如何在谷歌云（Google Cloud）上部署 Kubernetes 集群

1. 引言

Kubernetes（简称 K8s）已经成为容器编排领域的事实标准，而谷歌云（Google Cloud Platform，简称 GCP）作为 Kubernetes 的发源地，提供了最成熟、最完整的托管 Kubernetes 服务------Google Kubernetes Engine（简称 GKE）。本文将带你从零开始，在谷歌云上部署一个生产可用的 Kubernetes 集群，涵盖环境准备、集群创建、应用部署、访问配置等完整流程。

2. 准备工作

在开始之前，你需要完成以下准备工作：

2.1 注册谷歌云账号

访问 Google Cloud 官网，使用 Google 账号注册并开通云服务。新用户通常可以获得一定的免费额度，可用于体验 GKE 等云服务。

2.2 创建项目

2.3 启用必要 API

在项目中启用以下 API：

Kubernetes Engine API
Cloud Resource Manager API
Compute Engine API

可以在 Console 的「API 和服务」→「库」中搜索并启用。

2.4 安装命令行工具

本地需要安装以下工具：

bash 复制代码

# 安装 Google Cloud SDK
# macOS 用户可使用 brew
brew install --cask google-cloud-sdk

# 初始化并登录
gcloud init
gcloud auth login

# 安装 kubectl（Kubernetes 命令行工具）
gcloud components install kubectl

安装完成后，验证工具是否就绪：

bash 复制代码

gcloud --version
kubectl version --client

3. 创建 GKE 集群

在动手创建集群之前，先通过下面的架构图了解 GKE 集群的核心组件与数据流向：
#mermaid-svg-WRW5verBs5FiwqTg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-WRW5verBs5FiwqTg .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-WRW5verBs5FiwqTg .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-WRW5verBs5FiwqTg .error-icon{fill:#552222;}#mermaid-svg-WRW5verBs5FiwqTg .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-WRW5verBs5FiwqTg .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-WRW5verBs5FiwqTg .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-WRW5verBs5FiwqTg .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-WRW5verBs5FiwqTg .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-WRW5verBs5FiwqTg .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-WRW5verBs5FiwqTg .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-WRW5verBs5FiwqTg .marker{fill:#333333;stroke:#333333;}#mermaid-svg-WRW5verBs5FiwqTg .marker.cross{stroke:#333333;}#mermaid-svg-WRW5verBs5FiwqTg svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-WRW5verBs5FiwqTg p{margin:0;}#mermaid-svg-WRW5verBs5FiwqTg .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-WRW5verBs5FiwqTg .cluster-label text{fill:#333;}#mermaid-svg-WRW5verBs5FiwqTg .cluster-label span{color:#333;}#mermaid-svg-WRW5verBs5FiwqTg .cluster-label span p{background-color:transparent;}#mermaid-svg-WRW5verBs5FiwqTg .label text,#mermaid-svg-WRW5verBs5FiwqTg span{fill:#333;color:#333;}#mermaid-svg-WRW5verBs5FiwqTg .node rect,#mermaid-svg-WRW5verBs5FiwqTg .node circle,#mermaid-svg-WRW5verBs5FiwqTg .node ellipse,#mermaid-svg-WRW5verBs5FiwqTg .node polygon,#mermaid-svg-WRW5verBs5FiwqTg .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-WRW5verBs5FiwqTg .rough-node .label text,#mermaid-svg-WRW5verBs5FiwqTg .node .label text,#mermaid-svg-WRW5verBs5FiwqTg .image-shape .label,#mermaid-svg-WRW5verBs5FiwqTg .icon-shape .label{text-anchor:middle;}#mermaid-svg-WRW5verBs5FiwqTg .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-WRW5verBs5FiwqTg .rough-node .label,#mermaid-svg-WRW5verBs5FiwqTg .node .label,#mermaid-svg-WRW5verBs5FiwqTg .image-shape .label,#mermaid-svg-WRW5verBs5FiwqTg .icon-shape .label{text-align:center;}#mermaid-svg-WRW5verBs5FiwqTg .node.clickable{cursor:pointer;}#mermaid-svg-WRW5verBs5FiwqTg .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-WRW5verBs5FiwqTg .arrowheadPath{fill:#333333;}#mermaid-svg-WRW5verBs5FiwqTg .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-WRW5verBs5FiwqTg .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-WRW5verBs5FiwqTg .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-WRW5verBs5FiwqTg .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-WRW5verBs5FiwqTg .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-WRW5verBs5FiwqTg .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-WRW5verBs5FiwqTg .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-WRW5verBs5FiwqTg .cluster text{fill:#333;}#mermaid-svg-WRW5verBs5FiwqTg .cluster span{color:#333;}#mermaid-svg-WRW5verBs5FiwqTg div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-WRW5verBs5FiwqTg .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-WRW5verBs5FiwqTg rect.text{fill:none;stroke-width:0;}#mermaid-svg-WRW5verBs5FiwqTg .icon-shape,#mermaid-svg-WRW5verBs5FiwqTg .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-WRW5verBs5FiwqTg .icon-shape p,#mermaid-svg-WRW5verBs5FiwqTg .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-WRW5verBs5FiwqTg .icon-shape .label rect,#mermaid-svg-WRW5verBs5FiwqTg .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-WRW5verBs5FiwqTg .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-WRW5verBs5FiwqTg .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-WRW5verBs5FiwqTg :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} kubectl / gcloud
管理
管理
管理
外部流量
用户 / 开发者
GKE 控制面

