Kubernetes 入门：从零开始理解容器编排

系列文章面向有 Go 开发经验、了解 Docker 基础的读者。本篇是第一篇，重点讲清楚"是什么"和"为什么"。

目录

1. 容器化的前世今生
2. Kubernetes 是什么
3. K8s 解决了什么问题
4. K8s 的核心价值
5. K8s 与 Docker 的关系
6. K8s 的发展历史
7. 本地环境搭建
8. 第一个 K8s 命令
9. 小结

1. 容器化的前世今生

1.1 传统部署时代的痛点

想象一下 2010 年以前的软件部署方式：

开发者本地写代码 → 打成 jar/war 包 → 运维在物理机上配置环境 → 手动部署 → 祈祷不出问题

这带来了几个经典问题：

• “在我机器上能跑”：开发环境和生产环境不一致，本地 JDK 1.7、服务器 JDK 1.6，微妙的差异导致各种 bug。
• 资源浪费：一台服务器只跑一个应用，CPU/内存利用率极低，通常不超过 10%。
• 部署慢：手工配置 Nginx、MySQL、JDK 等依赖，一次部署需要几个小时甚至几天。
• 扩容难：流量突增时，需要人工介入买机器、装系统、配置环境，等你搞完，流量高峰早过去了。

1.2 虚拟机时代

VMware 等虚拟机技术缓解了资源浪费问题，一台物理机可以跑多个 VM。但虚拟机本身也很重：

• 每个 VM 需要完整的 OS，几十 GB 磁盘，几分钟启动时间
• Hypervisor 层有性能损耗
• 镜像文件很大，迁移困难

1.3 容器时代的到来

2013 年，Docker 横空出世，带来了一种新的打包和运行方式：

代码 + 依赖 + 配置 → 打成镜像 → 在任何支持 Docker 的机器上运行

Docker 的核心技术：

• namespace：隔离进程、网络、文件系统（Linux 内核特性）
• cgroups：限制 CPU、内存等资源使用
• 联合文件系统（UnionFS）：镜像分层，共享层节省空间

容器 vs 虚拟机：

Docker 让"一次构建，到处运行"成为现实。但新的问题随之而来：

当你有几百个容器需要管理，怎么办？

2. Kubernetes 是什么

Kubernetes（发音：koo-ber-neh-tees），简称 K8s（因为 K 和 s 之间有 8 个字母），是一个开源的容器编排（Container Orchestration）平台。

官方定义：

Kubernetes is an open-source system for automating deployment, scaling, and management of containerized applications.

翻译过来就是：自动化部署、扩缩容和管理容器化应用的系统。

“编排"这个词来自希腊语，原指指挥船员的舵手。K8s 就是你容器世界的"舵手”，告诉容器们：

• 去哪台机器上跑
• 要跑几个副本
• 挂了如何自动恢复
• 流量如何分发
• 怎么滚动升级不中断服务

3. K8s 解决了什么问题

3.1 多容器的调度问题

假设你有 3 台服务器，20 个微服务容器需要部署，每个服务有不同的资源需求。你怎么决定哪个容器跑在哪台机器上？手工排列组合？

K8s 有 Scheduler（调度器），它会自动考虑：

• 每台 Node 的剩余 CPU/内存
• 容器的资源请求（requests）和限制（limits）
• 亲和性/反亲和性规则（某些容器要在同一台机器 / 不能在同一台机器）
• 节点标签和污点

3.2 服务发现与负载均衡

容器的 IP 是动态的，每次重启都会变。你的服务 A 怎么稳定地访问服务 B？

K8s 的 Service 提供稳定的虚拟 IP 和 DNS 名，屏蔽底层 Pod IP 的变化，并自动做负载均衡。

3.3 自动伸缩（Auto Scaling）

流量低谷只需要 2 个实例，高峰需要 20 个。

• HPA（Horizontal Pod Autoscaler）：根据 CPU/内存/自定义指标自动扩缩 Pod 数量
• VPA（Vertical Pod Autoscaler）：自动调整 Pod 的资源 requests/limits
• CA（Cluster Autoscaler）：当节点资源不足时，自动增加节点

