Java高级全套教程（十一）—— Kubernetes 超详细企业级实战详解

Java高级全套教程（十一）------ Kubernetes 超详细企业级实战详解

学习目标

本教程聚焦企业生产实战，全覆盖K8s核心技术栈，完成学习后可独立完成集群搭建、应用部署、服务治理、高可用架构搭建及微服务上云落地，具体掌握要求如下：

Kubernetes 基础概念：熟练掌握集群核心组件、资源对象定义、容器编排核心原理
Kubernetes 架构：精通Master、Node节点组件功能、通信机制与集群运行逻辑
Kubernetes 集群搭建：熟练使用kubeadm搭建单主多节点集群，解决环境适配、网络异常等各类问题
部署容器化应用：掌握命令行、YAML清单两种部署方式，熟练配置镜像策略、资源限制、健康检查
Dashboard 可视化工具：掌握部署、权限配置、集群可视化运维、资源监控操作
Ingress 服务网关：理解端口暴露方案优劣，精通Ingress-Nginx部署、路由规则配置、域名代理实战
Helm 包管理工具：掌握仓库配置、Chart创建、模板定制、应用升级与回滚、批量部署方案
K8s 高可用集群搭建：掌握多Master节点架构、Keepalived+Haproxy高可用方案、集群故障转移原理
K8s 微服务项目部署：掌握微服务容器化打包、镜像推送、集群部署、网关统一接入、生产环境适配方案

第一章 Kubernetes 核心介绍与发展背景

1.1 容器编排技术演进历程

在云计算与微服务普及之前，企业项目部署经历了三次核心架构迭代，每一次迭代都是为了解决资源利用率、部署效率、运维复杂度的核心问题：

第一代：物理机部署

早期企业直接将项目部署在物理服务器，一台物理机运行多个业务应用。核心弊端极其明显：硬件成本高昂、资源无法隔离，单个应用故障会导致整台服务器所有服务瘫痪，扩容、迁移难度极大，完全无法适配互联网快速迭代的业务需求。

第二代：虚拟机部署

为解决物理机资源浪费与隔离性问题，虚拟化技术应运而生（VMware、KVM）。通过在物理机上虚拟出多台独立虚拟机，每台虚拟机搭载完整操作系统，独立部署单个应用。优势是实现了环境隔离，但缺陷突出：虚拟机操作系统占用大量内存、CPU、磁盘资源，启动耗时分钟级，资源冗余严重，批量部署、扩容效率极低。

第三代：容器化部署

容器技术（以Docker为核心）摒弃了完整虚拟机操作系统，仅封装应用运行所需的依赖、库文件与运行环境，内核共享宿主机系统资源。容器具备秒级启动、资源占用极低、环境一致性、可移植性强的核心优势，彻底解决了虚拟机的资源冗余问题，成为云原生应用的基础载体。

第四代：容器编排时代

微服务架构落地后，单一项目会拆分出数十个甚至上百个微服务，对应数百个Docker容器。纯手动管理容器的启动、停止、扩容、故障恢复、负载均衡完全不现实，容器编排工具应运而生，用于自动化批量管理容器生命周期。

1.2 Kubernetes 简介与核心优势

Kubernetes（简称K8s，希腊语意为舵手、领航员），是Google基于内部Borg系统开源的云原生容器编排引擎，使用Go语言开发，2014年正式开源，后捐赠给CNCF云原生计算基金会，目前是容器编排领域的行业标准。

相较于传统容器编排工具（Docker Swarm、Apache Mesos），K8s具备全方位优势：

全自动运维：自动故障自愈、自动扩容缩容、滚动更新、版本回滚
资源精细化调度：基于CPU、内存、节点标签、亲和性策略智能调度容器
高可用高可靠：支持多主集群、故障转移、服务熔断，适配生产高并发场景
生态极其完善：拥有海量插件、监控、日志、网关、包管理生态，全覆盖企业运维需求
跨平台兼容：支持私有云、公有云、混合云，可无缝迁移部署环境