(API Server)
节点 1

(kubelet)
节点 2

(kubelet)
节点 3

(kubelet)
Nginx Pod
Nginx Pod
Nginx Pod
Service

(LoadBalancer)
互联网用户

组件说明 ：用户通过 kubectl 或 gcloud 命令访问 GKE 控制面（API Server），控制面负责调度和管理集群内的所有节点。Nginx Pod 运行在节点上，通过 LoadBalancer 类型的 Service 将流量负载均衡到各个 Pod，最终对外提供统一访问入口。

3.1 通过 Console 创建

3. 创建 GKE 集群

3.1 通过 Console 创建

在 Console 中进入「Kubernetes Engine」→「集群」页面，点击「创建集群」。
选择集群类型：标准集群（Standard）或 Autopilot 集群。对于生产环境，推荐使用标准集群以获得更灵活的配置；对于快速上手，Autopilot 可以自动管理节点。
配置集群基本信息：
- 名称：例如 my-k8s-cluster
- 区域（Region）：选择离你用户最近的区域，例如 asia-east1（台湾）
- 版本：选择最新的稳定版本
配置节点池：
- 节点数量：建议至少 3 个节点以保证高可用
- 机器类型：根据负载选择，例如 e2-medium（2 vCPU，4GB 内存）
- 磁盘大小：默认 100GB 即可
点击「创建」，等待数分钟即可完成集群创建。

3.2 通过命令行创建

如果你更喜欢命令行操作，可以使用 gcloud 命令快速创建集群：

bash 复制代码

# 设置项目 ID
gcloud config set project YOUR_PROJECT_ID

# 创建标准集群
gcloud container clusters create my-k8s-cluster \
  --region asia-east1 \
  --num-nodes 3 \
  --machine-type e2-medium

# 获取集群凭据（配置 kubectl）
gcloud container clusters get-credentials my-k8s-cluster \
  --region asia-east1

创建完成后，验证集群状态：

bash 复制代码

kubectl get nodes

3.3 两种创建方式对比

为了帮助你根据自身情况选择合适的创建方式，下面从多个维度对 Console 创建与命令行创建进行对比：

对比维度	Console 创建	命令行创建
适用场景	快速上手、可视化操作、一次性配置	批量创建、自动化部署、生产环境
操作难度	低，图形界面引导，无需记忆命令	较高，需要熟悉 `gcloud` 命令及参数
可重复性	较低，手动点击步骤多，难以复用	高，命令可保存为脚本，重复执行
适合人群	初学者、运维经验较少的开发者	熟悉 CLI 的开发者、DevOps 工程师
配置灵活性	受界面选项限制，部分高级参数需额外配置	高，可通过参数精细控制集群配置
错误排查	界面提示直观，但定位问题较慢	命令行报错信息详细，便于快速定位
自动化集成	难以集成到 CI/CD 流程	易于集成到脚本和 CI/CD 流水线

简要说明：Console 创建适合初次接触 GKE 或需要直观确认配置的场景，操作门槛低但难以复用；命令行创建虽然需要一定的学习成本，但命令可脚本化、可重复执行，更适合生产环境和自动化运维。建议初学者先用 Console 熟悉流程，再逐步过渡到命令行操作。

