Kubernetes Node全解

今晚20:30，Kubernetes Master Class在线培训第四期《企业如何构建CI/CD流水线》即将开播，点击链接：http://live.vhall.com/729465809
即可免费预约注册！

介 绍

Kubernetes在GitHub上拥有超过48,000颗星，超过75,000个commit，拥有以Google为代表的科技巨头公司为主要贡献者。可以说，Kubernetes已迅速掌管了容器生态系统，成为容器编排平台的真正领导者。

Kubernetes提供了诸如部署的滚动和回滚、容器健康检查、自动容器恢复、基于指标的容器自动扩展、服务负载均衡、服务发现（适用于微服务架构）等强大功能。在本文中，我们将讨论Kubernetes重要的基本概念、master节点架构，并重点关注节点组件。

理解Kubernetes及其抽象

Kubernetes是一个开源的编排引擎，用于自动部署、扩展、管理和提供托管容器化应用程序的基础架构。在基础架构级别，Kubernetes集群由一组物理或虚拟机组成，每个机器都以特定角色运行。

Master机器就像是所有业务的大脑，负责编排所有运行在节点机器上的容器。每个节点都配有一个容器运行时。节点接收来自master的指令，然后执行操作来创建pod、删除pod或调整网络规则。

Master组件负责管理Kubernetes集群。它们管理pod的生命周期，pod是Kubernetes集群内部署的基本单元。Master Server运行以下组件：

• kube-apiserver - 主要组件，为其他master组件公开API。
• etcd - 分布式密钥/值存储库，Kubernetes使用它来持久化存储所有集群信息。
• kube-scheduler – 依照pod规范中的信息，来决定运行pod的节点。
• kube-controller-manager - 负责节点管理（检测节点是否出现故障）、pod复制和端点创建。
• cloud-controller-manager - 守护进程，充当API和不同云提供商工具（存储卷、负载均衡器等）之间的抽象层。

节点组件是Kubernetes中的worker机器，受到master的管理。节点可以是虚拟机（VM）或物理机器——Kubernetes在这两种类型的系统上都能良好运行。每个节点都包含运行pod的必要组件：

• kubelet – 为位于那个节点上的pod监视API服务器，确保它们正常运行
• cAdvisor - 收集在特定节点上运行着的pod的相关指标
• kube-proxy - 监视API服务器，实时获取pod或服务的变化，以使网络保持最新
• 容器运行时 - 负责管理容器镜像，并在该节点上运行容器

Kubernetes节点组件详解

总而言之就是，节点上运行着两个最重要的组件——kubelet和kube-proxy，除此之外还有一个负责运行应用容器化应用程序的容器引擎。

kubelet

kubelet处理着master和在其上运行的节点之间的所有通信。它以manifest的形式接收来自主设备的命令，manifest定义着工作负载和操作参数。它与负责创建、启动和监视pod的容器运行时进行接合。

kubelet还会周期性地对配置的活跃度探针和准备情况进行检查。它会不断监视pod的状态，并在出现问题时启动新实例。kubelet还有一个内部HTTP服务器，在端口10255上显示一个只读视图。除此之外，在/healthz上还有一个健康检查端点，以及一些其他状态端点。例如，我们可以在/pods获取正在运行的pod的列表。我们还可以在/spec获取kubelet正在运行的机器的详情。

kube-proxy

kube-proxy组件在每个节点上运行，负责代理UDP、TCP和SCTP数据包（它不了解HTTP）。它负责维护主机上的网络规则，并处理pod、主机和外部世界之间的数据包传输。它就像是节点上运行着的pod的网络代理和负载均衡器一样，通过在iptables使用NAT实现东/西负载均衡。

kube-proxy过程位于连接到Kubernetes的网络和在该特定节点上运行的pod之间。它本质上是Kubernetes的核心网络组件，负责确保跨集群的所有元素有效地进行通信。当用户创建Kubernetes服务对象时，kube-proxy实例会负责将该对象转换为位于worker节点的、本地iptables规则集上的有意义的规则。iptables用于将分配给服务对象的虚拟IP转换为服务映射的所有pod IP。

容器运行时

容器运行时负责从公有或私有镜像仓库中拉取镜像，并根据这些镜像运行容器。当下最流行的容器引擎无疑是Docker，不过Kubernetes还支持诸如rkt、runc等的其他容器运行时。正如我们在上文中提到过的，kubelet会直接与容器运行时交互，以启动、停止或删除容器。

cAdvisor

cAdvisor是一个开源代理，它能够监视资源使用情况并分析容器的性能。cAdvisor最初由谷歌创建，现在已与kubelet集成。

位于每个节点上的cAdvisor实例，会收集、聚合、处理和导出所有正在运行的容器的指标，如CPU、内存、文件和网络使用情况等。所有数据都将发送到调度程序，以确保调度程序了解节点内部的性能和资源使用情况。这些信息会被用于执行各种编排任务，如调度、水平pod扩展、管理容器资源限制等。

从动手实操了解节点组件端点

接下来，我们将安装一个Kubernetes集群（在Rancher的帮助下），以此来开始探索节点组件公开的一些API。要完成下面的操作，我们需要：

• Google Cloud Platform帐户（任何公有云也都是一样的）
• 一台主机，后续Rancher会运行在它上面（可以是个人PC / Mac或公有云中的VM）
• 在同一主机上，安装kubectl和 Google Cloud SDK。验证好您的相关credential（gcloud init和gcloud auth login），确保gcloud能正常访问您的Google Cloud账户
• 在GKE上运行的Kubernetes集群（运行EKS或AKS也是相同的）

启动Rancher实例

首先，启动Rancher实例。这一过程非常简单，参考快速上手指南即可：

https://rancher.com/quick-start/

使用Rancher部署GKE集群

使用Rancher设置和配置Kubernetes集群，同样是按指南进行操作即可：

https://rancher.com/docs/ranc...

部署好集群后，我们可以快速部署Nginx以进行测试：

为了与Kubernetes API进行交互，我们需要在本地计算机上启动代理服务器：

让我们检查一下进度，看它是否正在正常运行，以及是否在监听默认端口：

现在，在浏览器中，检查kubelet公开的各种端点：

接下来，显示集群可用节点的列表：

我们可以通过spec来检查所有列出的、使用API的节点。在本文的示例中，我们使用n1-standard-1机器类型（1个vCPU，3.75GB RAM，10GB的根大小磁盘）创建了一个3节点集群。我们可以通过访问专用端点来确认这些规范：

在不同端点使用相同的kubelet API，我们可以检查我们创建的Nginx pod，以查看它们正运行在什么节点上。

首先，列出正在运行的pod：

现在，curl每个节点的/proxy/pods端点，查看其运行的pod列表：

我们还可以检查cAdvisor端点，它会以Prometheus格式输出大量数据。默认情况下，这在/metrics HTTP端点可用：

SSH到节点并直接调用kubelet端口，也可以获得相同的cAdvisor或pod信息：

清理

要清理我们在本文中使用的资源，只需从Rancher UI中删除Kubernetes集群即可（选择集群并点击Delete按钮就可以了）。这将删除我们的集群正在使用的所有节点以及关联的IP地址。如果您是在公有云中使用VM来运行Rancher，那么您也需要处理它。找出您的实例名称，然后将其删除即可：

结 语

在本文中，我们讨论了Kubernetes节点机器的关键组件。之后，我们使用Rancher部署了一个Kubernetes集群，并完成了一个小型部署以帮助我们学习使用kubelet API。

若想了解有关Kubernetes及其架构的更多信息，Kubernetes官方文档是一个不错的起点：https://kubernetes.io/docs/co...