第二章 Kubernetes 核心架构与组件详解

K8s采用经典的主从架构（Master-Node），集群所有节点分为控制平面（Master）和数据平面（Node），分工明确、解耦彻底，保障集群高效稳定运行。

2.1 Master 控制节点（集群大脑）

Master节点是整个集群的管控核心，负责接收用户操作指令、调度资源、维护集群状态、处理故障，不运行业务容器（生产环境），核心包含四大核心组件，全部支持高可用部署：

2.1.1 kube-apiserver

集群唯一入口，提供RESTful API接口，所有集群操作（创建/删除资源、查询状态）都必须经过该组件。同时是各组件之间的通信枢纽，具备认证、鉴权、限流、资源校验能力，是集群最核心的组件。

2.1.2 etcd

高性能分布式键值对数据库，用于持久化存储集群所有资源状态数据（节点信息、Pod、服务、配置、权限等），支持数据备份与恢复，保证集群数据一致性，仅部署在Master节点。

2.1.3 kube-controller-manager

自动化控制中心，内置多种控制器，持续监控集群资源状态，确保集群实际状态与用户期望状态一致。核心包含：副本控制器、节点控制器、命名空间控制器、服务账号控制器等，实现故障自动修复、资源自动管理。

2.1.4 kube-scheduler

资源调度器，监听未调度的Pod资源，根据节点资源使用率、标签亲和性、污点容忍度、地域策略等多重规则，智能将Pod分配到最优的Node节点，实现集群资源均衡利用。

2.2 Node 工作节点（业务载体）

Node节点是真正运行业务容器的工作节点，接收Master节点的调度指令，执行容器创建、运行、销毁等操作。集群可扩展任意数量的Node节点，单节点故障不会影响整体集群运行，核心包含三大组件：

2.2.1 kubelet

每个Node节点的专属代理组件，直接与Master apiserver通信，负责管理当前节点所有Pod与容器。核心功能：接收调度指令、创建销毁容器、监控容器运行状态、上报节点资源信息、执行健康检查。

2.2.2 kube-proxy

节点网络代理组件，负责实现集群内部Service的负载均衡与网络转发。通过监听集群服务变化，动态更新节点路由规则，实现Pod之间、外部与集群内部的网络通信，支持IPVS、iptables两种转发模式。

2.2.3 容器运行时（Container Runtime）

容器运行环境，负责镜像拉取、容器启停、资源隔离等底层操作。K8s1.24版本前默认支持Docker，新版兼容containerd、CRI-O等主流运行时，是容器运行的底层依赖。

第三章 K8s 集群环境搭建（kubeadm 企业标准方案）

3.1 集群搭建方式对比

搭建方式	优势	劣势	适用场景
二进制部署	高度自定义、无版本绑定	步骤繁琐、配置复杂、极易出错	大型生产定制化集群
kubeadm	官方工具、一键部署、配置简洁、稳定性高	自定义程度有限	学习、中小型生产集群（主流）
云平台一键部署	零配置、极速搭建、高可用	收费、厂商绑定、灵活性差	公有云快速落地场景
本教程采用kubeadm搭建集群，适配学习与企业生产基础环境，兼顾简单性与规范性。

3.2 环境硬件与系统要求

操作系统：CentOS 7.9+ / Ubuntu 18.04+（推荐CentOS7）
硬件配置：单节点内存≥2G，CPU≥2核，磁盘≥20G
网络要求：所有节点内网互通、可访问外网，关闭防火墙与SELinux
核心约束：必须关闭swap分区，否则会导致集群调度异常、Pod启动失败

3.3 集群规划

搭建经典单主两节点集群，后续可无缝扩容为高可用多主集群：

Master节点：1台，IP：192.168.1.100，主机名：k8s-master
Node1节点：1台，IP：192.168.1.101，主机名：k8s-node1
Node2节点：1台，IP：192.168.1.102，主机名：k8s-node2