如果看到 3 个节点处于 Ready 状态，说明集群创建成功。

4. 部署第一个应用

集群就绪后，我们来部署一个简单的 Nginx 应用，验证整个链路是否通畅。

4.1 创建 Deployment

bash 复制代码

kubectl create deployment nginx-demo \
  --image=nginx:latest \
  --replicas=3

查看 Deployment 和 Pod 状态：

bash 复制代码

kubectl get deployments
kubectl get pods

4.2 暴露服务

bash 复制代码

kubectl expose deployment nginx-demo \
  --type=LoadBalancer \
  --port=80 \
  --target-port=80

等待外部 IP 分配：

bash 复制代码

kubectl get services

4.3 使用 Ingress 暴露服务

LoadBalancer 类型的 Service 会为每个服务分配一个独立的外部 IP，适合服务数量少、需要直接暴露的场景；但当服务数量增多时，每个服务都占用一个公网 IP，成本高且管理不便。Ingress 则作为集群的「流量入口」，通过一个统一的入口（通常是一个负载均衡器）根据域名或路径将请求路由到不同的 Service，更适合多服务、多域名的生产场景。

下面以 nginx-ingress 为例，部署一个 Ingress 资源，将外部流量路由到 nginx-demo 服务：

yaml 复制代码

apiVersion: networking.k8s.io/v1
kind: IngressClass
metadata:
  name: nginx
spec:
  controller: k8s.io/ingress-nginx
---
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: nginx-demo-ingress
spec:
  ingressClassName: nginx
  rules:
    - host: demo.example.com
      http:
        paths:
          - path: /
            pathType: Prefix
            backend:
              service:
                name: nginx-demo
                port:
                  number: 80

除了 nginx-ingress，GKE 还提供了内置的 GKE Ingress（基于 Google Cloud HTTP(S) Load Balancing），无需额外部署 Ingress Controller，即可直接使用。下面是一个使用 GKE 内置 Ingress 的 YAML 示例，包含静态 IP 绑定和 TLS 证书配置：

yaml 复制代码

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: gke-demo-ingress
  annotations:
    # 绑定已预留的全局静态 IP（需提前创建）
    kubernetes.io/ingress.global-static-ip-name: my-global-static-ip
    # 启用 HTTP 到 HTTPS 的重定向
    kubernetes.io/ingress.allow-http: "false"
spec:
  tls:
    - secretName: demo-tls-secret
  rules:
    - host: demo.example.com
      http:
        paths:
          - path: /
            pathType: Prefix
            backend:
              service:
                name: nginx-demo
                port:
                  number: 80

使用前需要先创建 TLS 证书 Secret 和预留全局静态 IP：

bash 复制代码

# 1. 创建 TLS 证书 Secret（证书文件需提前申请）
kubectl create secret tls demo-tls-secret \
  --cert=path/to/tls.crt \
  --key=path/to/tls.key

# 2. 预留全局静态 IP（GKE Ingress 要求使用全局 IP）
gcloud compute addresses create my-global-static-ip \
  --global

# 3. 应用 Ingress 资源
kubectl apply -f gke-ingress.yaml

# 4. 查看 Ingress 状态，确认 ADDRESS 已分配
kubectl get ingress

适用场景差异 ：nginx-ingress 需要自行部署和维护 Ingress Controller，适合需要高度自定义路由规则（如重写路径、限流、灰度发布）或已在其他集群使用 nginx 生态的场景；GKE Ingress 由谷歌云托管，开箱即用、免运维，适合希望快速上线 HTTPS、依赖 Google Cloud 负载均衡能力（如全球负载均衡、Cloud CDN 集成）的场景，但自定义能力相对受限。若仅需简单的域名/路径路由，推荐优先使用 GKE 内置 Ingress。

应用 Ingress 资源并验证：

bash 复制代码

# 应用 IngressClass 和 Ingress 资源
kubectl apply -f ingress.yaml

# 查看 Ingress 状态，确认 ADDRESS 已分配
kubectl get ingress

说明：使用 Ingress 前需要先在集群中部署 Ingress Controller（如 nginx-ingress），GKE 也提供了内置的 GKE Ingress（基于 HTTP(S) Load Balancing）。配置完成后，通过 kubectl get ingress 查看 ADDRESS 字段，待其变为可用后，即可通过 http://demo.example.com 访问服务。

