Skip to content

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。