3.4 全局环境初始化（所有节点执行）

所有节点统一执行环境预处理，规避集群搭建常见报错，以下为全套实操命令：

3.4.1 关闭防火墙与SELinux

bash 复制代码

# 关闭并禁用防火墙
systemctl stop firewalld
systemctl disable firewalld

# 永久关闭SELinux
sed -i 's/^enforcing/disabled/' /etc/selinux/config
setenforce 0

# 验证SELinux状态（确认显示Permissive）
getenforce

3.4.2 永久关闭Swap分区

bash 复制代码

# 注释所有swap挂载配置
sed -ri 's/.*swap.*/#&/g' /etc/fstab
# 临时关闭swap
swapoff -a

# 验证swap是否关闭（无输出即为成功）
swapon -s

3.4.3 开启网桥转发与IP转发

解决容器跨节点网络通信异常问题，开启内核网络转发参数：

bash 复制代码

# 写入内核配置
cat > /etc/sysctl.d/k8s-network.conf << EOF
net.bridge.bridge-nf-call-iptables = 1
net.bridge.bridge-nf-call-ip6tables = 1
net.ipv4.ip_forward = 1
EOF

# 生效配置
sysctl --system

# 验证内核参数
sysctl net.ipv4.ip_forward

3.4.4 时间同步与主机名配置

bash 复制代码

# 安装时间同步工具
yum install ntpdate -y
# 同步阿里云时间服务器
ntpdate ntp.aliyun.com
# 设置开机自动时间同步
echo "*/30 * * * * /usr/sbin/ntpdate ntp.aliyun.com" >> /var/spool/cron/root

# 分别设置各节点主机名（三台节点分别执行对应命令）
hostnamectl set-hostname k8s-master
hostnamectl set-hostname k8s-node1
hostnamectl set-hostname k8s-node2

# 所有节点配置hosts映射
cat >> /etc/hosts << EOF
192.168.1.100 k8s-master
192.168.1.101 k8s-node1
192.168.1.102 k8s-node2
EOF

# 验证主机名
hostname

3.5 安装Docker容器运行时（所有节点）

3.5.1 配置清华镜像源

bash 复制代码

# 安装依赖工具
yum install -y yum-utils device-mapper-persistent-data lvm2
# 配置Docker清华yum源
yum-config-manager --add-repo https://mirrors.tuna.tsinghua.edu.cn/docker-ce/linux/centos/docker-ce.repo
# 更新yum缓存
yum makecache fast

3.5.2 安装Docker并配置国内镜像加速

bash 复制代码

# 安装稳定版Docker
yum install -y docker-ce docker-ce-cli containerd.io

# 配置Docker国内镜像加速器（阿里云+网易公共镜像）
mkdir -p /etc/docker
cat > /etc/docker/daemon.json << EOF
{
  "registry-mirrors": [
    "https://docker.mirrors.ustc.edu.cn",
    "https://hub-mirror.c.163.com"
  ],
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "100m",
    "max-file": "3"
  }
}
EOF

# 启动并开机自启Docker
systemctl daemon-reload
systemctl start docker
systemctl enable docker

# 验证Docker安装成功
docker --version
docker info

3.6 安装K8s核心组件（所有节点）

3.6.1 配置阿里云K8s yum源

bash 复制代码

# 新建K8s源文件
cat > /etc/yum.repos.d/kubernetes.repo << EOF
[kubernetes]
name=Kubernetes
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64/
enabled=1
gpgcheck=1
repo_gpgcheck=1
gpgkey=https://mirrors.aliyun.com/kubernetes/yum/doc/yum-key.gpg https://mirrors.aliyun.com/kubernetes/yum/doc/rpm-package-key.gpg
EOF

# 更新yum缓存
yum makecache fast

3.6.2 安装指定版本K8s组件

统一安装v1.19.4稳定版本，企业生产常用版本，兼容性极强：

bash 复制代码

# 安装kubeadm、kubelet、kubectl
yum install -y kubelet-1.19.4 kubeadm-1.19.4 kubectl-1.19.4

# 锁定版本，防止自动升级
yum mark hold kubelet kubeadm kubectl

# 开机自启kubelet
systemctl enable kubelet
# 此时kubelet启动失败为正常现象，等待集群初始化后自动恢复

# 验证组件版本
kubeadm version
kubectl version --client

3.7 初始化Master节点（仅主节点执行）

bash 复制代码

# 初始化K8s主节点
kubeadm init \
--apiserver-advertise-address=192.168.1.100 \
--image-repository registry.aliyuncs.com/google_containers \
--kubernetes-version v1.19.4 \
--service-cidr=10.96.0.0/12 \
--pod-network-cidr=10.244.0.0/16 \
--ignore-preflight-errors=all