当 EXTERNAL-IP 变为可用后，在浏览器中访问 http://EXTERNAL-IP，即可看到 Nginx 的欢迎页面。

5. 配置 kubectl 与访问控制

5.1 使用 Cloud Shell

如果你不想在本地安装工具，可以直接使用 Google Cloud Console 自带的 Cloud Shell，它已经预装了 gcloud 和 kubectl，开箱即用。

5.2 配置 RBAC 权限

对于团队协作场景，建议为不同成员配置独立的 Kubernetes 权限。GKE 默认与 Google Cloud IAM 集成，可以通过 IAM 角色控制访问：

bash 复制代码

# 为成员授予集群查看权限
gcloud projects add-iam-policy-binding YOUR_PROJECT_ID \
  --member="user:colleague@example.com" \
  --role="roles/container.clusterViewer"

6. 集群管理与监控

6.1 自动扩缩容

GKE 支持节点自动扩缩容，可以根据负载动态调整节点数量：

bash 复制代码

# 为现有节点池启用自动扩缩容
gcloud container clusters update my-k8s-cluster \
  --region asia-east1 \
  --enable-autoscaling \
  --min-nodes 1 \
  --max-nodes 10

6.2 监控与日志

GKE 与 Cloud Monitoring 和 Cloud Logging 深度集成，无需额外配置即可查看：

集群监控面板：Console 中「Kubernetes Engine」→「集群」→「观察性」
日志查询：Console 中「日志」→「日志浏览器」，可按 Pod 名称过滤日志

6.3 升级集群

GKE 支持滚动升级，可以在 Console 中一键升级集群版本，也可以使用命令行：

bash 复制代码

# 升级集群控制面（Master）到指定版本
gcloud container clusters upgrade my-k8s-cluster \
  --cluster my-k8s-cluster \
  --region asia-east1 \
  --master \
  --cluster-version 1.30.5-gke.1010

# 升级节点池到指定版本（若需要）
gcloud container clusters upgrade my-k8s-cluster \
  --cluster my-k8s-cluster \
  --region asia-east1 \
  --node-pool default-pool \
  --cluster-version 1.30.5-gke.1010

升级完成后，验证集群版本和状态：

bash 复制代码

# 查看集群详情，确认版本和状态
gcloud container clusters describe my-k8s-cluster \
  --region asia-east1

# 查看节点版本和状态
kubectl get nodes -o wide

说明：升级前建议先查看当前集群版本 gcloud container clusters describe my-k8s-cluster --region asia-east1 --format="value(currentMasterVersion)"，并确认目标版本可用。控制面升级通常需要几分钟，节点升级会逐个滚动进行，期间服务不会中断。

7. 成本优化建议

GKE 的计费主要来自节点虚拟机、外部 IP 和持久化磁盘。对于长期运行或实验性质的集群，合理优化可以显著降低费用。下面从几个维度给出具体建议。

7.1 使用 Preemptible 节点（抢占式虚拟机）

Preemptible 节点（抢占式虚拟机）的价格通常比普通实例低 60%～80%，适合无状态、可容忍中断的工作负载（如批处理、CI 构建、数据处理）。GKE 会在资源紧张时回收这类节点，因此不建议把关键服务部署在抢占式节点池上。

创建抢占式节点池：

bash 复制代码

# 为现有集群新增抢占式节点池
gcloud container node-pools create spot-pool \
  --cluster my-k8s-cluster \
  --region asia-east1 \
  --num-nodes 2 \
  --machine-type e2-medium \
  --preemptible

说明：在 Console 中创建节点池时，勾选「使用抢占式虚拟机（Preemptible）」即可。建议将抢占式节点池与普通节点池混合使用，关键服务跑在普通节点上，弹性任务跑在抢占式节点上。

7.2 设置资源请求与限制（requests/limits）

未设置资源请求（requests）的 Pod 可能被调度到任意节点，导致资源分配不均、节点过载；未设置资源限制（limits）则可能让单个 Pod 无限占用 CPU 或内存。合理配置可以避免资源浪费，也能提升节点利用率。