3.4 自愈（Self-healing）

Pod 挂了怎么办？K8s 会自动重启它。节点宕机了怎么办？K8s 会把上面的 Pod 调度到其他节点。

Pod 崩溃 → kubelet 检测到 → 自动重启
节点宕机 → Controller Manager 检测到 → 在其他节点重新创建 Pod
容器不健康（健康检查失败）→ 自动重启容器

3.5 滚动升级与回滚

零停机升级：

新版本逐步替换旧版本 Pod
旧: [v1] [v1] [v1] [v1]
中: [v2] [v1] [v1] [v1]  ← 新增一个 v2，删掉一个 v1
中: [v2] [v2] [v1] [v1]
后: [v2] [v2] [v2] [v2]

如果新版本有 bug，一条命令回滚：

kubectl rollout undo deployment/my-app

3.6 配置与密钥管理

• ConfigMap：存储非敏感配置，如数据库地址、功能开关
• Secret：存储敏感信息，如密码、Token、TLS 证书

应用和配置解耦，同一个镜像可以在 dev/staging/prod 环境使用不同配置。

4. K8s 的核心价值

用一句话概括：K8s 让你像管理一台超级计算机一样管理一个服务器集群。

你不再需要关心"这个服务跑在哪台机器上"，只需要告诉 K8s：

• 我想要运行 什么（哪个镜像）
• 我想要运行 多少（几个副本）
• 我需要 多少资源（CPU/内存）
• 对外暴露 哪个端口

其余的，交给 K8s。

对 Go 开发者的特别价值

Go 天然适合云原生开发：

• K8s 本身就是 Go 写的
• Go 编译出静态二进制，Docker 镜像可以极小（FROM scratch）
• Go 的并发模型适合微服务
• client-go 是操作 K8s API 的官方库
• Operator 模式（扩展 K8s）几乎都用 Go 实现

5. K8s 与 Docker 的关系

很多人刚接触时会困惑：我已经有 Docker 了，为什么还需要 K8s？

Docker 负责单个容器的生命周期，K8s 负责集群中大量容器的编排。

Docker: 我来构建镜像，我来运行单个容器
K8s:   我来决定容器跑在哪，跑几个，怎么对外服务

关系如下：

用户/CI/CD
    ↓ (构建镜像)
Docker Registry（镜像仓库：Docker Hub / Harbor / ECR）
    ↓ (拉取镜像)
Kubernetes
    ├── Node 1: Container Runtime（containerd）→ Container A, B
    ├── Node 2: Container Runtime（containerd）→ Container C, D
    └── Node 3: Container Runtime（containerd）→ Container E, F

容器运行时

有一点需要注意：K8s 1.24 版本之后，移除了对 Docker（dockershim）的直接支持，改用符合 CRI（Container Runtime Interface） 标准的运行时：

• containerd（最主流，Docker 也在用它）
• CRI-O（Red Hat 主导）
• Docker Engine via cri-dockerd（社区维护的适配层）

但这不影响你用 Docker 构建镜像！镜像格式（OCI 标准）是兼容的，K8s 照样能拉取和运行 Docker 构建的镜像。

6. K8s 的发展历史

7. 本地环境搭建

7.1 安装 kubectl

kubectl 是 K8s 的命令行工具，用于与集群交互。

macOS：

brew install kubectl
# 验证
kubectl version --client

Linux：

curl -LO "https://dl.k8s.io/release/$(curl -L -s https://dl.k8s.io/release/stable.txt)/bin/linux/amd64/kubectl"
chmod +x kubectl
sudo mv kubectl /usr/local/bin/

Windows（PowerShell）：

winget install -e --id Kubernetes.kubectl

7.2 本地 K8s 集群选择

开发和学习阶段，有几个好用的本地方案：

方案一：minikube（推荐新手）

# macOS
brew install minikube

# 启动（默认使用 Docker 作为 driver）
minikube start

# 启动完成后查看状态
minikube status

方案二：kind（K8s in Docker）

kind 用 Docker 容器模拟 K8s 节点，适合 CI 和需要多节点集群的场景。

# 安装
brew install kind

# 创建单节点集群
kind create cluster --name my-cluster

# 创建多节点集群
cat <<EOF > kind-config.yaml
kind: Cluster
apiVersion: kind.x-k8s.io/v1alpha4
nodes:
- role: control-plane
- role: worker
- role: worker
EOF
kind create cluster --config kind-config.yaml