执行成功后，控制台会输出node节点加入集群指令，务必保存，示例如下：

bash 复制代码

kubeadm join 192.168.1.100:6443 --token xxxxx.xxxxxxxxxxxx \
--discovery-token-ca-cert-hash sha256:xxxxxxxxxxxxxxxxxxxxxxxxxxxx

3.7.1 配置kubectl管理员权限

bash 复制代码

# 创建.kube目录
mkdir -p $HOME/.kube
# 复制集群配置文件
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
# 授权当前用户
sudo chown $(id -u):$(id -g) $HOME/.kube/config

# 验证集群状态
kubectl get nodes
kubectl get cs

3.8 加入Node节点（所有从节点执行）

使用Master初始化输出的join指令，将两个Node节点加入集群：

bash 复制代码

# 节点加入集群（替换为自己的token和hash）
kubeadm join 192.168.1.100:6443 --token xxxxx.xxxxxxxxxxxx \
--discovery-token-ca-cert-hash sha256:xxxxxxxxxxxxxxxxxxxxxxxxxxxx

# 若token过期，在Master节点重新生成token
kubeadm token create --print-join-command

3.9 安装Flannel网络插件（仅Master执行）

K8s集群默认无网络插件，节点、Pod之间无法通信，必须安装CNI网络插件，这里使用企业常用的Flannel：

bash 复制代码

# 在线应用Flannel网络配置（国内适配稳定版）
kubectl apply -f https://raw.githubusercontent.com/flannel-io/flannel/master/Documentation/kube-flannel.yml

# 等待所有网络Pod启动，实时查看集群节点状态
kubectl get nodes -w
# 查看网络插件Pod运行状态
kubectl get pods -n kube-flannel

当所有节点状态变为Ready，代表集群搭建完成！

第四章 K8s 核心基础概念与资源对象

4.1 Pod 核心原理（最小调度单元）

Pod是K8s集群中最小的资源调度单元，不可分割，一个Pod封装一个或多个紧密耦合的业务容器，是容器的上层包装。

4.1.1 Pod 核心特性

共享网络栈：同一Pod内所有容器共享IP地址、端口、网络命名空间，容器之间可直接通过localhost通信
共享存储卷：同一Pod容器共享挂载的Volume数据卷，实现容器间数据共享
生命周期一致：Pod是原子单位，创建则所有容器启动，删除则所有容器销毁，不支持单个容器启停
唯一IP：每个Pod拥有集群唯一IP，集群内部通过PodIP通信

4.1.2 Pod 基础实操命令

bash 复制代码

# 查看所有Pod（默认default命名空间）
kubectl get pods
# 查看所有命名空间Pod
kubectl get pods --all-namespaces
# 查看Pod详细信息（排查异常必备）
kubectl describe pod [Pod名称]
# 进入Pod容器内部
kubectl exec -it [Pod名称] -- /bin/bash
# 查看Pod日志
kubectl logs [Pod名称]
# 强制删除异常Pod
kubectl delete pod [Pod名称] --grace-period=0 --force

4.2 核心控制器（Pod 生命周期管理）

K8s不直接管理Pod，通过控制器实现Pod的批量管理、自愈、扩容、更新，六大核心控制器适配不同业务场景：

4.2.1 ReplicaSet（副本控制器）

核心作用：保证集群中始终维持指定数量的Pod副本，若Pod异常退出、删除，控制器会自动重建；若多余Pod则自动回收。仅负责副本数量维持，不支持版本更新与回滚，现已被Deployment替代。

