  # 资源请求（调度时参考）
            cpu: "200m"
            memory: "128Mi"
        volumeMounts:
        - name: nginx-html  # 挂载本地存储（边缘场景常用）
          mountPath: /usr/share/nginx/html
      volumes:
      - name: nginx-html
        persistentVolumeClaim:
          claimName: nginx-html-pvc  # 关联 PVC（下面创建）
---
# 创建 PVC（持久化存储，使用 K3s 默认的 local-path 存储类）
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: nginx-html-pvc
  namespace: default
spec:
  accessModes:
  - ReadWriteOnce  # 读写权限（仅单个节点挂载）
  resources:
    requests:
      storage: 1Gi  # 存储大小 1GB
  storageClassName: local-path  # K3s 默认存储类
---
# 创建 Service（暴露 Nginx 服务，ClusterIP 类型，集群内部访问）
apiVersion: v1
kind: Service
metadata:
  name: nginx-edge-svc
  namespace: default
spec:
  selector:
    app: nginx-edge
  ports:
  - port: 80  # Service 端口
    targetPort: 80  # 目标容器端口
  type: ClusterIP

4.2 部署 Nginx 服务

bash 复制代码

# 登录 Server 节点，执行部署命令
sudo k3s kubectl apply -f nginx-edge-deployment.yaml

# 查看部署状态
sudo k3s kubectl get deployments
# 输出示例（READY 2/2 表示部署成功）：
# NAME           READY   UP-TO-DATE   AVAILABLE   AGE
# nginx-edge     2/2     2            2           30s

# 查看 Pod 状态（-o wide 显示运行节点）
sudo k3s kubectl get pods -o wide
# 输出示例（2 个 Pod 分布在不同 Agent 节点）：
# NAME                            READY   STATUS    RESTARTS   AGE   IP          NODE           NOMINATED NODE   READINESS GATES
# nginx-edge-7f96548d6c-2xqzk     1/1     Running   0          1m    10.42.1.2   k3s-agent-1    <none>           <none>
# nginx-edge-7f96548d6c-5p7vq     1/1     Running   0          1m    10.42.2.2   k3s-agent-2    <none>           <none>

# 查看 PVC 状态（确认存储挂载成功）
sudo k3s kubectl get pvc
# 输出示例（STATUS 为 Bound 表示绑定成功）：
# NAME              STATUS   VOLUME                                     CAPACITY   ACCESS MODES   STORAGECLASS   AGE
# nginx-html-pvc    Bound    pvc-12345678-1234-5678-90ab-cdef12345678   1Gi        RWO            local-path     2m

4.3 验证服务访问

bash 复制代码

# 1. 查看 Service 信息（获取 ClusterIP）
sudo k3s kubectl get svc
# 输出示例：
# NAME             TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)   AGE
# kubernetes       ClusterIP   10.43.0.1       <none>        443/TCP   15m
# nginx-edge-svc   ClusterIP   10.43.123.45    <none>        80/TCP    5m

# 2. 在集群内访问 Nginx 服务（以 Server 节点为例）
curl 10.43.123.45
# 输出示例（Nginx 默认页面内容）：
# <!DOCTYPE html>
# <html>
# <head>
# <title>Welcome to nginx!</title>
# ...
# </body>
# </html>

# 3. 边缘场景拓展：若需外部访问（如边缘网关访问），可修改 Service 为 NodePort 类型
# 编辑 Service 配置
sudo k3s kubectl edit svc nginx-edge-svc
# 将 type: ClusterIP 改为 type: NodePort，保存退出

# 查看修改后的 Service（获取 NodePort 端口，如 30xxx）
sudo k3s kubectl get svc
# 输出示例：
# NAME             TYPE       CLUSTER-IP      EXTERNAL-IP   PORT(S)        AGE
# nginx-edge-svc   NodePort   10.43.123.45    <none>        80:30123/TCP   8m

# 外部访问（通过任意 Agent 节点 IP + NodePort 端口）
curl 192.168.1.101:30123
# 同样可获取 Nginx 默认页面

五、进阶拓展：边缘计算场景下的 K3s 优化与集成

5.1 高可用部署（HA）方案

单 Server 节点存在单点故障风险，生产级边缘场景可部署 3 个 Server 节点（高可用控制平面），并使用外部数据库（如 PostgreSQL）替代嵌入式 SQLite：

bash 复制代码

# 1. 部署 PostgreSQL 数据库（自行部署或使用云数据库，需创建 k3s 数据库和用户）
# 示例：创建数据库和用户（PostgreSQL 命令行）
CREATE DATABASE k3s;
CREATE USER k3s WITH ENCRYPTED PASSWORD 'k3s@123';
GRANT ALL PRIVILEGES ON DATABASE k3s TO k3s;

# 2. 部署第一个 Server 节点（指定外部数据库）
curl -sfL https://get.k3s.io | sh -s - \
  --datastore-endpoint "postgres://k3s:k3s@123@192.168.1.200:5432/k3s" \
  --disable=traefik \
  --cluster-init

# 3. 部署另外 2 个 Server 节点（加入高可用集群）
curl -sfL https://get.k3s.io | sh -s - \
  --datastore-endpoint "postgres://k3s:k3s@123@192.168.1.200:5432/k3s" \
  --disable=traefik \
  --server https://192.168.1.100:6443 \
  --token <第一个 Server 节点的令牌>

