CKA Lesson 02：Kubernetes Concepts

原文内容：https://gitee.com/dev-99cloud/training-kubernetes ，在此基础上有新增。

Lesson 02：Kubernetes Concepts

2.1 什么是 K8S？

什么是 Kubernetes？容器编排工具。为什么叫 K8S？
K8S 和 Docker 有什么关系？参考：Container runtimes
- Orchestration API -> Container API (cri-runtime) -> Kernel API(oci-runtime)
- OCI：runC / Kata（及其前身 runV 和 Clear Containers ），gVisor，Rust railcar
  - 容器镜像的制作标准，即 ImageSpec。大致规定：容器镜像这个压缩了的文件夹里以 xxx 结构放 xxx 文件
  - 容器要需要能接收哪些指令，以及这些指令的行为，即 RuntimeSpec。这里面的大致内容就是“容器”要能够执行 “create”，“start”，“stop”，“delete” 这些命令，并且行为要规范。
  - Docker 则把 libcontainer 封装了一下，变成 runC 捐献出来作为 OCI 的参考实现。
- CRI：Docker（借助 dockershim ），containerd（借助 CRI-containerd ），CRI-O，Frakti。是一组 gRPC 接口，cri-api/pkg/apis/services.go：
  - 一套针对容器操作的接口，包括创建，启停容器等等
  - 一套针对镜像操作的接口，包括拉取镜像删除镜像等
  - 一套针对 PodSandbox（容器沙箱环境）的操作接口
- 正常的 K8S 调用 Docker 流程
- containerd-1.0，对 CRI 的适配通过一个单独的进程 CRI-containerd 来完成
- containerd-1.1，把适配逻辑作为插件放进了 containerd 主进程中
- CRI-O，更为专注的 cri-runtime，非常纯粹，兼容 CRI 和 OCI，做一个 Kubernetes 专用的运行时
CRI-O 的架构：
K8S 和 Borg 有何关系？Start from Borg, however completely different!

2.2 K8S 是为了解决什么问题？

K8S 有什么优势？适用于哪些场景？自动化编排：自愈，快速缩放，一键部署和升降级，备份恢复
如何查文档？K8S，OpenShift Origin
其它资料：slack、cncf、quay.io

2.3 K8S 不解决什么问题？

用户管理
限流熔断：istio
监控审计：prometheus / grafana / alertmanager / elasticsearch / fluent / kibana
用户界面
中间件
底层云平台支持

2.4 K8S 的模块架构是怎样的？

K8S 有哪些组件？api-server、kube-scheduler、kube-controller、etcd、coredns、kubelete、kubeproxy
整体结构图

2.5 K8S 有哪些竞争产品？

OpenShift
- 和 K8S 相比，OpenShift（红帽最有价值的产品）有哪些优势？
VMware
KubeSphere
Rancher

2.6 怎么部署出一个 K8S 群集？

kubeadm
Ansible

2.7 实验：K8S 的部署

2.7.1 在 centos 7 上部署 k8s

# 1. 关闭防火墙（在阿里云的 centos-7.9 镜像默认就是关闭的，不用做）
systemctl stop firewalld.service
systemctl disable firewalld.service

# 2. 关闭 selinx （在阿里云的 centos-7.9 镜像默认就是关闭的，不用做）
# 将 SELINUX=enforcing 改为 SELINUX=disabled
vi /etc/selinux/config

# 立刻停止 selinux
setenforce=0

# 3. 关闭 swap（在阿里云的 centos-7.9 镜像默认就是关闭的，不用做）
# 注释掉 swapoff xxx ，避免重启后 swap 重新启用
vi /etc/fstab
# 立刻停止 swap
swapoff -a

# 4.开启内核参数
# 持久化激活内核模块 br_netfilter
echo br_netfilter | tee -a /etc/modules
modprobe br_netfilter
# 开启 ipv4 forward
cat <<EOF > /etc/sysctl.d/k8s.conf
net.bridge.bridge-nf-call-ip6tables = 1
net.bridge.bridge-nf-call-iptables = 1
net.ipv4.ip_forward = 1
EOF