4.2.2 Deployment（部署控制器，最常用）

企业生产首选控制器，基于ReplicaSet封装，新增大量生产级功能：

支持滚动更新：新版本逐步替换旧版本Pod，实现服务零停机更新
支持版本回滚：更新异常时一键回退到历史稳定版本
支持弹性扩容缩容：动态调整Pod副本数量
声明式管理：只需定义期望状态，控制器自动完成运维操作

4.2.3 Deployment 实操命令

bash 复制代码

# 查看所有部署资源
kubectl get deployments
# 创建Deployment（命令行快速创建）
kubectl create deploy test-nginx --image=nginx:1.21-alpine
# 扩容副本数为5
kubectl scale deployment test-nginx --replicas=5
# 滚动更新镜像
kubectl set image deployment/test-nginx nginx=nginx:1.22-alpine
# 查看更新历史
kubectl rollout history deployment/test-nginx
# 回滚上一个版本
kubectl rollout undo deployment/test-nginx
# 重启部署（重建所有Pod）
kubectl rollout restart deployment/test-nginx
# 删除Deployment
kubectl delete deployment test-nginx

4.2.3 DaemonSet（守护进程控制器）

确保集群每个Node节点仅运行一个指定Pod，新节点加入集群自动创建Pod，节点下线自动回收。主要用于集群全局组件：日志收集、监控采集、网络插件等。

4.2.4 Job & CronJob（任务控制器）

Job：一次性任务控制器，保证任务Pod成功执行一次后自动销毁，适用于数据备份、脚本执行等一次性场景
CronJob：定时任务控制器，基于Linux cron表达式，周期性执行任务，适用于定时清理日志、定时统计数据等场景

4.2.4 Job/CronJob 实操命令

bash 复制代码

# 查看任务资源
kubectl get jobs
kubectl get cronjobs
# 创建定时任务（每天凌晨2点执行）
kubectl create cronjob log-clean --image=busybox --schedule="0 2 * * *" -- rm -rf /var/log/*
# 手动触发定时任务
kubectl create job --from=cronjob/log-clean log-clean-manual
# 删除任务
kubectl delete cronjob log-clean

4.3 Service 服务暴露与负载均衡

Pod是临时性资源，重启、扩容后IP会动态变化，无法直接对外提供稳定服务。Service用于为一组Pod提供固定访问入口、负载均衡、服务发现能力，四种类型适配不同场景：

4.3.1 ClusterIP（默认类型）

自动分配集群内部虚拟IP，仅支持集群内部服务访问，默认负载均衡策略，适用于微服务内部互相调用。

4.3.2 NodePort（节点端口）

在所有节点开启固定端口，外部用户可通过「任意节点IP+端口」访问服务，端口范围30000-32767，适用于测试环境服务暴露。

4.3.3 LoadBalancer（负载均衡器）

在NodePort基础上，对接云厂商负载均衡服务，分配独立公网IP，适用于公有云生产环境对外服务。

4.3.4 ExternalName（外部服务映射）

将集群外部域名服务映射到集群内部，实现集群内部直接访问外部第三方服务，无端口、无代理，仅做域名转发。

4.3.5 Service 实操命令

bash 复制代码

# 查看所有服务
kubectl get svc
# 查看服务详细信息
kubectl describe svc [服务名称]
# 暴露Deployment为NodePort服务
kubectl expose deployment test-nginx --type=NodePort --port=80
# 暴露为ClusterIP服务
kubectl expose deployment test-nginx --type=ClusterIP --port=80
# 删除服务
kubectl delete svc [服务名称]

第五章 K8s 容器化应用部署实战

本章通过YAML资源清单（企业标准方式）部署Nginx、Tomcat、SpringBoot微服务，全程采用声明式部署，包含资源限制、健康检查、镜像策略等生产配置。

5.1 YAML资源清单核心字段详解

所有K8s资源均通过YAML文件定义，核心通用字段：

apiVersion：资源API版本，核心资源为v1，控制器资源为apps/v1
kind：资源类型（Deployment、Service、Pod等）
metadata：元数据，包含资源名称、命名空间、标签、注释
spec：期望状态，定义资源运行参数（副本数、镜像、端口、资源限制等）
status：实际状态，集群自动生成，无需手动配置