在 Deployment 中为容器设置资源请求与限制：

yaml 复制代码

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-demo
spec:
  replicas: 3
  template:
    spec:
      containers:
        - name: nginx
          image: nginx:latest
          resources:
            requests:
              cpu: "250m"
              memory: "256Mi"
            limits:
              cpu: "500m"
              memory: "512Mi"

说明：requests 决定 Pod 被调度到哪个节点，limits 限制 Pod 的最大资源占用。建议先通过监控观察实际用量，再据此设置合理的请求与限制，避免「申请过多、用得太少」造成节点闲置。

7.3 利用自动扩缩容与节点自动修复减少闲置节点

GKE 的节点自动扩缩容（Cluster Autoscaler）会根据 Pod 的调度需求动态增减节点，负载低时自动缩容，避免空闲节点持续计费。节点自动修复（Node Auto-Repair）则会在节点异常时自动重建，减少人工介入和资源浪费。

bash 复制代码

# 为现有节点池启用自动扩缩容（最小 1 个、最大 5 个节点）
gcloud container clusters update my-k8s-cluster \
  --region asia-east1 \
  --enable-autoscaling \
  --min-nodes 1 \
  --max-nodes 5

# 查看节点池自动扩缩容状态
gcloud container node-pools describe default-pool \
  --cluster my-k8s-cluster \
  --region asia-east1 \
  --format="value(autoscaling)"

说明：在 Console 中进入「Kubernetes Engine」→「集群」→「节点池」，勾选「启用自动扩缩容」并设置最小/最大节点数即可。节点自动修复默认开启，无需额外配置。

7.4 定期清理未使用的静态 IP 和持久化磁盘

外部静态 IP 和持久化磁盘即使未被使用也会持续计费。定期清理闲置资源是控制成本的重要一环。

bash 复制代码

# 1. 列出所有静态 IP，找出未绑定实例的地址
gcloud compute addresses list \
  --filter="status=RESERVED AND users:[]"

# 2. 释放不再使用的静态 IP
gcloud compute addresses delete STATIC_IP_NAME \
  --region asia-east1

# 3. 列出所有持久化磁盘，找出未挂载的磁盘
gcloud compute disks list \
  --filter="-users:*"

# 4. 删除未挂载的持久化磁盘
gcloud compute disks delete DISK_NAME \
  --region asia-east1

说明：在 Console 中进入「VPC 网络」→「IP 地址」可查看并释放静态 IP；进入「计算引擎」→「磁盘」可查看并删除未挂载的磁盘。建议定期（如每月）检查一次，避免资源长期闲置产生费用。

gcloud container clusters upgrade my-k8s-cluster

--region asia-east1

--master

复制代码

## 7. 常见问题与故障排查

在实际部署过程中，你可能会遇到各种问题。下面整理了最常见的四类故障及其排查方法。

### 7.1 集群创建失败

**错误现象**：执行 `gcloud container clusters create` 时，命令报错并终止，常见错误信息包括：

- `PERMISSION_DENIED`：权限不足
- `QUOTA_EXCEEDED`：配额不足
- `API not enabled`：API 未启用

**原因分析**：

1. **API 未启用**：创建集群依赖 Kubernetes Engine API、Compute Engine API 等，未启用会导致权限错误。
2. **资源配额不足**：项目默认的 CPU、磁盘或 IP 配额可能不够创建 3 个节点。
3. **项目未正确设置**：`gcloud` 当前使用的项目 ID 与预期不符。

