外觀
Computing › 容器與環境 › Kubernetes
Kubernetes
Kubernetes(K8s)是容器編排平台:在一群機器(叢集)上排程、擴展、修復、更新容器化的應用。應用拆成多個服務、需要跨機器協調運行時才需要它;單機跑幾個容器用 Docker Compose 就夠,批次分析用 HPC 排程器。雲端有託管版本(EKS、AKS、GKE),不必自己架控制平面。
| 目標 | Kubernetes 怎麼做 |
|---|---|
| 排程 | 把 Pod 放到有足夠資源的節點 |
| 自我修復 | 容器或節點掛掉,自動重建 |
| 擴展 | 增減副本數;可依 CPU 自動調整(HPA) |
| 對外服務 | Service、Ingress 提供穩定的位址 |
| 更新 | 滾動更新,失敗可回滾 |
架構
text
Cluster
├── Control plane:API server、scheduler、controller manager、etcd(叢集狀態)
└── Nodes(工作機器)
└── Pod(最小部署單位,通常一個主要容器;有自己的叢集內 IP,可被取代)你用 YAML 宣告想要的狀態(「跑 3 個 nginx 副本」),控制器持續讓實際狀態符合宣告。
主要物件
| 物件 | 用途 |
|---|---|
| Pod | 一或多個共用網路與儲存的容器;短暫、可替換 |
| Deployment | 管理無狀態應用的副本數與滾動更新 |
| StatefulSet | 有狀態應用(資料庫):穩定的名稱(db-0、db-1)與各自的儲存,依序建立 |
| Job / CronJob | 跑完就結束的批次工作 / 定時工作 |
| Service | 依 label 選取一組 Pod,提供穩定的位址與負載平衡 |
| Ingress | 外部 HTTP(S) 流量依網域 / 路徑路由到 Service |
| ConfigMap / Secret | 設定與機密,以環境變數或檔案注入 |
| PersistentVolumeClaim (PVC) | 申請儲存空間;由 StorageClass 動態配置 PersistentVolume (PV) |
| Namespace | 叢集內的邏輯分區(團隊、環境) |
yaml
# deployment.yaml:3 個 nginx 副本 + 對內的 Service
apiVersion: apps/v1
kind: Deployment
metadata:
name: web
spec:
replicas: 3
selector:
matchLabels: { app: web }
template:
metadata:
labels: { app: web } # Service 依這個 label 找到 Pod
spec:
containers:
- name: web
image: nginx:1.27 # 固定版本,不用 latest
ports: [{ containerPort: 80 }]
resources:
requests: { cpu: 100m, memory: 128Mi } # 排程依據
limits: { cpu: 500m, memory: 256Mi } # 超過記憶體上限會被 OOMKilled
nodeSelector:
disktype: ssd # 只排到有此 label 的節點
---
apiVersion: v1
kind: Service
metadata:
name: web
spec:
selector: { app: web }
ports: [{ port: 80, targetPort: 80 }]kubectl
bash
kubectl apply -f deployment.yaml # 建立或更新(宣告式,建議)
kubectl get pods -o wide # 列出 Pod 與所在節點
kubectl get deploy,svc,pvc # 多種資源
kubectl describe pod <name> # 詳細狀態與事件(除錯第一步)
kubectl logs -f <pod> # 看 log
kubectl exec -it <pod> -- bash # 進入容器
kubectl scale deployment web --replicas=5
kubectl rollout status deployment/web # 更新進度
kubectl rollout undo deployment/web # 回滾
kubectl port-forward svc/web 8080:80 # 本機 8080 → Service,除錯用
kubectl delete -f deployment.yaml
kubectl get sc; kubectl get pv; kubectl get pvc # 儲存| Pod 狀態 | 常見原因 |
|---|---|
Pending | 資源不足、PVC 無法配置、nodeSelector 沒有符合的節點 |
ImagePullBackOff | 映像檔名稱 / tag 錯誤、私有 registry 沒設認證 |
CrashLoopBackOff | 容器啟動後立刻結束:看 kubectl logs --previous |
OOMKilled | 超過記憶體 limit |
資料與 ML 情境:Kubeflow、Argo Workflows 在 Kubernetes 上跑 ML pipeline;Nextflow 也能以 Kubernetes 作為 executor。模型服務的部署見 部署與監控。