5.1.1 YAML 通用实操命令

bash 复制代码

# 基于YAML文件创建/更新资源
kubectl apply -f [文件名.yaml]
# 递归应用文件夹下所有YAML
kubectl apply -f ./yaml/
# 查看YAML资源配置
kubectl get [资源类型] [资源名称] -o yaml
# 删除YAML定义的资源
kubectl delete -f [文件名.yaml]
# 校验YAML语法是否正确
kubectl apply -f [文件名.yaml] --dry-run=client

5.2 生产级部署 Nginx 服务

5.2.1 编写部署清单 nginx-deploy.yaml

yaml 复制代码

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-web
  namespace: default
  labels:
    app: nginx-web
spec:
  replicas: 3  # 启动3个Pod副本
  selector:
    matchLabels:
      app: nginx-web
  strategy:
    type: RollingUpdate  # 滚动更新策略
    rollingUpdate:
      maxSurge: 1        # 最多超1个副本
      maxUnavailable: 0  # 更新时无不可用Pod
  template:
    metadata:
      labels:
        app: nginx-web
    spec:
      containers:
      - name: nginx-container
        image: nginx:1.21-alpine  # 轻量稳定镜像
        imagePullPolicy: IfNotPresent  # 本地有则不拉取
        ports:
        - containerPort: 80
        # 资源限制（生产必备）
        resources:
          requests:
            cpu: 100m
            memory: 128Mi
          limits:
            cpu: 500m
            memory: 256Mi
        # 健康检查（存活+就绪探针）
        livenessProbe:
          httpGet:
            path: /
            port: 80
          initialDelaySeconds: 5
          periodSeconds: 10
        readinessProbe:
          httpGet:
            path: /
            port: 80
          initialDelaySeconds: 3
          periodSeconds: 5

5.2.2 编写服务暴露清单 nginx-svc.yaml

yaml 复制代码

apiVersion: v1
kind: Service
metadata:
  name: nginx-web-svc
  namespace: default
spec:
  selector:
    app: nginx-web
  type: NodePort
  ports:
  - port: 80        # 集群内部端口
    targetPort: 80  # 容器端口
    nodePort: 30080 # 固定外部访问端口

5.2.3 执行部署与验证

bash 复制代码

# 部署资源
kubectl apply -f nginx-deploy.yaml
kubectl apply -f nginx-svc.yaml

# 查看部署状态
kubectl get deploy
kubectl get pods
kubectl get svc

# 访问测试：任意节点IP:30080
# 查看Pod挂载、网络详情
kubectl get pods -o wide

5.3 SpringBoot 微服务容器化部署（完整流程）

5.3.1 项目打包与Dockerfile编写

基于JDK8基础镜像，优化镜像分层、减小镜像体积，生产级Dockerfile：

dockerfile 复制代码

# 基础镜像
FROM openjdk:8-jre-alpine
# 作者信息
MAINTAINER k8s-admin
# 设置时区
ENV TZ=Asia/Shanghai
RUN ln -sf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone
# 复制jar包
COPY target/demo-k8s-1.0.0.jar /app.jar
# 启动命令
ENTRYPOINT ["java","-jar","/app.jar","--server.port=8080"]

5.3.2 镜像构建与仓库推送

bash 复制代码

# 构建镜像
docker build -t demo-springboot:1.0 .

# 登录DockerHub/阿里云镜像仓库
docker login

# 镜像打标签并推送（以阿里云镜像仓库为例）
docker tag demo-springboot:1.0 registry.cn-hangzhou.aliyuncs.com/你的仓库名/demo-springboot:1.0
docker push registry.cn-hangzhou.aliyuncs.com/你的仓库名/demo-springboot:1.0