**解决方法**：

```bash
# 1. 确认当前项目 ID 是否正确
gcloud config get-value project

# 2. 启用所需 API（若未启用）
gcloud services enable container.googleapis.com \
  compute.googleapis.com \
  cloudresourcemanager.googleapis.com

# 3. 查看并申请提升配额
# 在 Console 中进入「IAM 与管理」→「配额」，找到 CPU/磁盘配额并点击「申请增加配额」

# 4. 若配额暂时无法提升，可先减少节点数量或改用更小的机器类型重试
gcloud container clusters create my-k8s-cluster \
  --region asia-east1 \
  --num-nodes 1 \
  --machine-type e2-small

7.2 kubectl 无法连接集群

错误现象 ：执行 kubectl get nodes 时提示：

Unable to connect to the server: dial tcp ... i/o timeout
error: You must be logged in to the server (Unauthorized)
context was not found for specified context

原因分析：

凭据过期 ：gcloud 的认证令牌过期，导致 kubectl 无法通过 GKE 认证。
上下文错误：kubectl 当前使用的 context 不是目标集群，或 context 已被删除。
网络不通：本地网络无法访问集群的 API Server 端点。

排查与解决步骤：

bash 复制代码

# 1. 查看当前 kubectl 上下文
kubectl config current-context

# 2. 查看所有可用上下文
kubectl config get-contexts

# 3. 重新获取集群凭据（刷新认证令牌并重建 context）
gcloud container clusters get-credentials my-k8s-cluster \
  --region asia-east1

# 4. 若仍失败，先重新登录 gcloud
gcloud auth login

# 5. 验证连接
kubectl cluster-info

7.3 LoadBalancer 外部 IP 长时间未分配

错误现象 ：执行 kubectl get services 后，EXTERNAL-IP 一直显示 <pending>，长时间无法访问服务。

原因分析：

配额不足：项目的外部 IP 配额已用尽，无法为 LoadBalancer 分配公网 IP。
服务类型错误 ：Service 未设置为 LoadBalancer 类型，或 YAML 配置有误。
区域限制：所选区域暂时无法分配外部 IP。

解决方法：

bash 复制代码

# 1. 查看 Service 详情，确认类型和事件
kubectl describe service nginx-demo

# 2. 确认 Service 类型为 LoadBalancer
kubectl get service nginx-demo -o yaml | grep type

# 3. 若类型不对，删除后重新创建
kubectl delete service nginx-demo
kubectl expose deployment nginx-demo \
  --type=LoadBalancer \
  --port=80 \
  --target-port=80

# 4. 检查项目外部 IP 配额
# 在 Console 中进入「IAM 与管理」→「配额」，筛选「External IP addresses」
# 若配额不足，申请提升或释放不再使用的静态 IP

7.4 节点 NotReady 状态

错误现象 ：执行 kubectl get nodes 时，节点状态显示 NotReady，Pod 无法正常调度。

原因分析：

磁盘压力 ：节点磁盘使用率过高，触发 DiskPressure，节点被标记为不可调度。
资源不足 ：节点 CPU 或内存耗尽，触发 MemoryPressure 或 PIDPressure。
节点异常：节点虚拟机本身出现故障，或 kubelet 服务异常。

排查与修复命令：

bash 复制代码

# 1. 查看节点状态及异常原因
kubectl describe node NODE_NAME

# 2. 查看节点上的系统事件
kubectl get events --field-selector involvedObject.name=NODE_NAME

# 3. 若为磁盘压力，登录节点清理磁盘空间
# 通过 SSH 登录节点后执行：
#   df -h          # 查看磁盘使用率
#   docker system prune -af   # 清理无用容器和镜像

# 4. 若为资源压力，可临时删除部分高负载 Pod 释放资源
kubectl delete pod POD_NAME

# 5. 若节点持续异常，可手动删除该节点，让 GKE 自动重建
kubectl delete node NODE_NAME

提示：GKE 的节点池通常开启了自动修复功能，节点异常时系统会自动重建。若节点长时间处于 NotReady，建议优先在 Console 的「Kubernetes Engine」→「集群」→「节点」页面查看节点健康状态。

7. 清理资源

为避免产生不必要的费用，实验完成后请及时清理资源：

bash 复制代码

# 删除集群（会同时删除所有节点和 Pod）
gcloud container clusters delete my-k8s-cluster \
  --region asia-east1

# 删除项目（彻底清理所有资源）
# 在 Console 中进入「项目设置」→「关闭项目」

8. 总结

本文从零开始，完整演示了在谷歌云上部署 Kubernetes 集群的全流程：

准备工作：注册账号、创建项目、启用 API、安装工具
创建集群：通过 Console 或命令行创建 GKE 集群
部署应用：使用 kubectl 部署 Nginx 并暴露服务
访问控制：配置 kubectl 和 RBAC 权限
运维管理：自动扩缩容、监控日志、版本升级
资源清理：删除集群避免费用

GKE 作为 Kubernetes 的「原产地」服务，在稳定性、生态和运维体验上都处于领先地位。掌握以上流程后，你就可以在谷歌云上轻松运行生产级 Kubernetes 工作负载了。如果在实践中遇到问题，欢迎在评论区交流讨论。