# 启动内核参数配置
sysctl -p
sysctl --system

# 5. 配置 kubernetes repo 源, 这里我们使用阿里云的 repo
cat <<EOF > /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=http://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64
enabled=1
gpgcheck=0
repo_gpgcheck=0
gpgkey=http://mirrors.aliyun.com/kubernetes/yum/doc/yum-key.gpg
        http://mirrors.aliyun.com/kubernetes/yum/doc/rpm-package-key.gpg
EOF

# 6. [可选] 移除之前安装的 docker（可能有老版本的）
yum remove -y docker-ce docker-ce-cli containerd.io docker-compose-plugin

# 7. 安装新版本的 docker
yum install docker-ce docker-ce-cli containerd.io docker-compose-plugin -y

# 开机启动 containerd 和 docker
systemctl enable containerd --now
systemctl enable docker --now

# 初始化 containerd 配置
containerd config default > /etc/containerd/config.toml
vi /etc/containerd/config.toml
# 更新 sandbox 镜像
# sandbox_image = "registry.aliyuncs.com/google_containers/pause:3.6" 用国内的镜像仓库
# 更新 SystemdCgroup，false 改成 true
# SystemdCgroup = true

vi /etc/docker/daemon.json

{
  "exec-opts": ["native.cgroupdriver=systemd"]
}

# 重新启动 containerd 和 docker
systemctl restart containerd
systemctl restart docker

# 8. 安装 kubernetes 1.23.3
export k8s_version="1.23.3"
# 安装 1.23.3 的repo包
yum install -y kubelet-${k8s_version}-0 kubeadm-${k8s_version}-0 kubectl-${k8s_version}-0  --disableexcludes=kubernetes

# 启动 kubelet
systemctl restart kubelet
systemctl enable kubelet

# 提前拉取镜像
kubeadm config images pull --kubernetes-version ${k8s_version} --image-repository registry.aliyuncs.com/google_containers

# 安装 master
kubeadm init --image-repository registry.aliyuncs.com/google_containers --kubernetes-version=v${k8s_version} --pod-network-cidr=10.244.0.0/16

# 配置 kubectl 的配置文件
mkdir $HOME/.kube
cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config

# 安装 calico
kubectl apply -f https://gitee.com/dev-99cloud/lab-openstack/raw/master/src/ansible-cloudlab-centos/playbooks/roles/init04-prek8s/files/calico-${k8s_version}.yml

上述部署可以让 K8S 对接 Docker，如果想直接对接 containerd，那么 kubeadm int 命令需要改成：kubeadm init --cri-socket unix:///run/containerd/containerd.sock --image-repository registry.aliyuncs.com/google_containers --kubernetes-version=v${k8s_version} --pod-network-cidr=10.244.0.0/16 ，参考 Github 或 Gitee

如果要重新安装，可以 kubeadm reset -f

检查集群状态

# 检查节点状态
$ kubectl get nodes
NAME           STATUS   ROLES                                           AGE    VERSION
cka-node1   Ready      control-plane,master,worker   30s      v1.23.3

集群安装/加入 GPU 节点（仅当 cri 为 docker 时才行）

# 1. 节点安装显卡驱动
# 可以参考 https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#abstract

# 2. 安装 docker
# 见上文

# 3. 安装 nvidia-docker
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \ && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo

yum install -y nvidia-docker2
# ubuntu 等其他系统安装参考文档 https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#installing-on-centos-7-8

# 4. 更改默认容器运行时
# 编辑 `/etc/docker/daemon.json`， 添加如下字段:
{
    "default-runtime": "nvidia",
    "runtimes": {
        "nvidia": {
            "path": "nvidia-container-runtime",
            "runtimeArgs": []
        }
    }
}
systemctl daemon-reload && systemctl restart docker