# 查看本地镜像
docker images

5.3.3 K8s生产级部署清单

yaml 复制代码

apiVersion: apps/v1
kind: Deployment
metadata:
  name: springboot-demo
  namespace: default
spec:
  replicas: 2
  selector:
    matchLabels:
      app: springboot-demo
  template:
    metadata:
      labels:
        app: springboot-demo
    spec:
      containers:
      - name: springboot-demo
        image: registry.cn-hangzhou.aliyuncs.com/你的仓库名/demo-springboot:1.0
        imagePullPolicy: Always
        ports:
        - containerPort: 8080
        resources:
          requests:
            cpu: 200m
            memory: 256Mi
          limits:
            cpu: 1000m
            memory: 512Mi
        livenessProbe:
          tcpSocket:
            port: 8080
          initialDelaySeconds: 10
          periodSeconds: 15
---
apiVersion: v1
kind: Service
metadata:
  name: springboot-demo-svc
spec:
  selector:
    app: springboot-demo
  type: NodePort
  ports:
  - port: 8080
    targetPort: 8080
    nodePort: 30880

bash 复制代码

# 部署SpringBoot微服务
kubectl apply -f springboot-deploy.yaml

# 验证部署状态
kubectl get deploy springboot-demo
kubectl get pods | grep springboot
kubectl get svc springboot-demo-svc

第六章 K8s Dashboard 可视化运维工具

6.1 Dashboard 核心作用

K8s Dashboard是官方开源Web可视化管理平台，替代繁琐的kubectl命令行操作，支持可视化查看集群资源、部署应用、监控状态、查看日志、管理权限，极大提升运维效率。

6.2 部署 Dashboard（适配v1.19集群）

bash 复制代码

# 下载官方部署清单
wget https://raw.githubusercontent.com/kubernetes/dashboard/v2.0.4/aio/deploy/recommended.yaml

# 修改配置：开启NodePort暴露、替换国内镜像（解决外网拉取失败问题）
# 直接应用修改后的配置
kubectl apply -f recommended.yaml

# 查看Dashboard运行状态
kubectl get pods -n kubernetes-dashboard
kubectl get svc -n kubernetes-dashboard

6.3 配置管理员访问权限

默认Dashboard权限受限，创建超级管理员账号，获取访问Token：

bash 复制代码

# 创建管理员服务账号
kubectl create serviceaccount dashboard-admin -n kube-system

# 绑定集群超级管理员权限
kubectl create clusterrolebinding dashboard-admin-binding \
--clusterrole=cluster-admin \
--serviceaccount=kube-system:dashboard-admin

# 获取登录Token
kubectl describe secrets -n kube-system $(kubectl -n kube-system get secret | grep dashboard-admin | awk '{print $1}')

通过Token登录Web界面，即可实现全集群可视化运维。

第七章 Ingress 网关服务实战

7.1 传统服务暴露方案弊端

NodePort方式每个服务独占一个节点端口，微服务数量多会导致端口泛滥、管理混乱、安全性差；LoadBalancer依赖云厂商服务、成本高、耦合性强，均不适合生产环境。

Ingress是生产环境标准服务暴露方案，作为K8s集群网关，统一入口、统一域名、统一流量管控。

7.2 Ingress 核心优势

仅暴露一个统一端口，通过域名、路径路由区分不同微服务
支持HTTP/HTTPS、域名匹配、路径重写、权重分发、黑白名单
自带负载均衡、熔断、限流基础能力，适配微服务架构
无云厂商绑定，私有化集群、公有云集群均可使用

7.3 部署 Ingress-Nginx 控制器

bash 复制代码

# 下载部署清单
wget https://raw.githubusercontent.com/kubernetes/ingress-nginx/controller-v0.41.2/deploy/static/provider/baremetal/deploy.yaml