5.2 边缘场景资源优化

针对边缘节点资源有限的特点，可通过以下方式优化 K3s 资源占用：

禁用不必要组件：如 Traefik、metrics-server（通过 --disable=traefik,metrics-server 部署）；
限制组件资源 ：修改 K3s 服务配置，为 kube-apiserver、kube-controller-manager 等组件添加资源限制；

`# 编辑 K3s 服务配置

sudo vi /etc/systemd/system/k3s.service

在 ExecStart 后添加资源限制参数

ExecStart=/usr/local/bin/k3s server --kube-apiserver-arg=runtime-config=api/all=true --kube-apiserver-arg=requestheader-allowed-names=front-proxy-client --kube-apiserver-arg=requestheader-group-headers=X-Remote-Group --kube-apiserver-arg=requestheader-extra-headers-prefix=X-Remote-Extra- --kube-apiserver-arg=requestheader-user-headers=X-Remote-User --kube-apiserver-arg=service-account-signing-key-file=/var/lib/rancher/k3s/server/tls/service-account.key --kube-apiserver-arg=service-account-key-file=/var/lib/rancher/k3s/server/tls/service-account.pub --kube-apiserver-arg=service-account-issuer=https://kubernetes.default.svc.cluster.local --kube-apiserver-arg=authorization-mode=Node,RBAC --kube-controller-manager-arg=cluster-signing-key-file=/var/lib/rancher/k3s/server/tls/ca.key --kube-controller-manager-arg=leader-elect=false --kube-scheduler-arg=leader-elect=false --kube-proxy-arg=metrics-bind-address=0.0.0.0:10249 --kubelet-arg=node-ip=192.168.1.100 --kubelet-arg=eviction-hard=imagefs.available<15%,memory.available<100Mi --kubelet-arg=eviction-soft=imagefs.available<20%,memory.available<200Mi --kubelet-arg=eviction-soft-grace-period=imagefs.available=2m,memory.available=2m --kubelet-arg=eviction-max-pod-grace-period=30

重启 K3s 服务

sudo systemctl daemon-reload

sudo systemctl restart k3s`

使用轻量级镜像：业务容器优先使用 alpine、slim 等轻量级基础镜像，减少内存和存储占用；
配置 Pod 优先级：为核心边缘业务设置高优先级，避免资源竞争时被驱逐。

5.3 边缘计算平台集成

K3s 可与主流边缘计算平台集成，实现更全面的边缘管理能力：

Rancher 管理：通过 Rancher 平台统一管理多个 K3s 边缘集群，支持可视化运维、升级、监控；
EdgeX Foundry 集成：EdgeX Foundry 是边缘计算设备管理平台，可与 K3s 集成，实现设备数据采集、处理与业务容器的联动；
监控告警集成：部署 Prometheus + Grafana 轻量级监控套件，监控边缘节点资源和业务容器状态，配置离线告警（如通过本地邮件、短信网关）。

5.4 安全配置最佳实践

边缘节点分布分散，安全风险较高，建议配置以下安全措施：

启用 TLS 加密：K3s 默认启用组件间 TLS 加密，可定期更新证书（通过 k3s certificate rotate 命令）；
配置网络策略：使用 NetworkPolicy 限制 Pod 间通信，避免恶意访问；
权限控制：为运维人员创建最小权限的 ServiceAccount，避免使用管理员权限；
镜像安全：使用私有镜像仓库，禁止拉取未知镜像；配置镜像签名验证，确保镜像完整性。

六、常见问题与排查

6.1 Agent 节点无法加入集群

检查 Server 节点 IP 和端口是否可达：telnet 192.168.1.100 6443；
验证集群令牌是否正确：重新获取 Server 节点的 token，确认加入命令中的令牌无误；
检查防火墙规则：确保 Server 节点开放 6443（API）、8472（flannel VXLAN）端口。

6.2 Pod 无法调度到 Agent 节点

检查节点状态：sudo k3s kubectl get nodes，确保节点为 Ready 状态；
检查节点污点：若节点存在污点（Taint），可能导致 Pod 无法调度，执行 sudo k3s kubectl describe node <节点名> 查看，必要时删除污点：sudo k3s kubectl taint nodes <节点名> <污点键>:NoSchedule-；
检查资源限制：确认节点资源是否满足 Pod 的 resources.requests 配置。

6.3 本地存储挂载失败

检查 local-path 存储类是否存在：sudo k3s kubectl get sc，默认应存在 local-path 存储类；
查看 PVC 事件：sudo k3s kubectl describe pvc <PVC 名称>，根据事件信息排查（如存储目录权限问题）；
确认节点存储目录可用：K3s 本地存储默认使用 /var/lib/rancher/k3s/storage，检查该目录是否有足够空间和权限。

七、总结

K3s 作为轻量级 K8s 发行版，以其部署简单、资源占用低、全兼容 K8s 的优势，成为边缘计算场景的理想容器编排方案。本文从核心概念出发，详细讲解了 K3s 集群的部署流程、实战案例，并拓展了高可用部署、资源优化、平台集成等进阶内容，帮助读者快速落地边缘计算场景下的 K3s 部署与运维。

随着边缘计算的不断发展，K3s 还将持续优化边缘场景的适配能力。未来，结合边缘AI、边缘存储等技术，K3s 有望在工业互联网、智能物联网、自动驾驶等领域发挥更大的价值。建议读者在实际部署中，根据边缘节点的硬件配置和业务需求，灵活调整部署参数和资源配置，确保集群稳定高效运行。