方案三：k3d（轻量级）

brew install k3d
k3d cluster create my-cluster

方案四：Docker Desktop 内置 K8s

如果你已经安装了 Docker Desktop，直接在 Settings → Kubernetes → Enable Kubernetes 即可，最简单。

7.3 验证集群

# 查看集群信息
kubectl cluster-info

# 查看节点
kubectl get nodes

# 输出示例：
# NAME       STATUS   ROLES           AGE   VERSION
# minikube   Ready    control-plane   2m    v1.28.3

8. 第一个 K8s 命令

让我们运行一个 Nginx 容器，感受 K8s 的基本操作：

8.1 创建第一个 Pod

# 以命令式方式运行一个 Nginx Pod
kubectl run nginx --image=nginx:alpine

# 查看 Pod 状态
kubectl get pods

# 输出：
# NAME    READY   STATUS    RESTARTS   AGE
# nginx   1/1     Running   0          30s

8.2 查看 Pod 详情

kubectl describe pod nginx

输出包含：

• Pod 的 IP 地址
• 所在节点
• 容器状态
• Events（非常重要！排查问题的第一手资料）

8.3 进入容器

kubectl exec -it nginx -- sh
# 进入容器后
ls /usr/share/nginx/html
exit

8.4 端口转发（本地访问）

# 将本地 8080 端口转发到 Pod 的 80 端口
kubectl port-forward pod/nginx 8080:80

# 另开终端测试
curl http://localhost:8080

8.5 查看日志

kubectl logs nginx

# 实时跟踪日志
kubectl logs -f nginx

8.6 删除 Pod

kubectl delete pod nginx

8.7 第一个 YAML 清单（Manifest）

K8s 的生产用法不是命令式的 kubectl run，而是声明式的 YAML 文件。

创建 nginx-pod.yaml：

apiVersion: v1          # API 版本
kind: Pod               # 资源类型
metadata:
  name: nginx-demo      # 资源名称
  labels:
    app: nginx          # 标签，用于选择和过滤
spec:
  containers:
  - name: nginx         # 容器名称
    image: nginx:alpine # 镜像
    ports:
    - containerPort: 80 # 容器暴露的端口（文档性质，不影响实际通信）
    resources:
      requests:         # 调度时保证的资源
        cpu: "100m"     # 100 毫核（0.1 CPU）
        memory: "128Mi"
      limits:           # 最大可用资源
        cpu: "200m"
        memory: "256Mi"

应用这个文件：

kubectl apply -f nginx-pod.yaml

# 查看
kubectl get pods

# 删除
kubectl delete -f nginx-pod.yaml

声明式 vs 命令式的区别：

# 命令式（告诉 K8s 怎么做）
kubectl run nginx --image=nginx

# 声明式（告诉 K8s 想要什么状态，K8s 自己去达成）
kubectl apply -f nginx-pod.yaml

生产中永远使用声明式，原因：

1. 可以纳入 Git 版本控制（GitOps）
2. kubectl apply 是幂等的，多次执行效果相同
3. 配置即代码，方便审查和协作

9. 小结

本篇我们学习了：

• 容器化技术的演进背景，为什么需要容器编排
• K8s 是什么：开源容器编排平台
• K8s 解决的核心问题：调度、服务发现、自动伸缩、自愈、滚动升级
• K8s 与 Docker 的关系：一个负责单容器，一个负责集群编排
• 搭建了本地 K8s 环境（minikube/kind/Docker Desktop）
• 运行了第一个 Pod，体验了 kubectl 的基础命令
• 了解了 YAML 声明式配置的重要性

常用命令速查

kubectl get pods                    # 查看所有 Pod
kubectl get pods -n kube-system     # 查看系统命名空间的 Pod
kubectl get pods -o wide            # 查看更多信息（Node IP 等）
kubectl describe pod <name>         # 查看 Pod 详情
kubectl logs <pod-name>             # 查看日志
kubectl logs -f <pod-name>          # 实时跟踪日志
kubectl exec -it <pod> -- bash      # 进入容器
kubectl apply -f <file.yaml>        # 应用配置
kubectl delete -f <file.yaml>       # 删除资源
kubectl get all                     # 查看所有资源