# 替换国内镜像，修复拉取失败问题，部署组件
kubectl apply -f deploy.yaml

# 查看Ingress运行状态
kubectl get pods -n ingress-nginx
kubectl get svc -n ingress-nginx

7.4 自定义 Ingress 路由规则

yaml 复制代码

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: micro-service-ingress
  namespace: default
  annotations:
    nginx.ingress.kubernetes.io/rewrite-target: /
    kubernetes.io/ingress.class: "nginx"
spec:
  rules:
  - host: web.demo.com
    http:
      paths:
      - path: /nginx
        pathType: Prefix
        backend:
          service:
            name: nginx-web-svc
            port:
              number: 80
  - host: api.demo.com
    http:
      paths:
      - path: /
        pathType: Prefix
        backend:
          service:
            name: springboot-demo-svc
            port:
              number: 8080

bash 复制代码

# 应用Ingress路由规则
kubectl apply -f ingress-rules.yaml

# 查看Ingress配置
kubectl get ingress
kubectl describe ingress micro-service-ingress

配置本地hosts域名映射，即可通过自定义域名访问不同微服务，实现统一网关接入。

第八章 Helm 包管理工具实战

8.1 Helm 核心价值

K8s部署复杂应用需要维护大量YAML文件，手动修改、升级、回滚效率极低、极易出错。Helm是K8s官方包管理工具，类似Linux的yum、Python的pip，通过Chart模板统一管理应用资源，实现应用一键部署、升级、回滚、批量运维。

8.2 Helm 三大核心概念

Helm：本地命令行工具，用于管理Chart、部署应用、管理版本
Chart：应用安装包，包含所有YAML模板、配置文件，是应用的封装集合
Release：Chart部署到集群后的运行实例，一个Chart可生成多个Release

8.3 Helm 安装与国内仓库配置

bash 复制代码

# 上传解压Helm安装包，配置全局命令
mv linux-amd64/helm /usr/bin/
chmod +x /usr/bin/helm

# 验证Helm安装
helm version

# 添加国内稳定仓库
helm repo add stable https://mirror.azure.cn/kubernetes/charts
helm repo add aliyun https://kubernetes.oss-cn-hangzhou.aliyuncs.com/charts
# 更新仓库索引
helm repo update

# 搜索仓库应用
helm search repo mysql
helm search repo nginx

8.4 自定义 Chart 模板部署微服务

bash 复制代码

# 创建自定义Chart模板
helm create micro-chart

# 清空默认模板，自定义微服务模板
rm -rf micro-chart/templates/*

# 生成Deployment、Service模板文件
kubectl create deployment micro-demo --image=demo-springboot:1.0 --dry-run -o yaml > micro-chart/templates/deploy.yaml
kubectl expose deployment micro-demo --port=8080 --type=ClusterIP --dry-run -o yaml > micro-chart/templates/svc.yaml

# 基于模板一键部署
helm install micro-service ./micro-chart

# 查看部署版本
helm list
# 应用升级
helm upgrade micro-service ./micro-chart
# 版本回滚
helm rollback micro-service 1
# 卸载应用
helm uninstall micro-service

第九章 K8s 多Master高可用集群搭建

9.1 高可用架构原理

单Master集群存在单点故障风险，Master节点宕机将导致整个集群无法管控。生产环境采用多Master + Keepalived + Haproxy高可用方案：

Haproxy：实现多个Master节点apiserver负载均衡
Keepalived：实现虚拟IP（VIP）故障自动漂移，主节点故障自动切换备用节点
多Master节点：冗余备份，杜绝单点故障

9.2 高可用核心部署步骤

9.2.1 所有Master节点安装组件

bash 复制代码

# 安装依赖与高可用组件
yum install -y keepalived haproxy conntrack-tools libseccomp

# 配置开机自启
systemctl enable keepalived haproxy

# 验证组件状态
systemctl status keepalived
systemctl status haproxy

9.2.2 Keepalived 虚拟IP配置

所有Master节点统一配置keepalived.conf，设置VIP为192.168.1.50，实现故障漂移。

bash 复制代码

# 备份默认配置
cp /etc/keepalived/keepalived.conf /etc/keepalived/keepalived.conf.bak

# 写入高可用配置
cat > /etc/keepalived/keepalived.conf << EOF
global_defs {
   router_id K8S-MASTER
}
vrrp_instance VI_1 {
    state MASTER
    interface eth0
    virtual_router_id 51
    priority 100
    advert_int 1
    authentication {