在 Kubernetes（K8s）的容器编排体系中，** 控制器（Controller）** 是实现资源自动化管理的核心组件。它们通过 "期望状态" 与 "实际状态" 的持续比对，自动完成 Pod 的创建、更新、删除等操作，让应用运维更高效。本文将拆解 K8s 中最常用的 7 类控制器，帮你理清它们的适用场景与核心能力。
一、ReplicationController（RC）：副本管理的 "初代元老"
核心定位 ：K8s 最早的副本管理控制器，用于保证指定数量的 Pod 始终运行。工作逻辑 ：通过标签选择器匹配 Pod，若实际 Pod 数量少于replicas（期望副本数），则自动创建新 Pod；若多于则删除多余 Pod。局限性 ：仅支持精确标签匹配，不支持集合式标签（如matchExpressions），且功能已被ReplicaSet替代，目前仅用于兼容旧版本。
二、ReplicaSet（RS）：副本管理的 "主力选手"
核心定位 ：ReplicationController 的升级替代版，是 K8s 副本管理的基础控制器。核心能力：
- 支持更灵活的标签选择器（精确匹配 + 集合匹配，如
matchExpressions: {key: app, operator: In, values: [todo-list]}）； - 持续维护
replicas指定的 Pod 数量，故障 Pod 会被自动重建； - 可配合
Deployment实现滚动更新，但不建议单独使用（缺乏版本回滚等高级能力）。
典型场景：作为 Deployment 的 "底层组件" 存在，很少单独部署。
三、Deployment：无状态应用的 "最佳拍档"
核心定位 ：K8s 中最常用的控制器，专为无状态应用 设计，基于 ReplicaSet 实现更丰富的运维能力。核心能力：
- 滚动更新：逐步替换旧 Pod 为新 Pod，避免服务中断；
- 版本回滚：可回退到任意历史版本（基于 ReplicaSet 的版本记录）；
- 自愈能力：Pod 故障时自动重建，始终维持期望副本数；
- 扩缩容 ：支持手动 / 自动调整
replicas数量。
典型场景 ：Web 服务、API 接口等无状态应用的部署（如本文中的todo-list服务）。
四、DaemonSet：节点级任务的 "专属工具"
核心定位 ：保证每个（或指定）节点上运行且仅运行一个 Pod 的控制器。核心能力：
- 新节点加入集群时，自动在该节点创建对应的 Pod；
- 节点从集群移除时，自动删除该节点上的 Pod；
- 支持节点选择器（
nodeSelector），仅在匹配标签的节点上部署。
典型场景：节点监控（如 Prometheus Node Exporter）、日志采集（如 Fluentd）、网络插件（如 Calico）等需要在每个节点运行的组件。
五、Job：一次性任务的 "执行者"
核心定位 ：用于运行一次性批处理任务 ，任务完成后 Pod 自动终止。核心能力：
- 任务成功完成后，Pod 状态变为
Completed； - 支持
backoffLimit（任务失败重试次数）； - 支持
parallelism（并行执行的 Pod 数量）。
典型场景：数据备份、报表生成、临时计算（如前文的 "计算 2000 位圆周率"）。
六、CronJob：定时任务的 "调度员"
核心定位 ：基于 Job 实现的定时任务控制器 ，类似 Linux 的crontab。核心能力：
- 通过
schedule字段配置 Cron 表达式（如*/1 * * * *表示每分钟执行一次）； - 自动创建 Job 执行定时任务；
- 可配置历史任务的保留数量（避免资源堆积）。
典型场景 ：定时数据同步、定时日志清理、定时接口调用（如本文中定时请求todo-list的接口）。
七、StatefulSet：有状态应用的 "守护者"
核心定位 ：专为有状态应用 设计的控制器，保证 Pod 的 "身份唯一性" 与 "稳定网络标识"。核心能力：
- 稳定的 Pod 名称 ：Pod 名称按
[StatefulSet名称]-[序号]格式生成（如mysql-0、mysql-1）； - 稳定的网络标识 ：每个 Pod 拥有唯一的 DNS 域名（如
mysql-0.mysql-headless.default.svc.cluster.local）； - 稳定的存储 ：配合
PersistentVolumeClaim模板，保证 Pod 重建后仍能挂载原存储卷； - 有序操作：扩容时按序号递增创建，缩容时按序号递减删除，更新时支持有序滚动。
典型场景：数据库（MySQL、MongoDB）、消息队列（Kafka）等需要稳定身份与存储的应用。
八、Horizontal Pod Autoscaler（HPA）：自动扩缩容的 "智能管家"
核心定位 ：基于资源使用率（或自定义指标）自动调整 Pod 副本数 的控制器。核心能力：
- 支持 CPU、内存等资源指标（如 "CPU 使用率超过 50% 时扩容"）；
- 支持自定义指标（如 "QPS 超过 1000 时扩容"）；
- 可配置扩缩容的最小 / 最大副本数。
典型场景：流量波动较大的应用（如电商平台的促销活动），自动应对流量峰值。
总结：控制器如何选？
| 控制器类型 | 核心场景 | 关键特性 |
|---|---|---|
| ReplicaSet | 基础副本管理（少用） | 灵活标签选择器 |
| Deployment | 无状态应用部署 | 滚动更新、版本回滚 |
| DaemonSet | 节点级任务 | 每个节点一个 Pod |
| Job | 一次性批处理任务 | 任务完成后终止 |
| CronJob | 定时任务 | 基于 Cron 表达式调度 |
| StatefulSet | 有状态应用部署 | 稳定身份、存储、网络 |
| HPA | 自动扩缩容 | 基于指标动态调整副本数 |
K8s 的控制器体系覆盖了从无状态到有状态、从一次性任务到长期服务的全场景需求，掌握它们的适用场景，是高效使用 K8s 的关键～