前段時間在這個視頻中分享了 https://github.com/bregman-arie/devops-exercises 這個知識倉庫。

這次繼續(xù)分享里面的內(nèi)容，本次主要以 k8s 相關(guān)的問題為主。

k8s 是什么，為什么企業(yè)選擇使用它

k8s 是一個開源應(yīng)用，給用戶提供了管理、部署、擴展容器的能力，以下幾個例子更容易理解：

• 你可以將容器運行在不同的機器或節(jié)點中，并且可以將一些變化同步給這些容器，簡單來說我們只需要編寫 yaml 文件，告訴 k8s 我的預(yù)期是什么，其中同步變化的過程全部都交給 k8s 去完成。

其實就是我們常說的聲明式 API

• 第二個特點剛才已經(jīng)提到了，它可以幫我們一鍵管理多個容器，同步所有的變更。
• 可以根據(jù)當前的負載調(diào)整應(yīng)用的副本數(shù)，負載高就新創(chuàng)建幾個應(yīng)用實例，低就降低幾個，這個可以手動或自動完成。

什么時候使用或者不使用 k8s

• 如果主要還是使用物理機這種低級別的基礎(chǔ)設(shè)施的話，不太建議使用 k8s，這種情況通常是比較傳統(tǒng)的業(yè)務(wù)，沒有必要使用 k8s。
• 第二種情況是如果是小團隊，或者容器規(guī)模較小時也不建議使用，除非你想使用 k8s 的滾動發(fā)布和自擴容能力，

不過這些功能運維自己寫工具也能實現(xiàn)。

k8s 有哪些特性

• 是自我修復(fù)，k8s 對容器有著健康檢測，比如使用啟動探針、存活探針等，或者是容器 OOM 后也會重啟應(yīng)用嘗試修復(fù)。
• 自帶負載均衡，使用 service 可以將流量自動負載到后續(xù) Pod 中，如果 Pod 提供的是 http 服務(wù)這個夠用了，但如果是 grpc 這樣的長鏈接，就需要使用 istio 這類服務(wù)網(wǎng)格，他可以識別出協(xié)議類型，從而做到請求級別的負載均衡。
• Operator 自動運維能力：k8s 可以根據(jù)應(yīng)用的運行情況自動調(diào)整當前集群的 Pod 數(shù)量、存儲等，拿 Pulsar 舉例，當流量激增后自動新增 broker，磁盤不足時自動擴容等。
• 滾動更新能力：當我們發(fā)版或者是回滾版本的時候，k8s 會等待新的容器啟動之后才會將流量切回來，同時逐步停止老的實例。
• 水平擴展能力：可以靈活的新增或者是減少副本的數(shù)量，當然也可以自動控制。
• 數(shù)據(jù)加密：使用 secret 可以保存一些敏感的配置或者文件。

k8s 有著哪些對象

這個就是考察我們對 k8s 是否是熟悉了，常用的有：

• Pod
• Service
• ReplicationController
• DaemonSet
• namespace
• ConfigMap 這個其實知道沒有太多作用，主要還是得知道在不同場景如何使用不同的組件。

哪些字段是必須的

這個問題我也覺得意義不大，只要寫過 yaml 就會知道了，metadata, kind, apiVersion。

apiVersion: apps/v1  
kind: Deployment  
metadata:  
  labels:  
    app: app
  name: app

kubectl 是什么

其實就是一個 k8s 的 命令行客戶端。

當你部署應(yīng)用的時候哪些對象用的比較多

• 第一個肯定是 deployment，這應(yīng)該是最常見的部署方式。
• service: 可以將流量負載到 Pod 中。
• Ingress: 如果需要從集群外訪問 Pod 就得需要 Ingress 然后 配合域名訪問。

為什么沒有 k get containers 這個命令

這個問題主要是看對 Pod 的理解，因為在 k8s 中 Pod 就是最小的單位了，如果想要訪問容器可以在 Pod 中訪問。

我們可以加上 -c 參數(shù)進入具體的容器。

kubectl exec -it app -c istio-proxy

你認為使用使用 k8s 的最佳實踐是什么

這個主要是看日常使用時有沒有遇到什么坑了：

• 第一個就是要驗證 yaml 內(nèi)容是否正確，這個確實很重要，一旦執(zhí)行錯了后果很嚴重，比如使用 helm 的時候最好豈容 dry-run 和 debug，先看看生成的 yaml 是否是預(yù)期想要的。

helm upgrade app --dry-run --debug

• 第二個限制資源的使用，比如 CPU 和 內(nèi)存，這個也很重要，如果不設(shè)置一旦應(yīng)用出現(xiàn) bug 可能導(dǎo)致整個 k8s 集群都受到影響。
• 為 Pod，deployment 指定標簽，用于分組。

# 資源限制
resources:  
  limits:  
    cpu: 200m  
    memory: 200Mi  
  requests:  
    cpu: 100m  
    memory: 100Mi

參考來源：https://github.com/bregman-arie/devops-exercises/blob/master/topics/kubernetes/README.md#kubernetes-101。