# 5. 安装 k8s 集群或将集群加入节点即可

# 6. 安装 vgpu 插件
# * Nvidia 官方的插件只能在 k8s 上整卡调度，调度力度太大，在我们的场景中没有太大实际意义
# * 阿里云 gpushare 是阿里云公有云使用的 cgpu 的部分开源项目，能对 gpu 进行显存划分，多容器调度，但是没有实现显存隔离
# * 第四范式 vgpu 是第四范式开源的 vgpu 上层实现，底层核心逻辑是 libvgpu.so提供的，没有开源，可以实现对物理 gpu 的切分，实现了显存隔离。
# 安装第四范式 vgpu 参考 `https://github.com/4paradigm/k8s-device-plugin/blob/master/README_cn.md#Kubernetes%E5%BC%80%E5%90%AFvGPU%E6%94%AF%E6%8C%81`

2.7.2 在 Ubuntu 18.04 / 20.04 上部署 k8s

安装 kubeadm

# iptables 看到 bridged 流量
cat <<EOF | sudo tee /etc/sysctl.d/k8s.conf
net.bridge.bridge-nf-call-ip6tables = 1
net.bridge.bridge-nf-call-iptables = 1
EOF
sudo sysctl --system

# Install kubeadm
apt-get update && apt-get install -y apt-transport-https curl
curl -s https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo apt-key add -
cat <<EOF | sudo tee /etc/apt/sources.list.d/kubernetes.list
deb https://apt.kubernetes.io/ kubernetes-xenial main
EOF
apt-get update -y && apt-get install -y kubelet kubeadm kubectl

# 重启 kubelet
systemctl daemon-reload
systemctl restart kubelet

# 检查 kubelet 状态，在加入 k8s 集群之前，kubelet 状态会一直处于 activating 状态
systemctl status kubelet

用 kubeadm 创建一个 k8s 群集

# 拉起 k8s 群集
kubeadm init --pod-network-cidr 192.168.1.90/16

# 配置 kubectl 客户端
mkdir -p $HOME/.kube
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config

此时可以观察到 node 并未 ready，导致 coredns 无法调度。接下来需要：安装网络插件，插件列表，这里我们用 Calico。

# 添加网络插件
# Install the Tigera Calico operator and custom resource definitions
kubectl create -f https://docs.projectcalico.org/manifests/tigera-operator.yaml
# Install Calico by creating the necessary custom resource
kubectl create -f https://docs.projectcalico.org/manifests/custom-resources.yaml

# 查看 pods 和 nodes 状态
kubectl get pods --all-namespaces
kubectl get nodes

2.8 什么是 Pod？

Pod 和容器的关系是什么？

# pod 里的 pause 容器和业务容器共享 ipc / net / user namespaces
[root@cloud025 ~]# ll /proc/10982/ns/
total 0
lrwxrwxrwx 1 root root 0 Aug 10 16:14 ipc -> ipc:[4026532513]
lrwxrwxrwx 1 root root 0 Aug 10 15:33 mnt -> mnt:[4026532592]
lrwxrwxrwx 1 root root 0 Aug 10 15:33 net -> net:[4026532516]
lrwxrwxrwx 1 root root 0 Aug 10 15:33 pid -> pid:[4026532594]
lrwxrwxrwx 1 root root 0 Aug 10 16:14 user -> user:[4026531837]
lrwxrwxrwx 1 root root 0 Aug 10 16:14 uts -> uts:[4026532593]

[root@cloud025 ~]# ll /proc/10893/ns/
total 0
lrwxrwxrwx 1 root root 0 Aug 10 15:33 ipc -> ipc:[4026532513]
lrwxrwxrwx 1 root root 0 Aug 10 15:33 mnt -> mnt:[4026532511]
lrwxrwxrwx 1 root root 0 Aug 10 15:33 net -> net:[4026532516]
lrwxrwxrwx 1 root root 0 Aug 10 16:15 pid -> pid:[4026532514]
lrwxrwxrwx 1 root root 0 Aug 10 16:15 user -> user:[4026531837]
lrwxrwxrwx 1 root root 0 Aug 10 16:15 uts -> uts:[4026532512]

为什么调度的基本单位是 pod 不是容器？

2.9 启动一个 pod

Pod YAML

apiVersion: v1
kind: Pod
metadata:
  name: nginx
  labels:
    env: test
spec:
  containers:
  - name: nginx
    image: nginx

