K8s新手入门:从“Pod创建”到“服务暴露”,3个案例理解容器编排

一、案例1:单Pod部署(Nginx应用)

目标:用命令行创建并验证Pod
  1. 创建Pod

    复制代码
    bash

    kubectl run nginx-pod --image=nginx:1.14 --port=80

    注:镜像选择参考智优达Docker容器化部署指南 ,优先使用指定版本标签(如1.14)而非latest,避免版本波动。

  2. 查看Pod状态

    复制代码
    bash

    kubectl get pods # 输出示例:NAME READY STATUS RESTARTS AGE # nginx-pod 1/1 Running 0 30s

  3. 集群内访问

    复制代码
    bash

    # 获取Pod IP kubectl get pods -o wide | grep nginx-pod # 访问Pod(集群节点内执行) curl 10.244.1.5:80 # 替换为实际Pod IP

---

二、案例2:多副本管理(Deployment)

目标:用Deployment实现Pod自愈与扩缩容
  1. 创建Deployment

    复制代码
    bash

    kubectl create deployment nginx-deploy --image=nginx:1.14 --replicas=3

    --replicas=3:指定3个Pod副本,Deployment会自动维护数量(删除后自动重建)。

  2. 查看资源状态

    复制代码
    bash

    kubectl get deployments # 查看Deployment kubectl get pods # 输出3个Pod,名称格式:nginx-deploy-xxxx-yyyy

  3. 验证自愈能力

    复制代码
    bash

    # 删除一个Pod kubectl delete pod nginx-deploy-xxxx-yyyy # 几秒后重新查看,Pod总数仍为3(Deployment自动重建) kubectl get pods

---

三、案例3:服务暴露(NodePort Service)

目标:通过Service让外部访问Pod
  1. 创建NodePort Service

    复制代码
    bash

    kubectl expose deployment nginx-deploy --type=NodePort --port=80 --target-port=80 --name=nginx-svc

    • --type=NodePort:在集群节点开放端口(范围30000-32767);
    • --port=80:Service集群内端口;
    • --target-port=80:Pod容器端口。
  2. 查看Service信息

    复制代码
    bash

    kubectl get svc nginx-svc # 输出示例:NAME TYPE CLUSTER-IP PORT(S) AGE # nginx-svc NodePort 10.96.xx.xx 80:30080/TCP 1m

    30080为节点暴露端口,外部通过节点IP:30080访问。

  3. 外部访问验证

    浏览器访问 http://节点IP:30080(如http://192.168.1.100:30080),能看到Nginx默认页面即成功。

---

核心概念速查表

资源 作用 关键命令
Pod 最小部署单元(封装容器) kubectl run / kubectl get pods
Deployment 管理Pod副本(自愈/扩缩容) kubectl create deployment / kubectl scale
Service 暴露Pod网络访问(固定入口) kubectl expose / kubectl get svc
相关推荐
IT_陈寒2 小时前
用了Proxy才发现以前的JavaScript白写了
前端·人工智能·后端
甲维斯2 小时前
Claude Opus5手搓“NewAPI Plus”首轮成果!
人工智能
程序猿DD2 小时前
分享两个我每天都在用的 Skill,拖进豆包就能跑,限时领 30 天会员
人工智能
阿里云大数据AI技术2 小时前
Agentic Search 2.0:从单轮对话迈向企业级 AI 搜索自动驾驶Agent
人工智能·elasticsearch·agent
东风破_2 小时前
从 messages 数组到 Memory:大模型到底是怎么“记住”上一轮对话的?
人工智能
AEI3 小时前
四年间大模型的演进历程
人工智能·面试·程序员
狂师3 小时前
阿里开源:skill-up,一款Agent Skill 评测工具!
人工智能·开源·agent
武子康3 小时前
同一套 Agent Runtime,为什么 Web、Headless 和 Python SDK 仍然不是同一个产品
人工智能·llm·agent
天天代码码天天3 小时前
一个纯 C 的 OCR Runtime,又向前走了一步:lw.PPOCR.C preview.5 发布
人工智能
程序员cxuan3 小时前
Claude 官方的学习教程,太强了。
人工智能·后端·程序员