启动一个 Pod

# 起 nginx pod
kubectl apply -f nginx.yaml

# 可以看到 pod 无法被调度，进行诊断
kubectl describe pod nginx

# 去污点、允许 pod 调度到 master
kubectl taint nodes $(hostname) node-role.kubernetes.io/master:NoSchedule-

# 查看 pods
kubectl get pods

# 查看容器
docker ps | grep nginx

在容器平台上发布 Python 应用

我们将要做什么？
- 下载应用代码，并且在本地跑起来
- 为应用构建一个 Docker 镜像，然后启动一个 Docker 容器来运行此应用
- 创建一个 Deployment 对象，将应用运行在 K8S 平台上
- 参考：https://kubernetes.io/blog/2019/07/23/get-started-with-kubernetes-using-python/
- 对应的原始代码在：https://github.com/JasonHaley/hello-python
预置条件有哪些？
- 本地具备 Python 3.6+ 的运行环境
- 安装了 Git（非必须）
- 安装了 Docker
- 一个 Kubernetes 平台

代码

其中 requirements.txt 里只有一行：flask，是依赖包列表文件

另一个文件是 main.py，是应用的逻辑代码

from flask import Flask
import os
import socket

app = Flask(__name__)

@app.route("/")
def hello():
    html = "<h3>Hello {name}!</h3>" \
           "<b>Hostname:</b> {hostname}<br/>"
    return html.format(name=os.getenv("NAME", "world"), hostname=socket.gethostname())

if __name__ == "__main__":
    app.run(host='0.0.0.0')

下载代码

mkdir ~/test-hello-world
cd ~/test-hello-world/

wget https://gitee.com/dev-99cloud/training-kubernetes/raw/master/src/hello-python/main.py
wget https://gitee.com/dev-99cloud/training-kubernetes/raw/master/src/hello-python/requirements.txt
wget https://gitee.com/dev-99cloud/training-kubernetes/raw/master/src/hello-python/Dockerfile
wget https://gitee.com/dev-99cloud/training-kubernetes/raw/master/src/hello-python/deployment.yaml

本地运行：
- 安装依赖：pip3 install -r requirements.txt
- 本地运行：python3 main.py，会在本地启动一个用于开发的 web 服务器。
- 你可以打开浏览器，访问 http://<IP>:5000 端口

Docker 镜像构建文件，目录下有一个 Dockerfile 文件

FROM python:3.7

RUN mkdir /app
WORKDIR /app
ADD . /app/
RUN pip install -r requirements.txt

EXPOSE 5000
CMD ["python", "/app/main.py"]

构建 Docker 镜像并运行
- 运行命令构建镜像：docker build -f Dockerfile -t hello-python:latest .
- 构建完成后，可以通过 docker image ls 看到刚才构建的镜像
- 然后运行此镜像：docker run -p 5001:5000 hello-python
- 然后访问 http://<IP>:5001，同样可以看到 Hello form Python! 字符串
确定 Kubernetes 和 kubectl 运行正常
- 运行命令：kubectl version，如果该命令不报错，就说明 kubectl 安装完成。
- 运行命令：kubectl get nodes，如果返回节点信息，说明 K8S 运行正常，kubectl 配置正常。

K8S deployment YAML 文件：

apiVersion: v1
kind: Service
metadata:
  name: hello-python-service
spec:
  type: NodePort
  selector:
    app: hello-python
  ports:
  - protocol: "TCP"
    port: 6000
    targetPort: 5000
    nodePort: 31000

---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: hello-python
spec:
  selector:
    matchLabels:
      app: hello-python
  replicas: 4
  template:
    metadata:
      labels:
        app: hello-python
    spec:
      containers:
      - name: hello-python
        image: hello-python:latest
        imagePullPolicy: Never
        ports:
        - containerPort: 5000

将 Deployment 部署到 K8S 平台
- 运行命令：kubectl apply -f deployment.yaml
- 运行命令：kubectl get pods，检查 pods
- 然后可以打开浏览器，在 http://<IP>:31000 看到 Hello form Python! 信息

实验

# 观察 service / deployment 和 pod 的关系，通过 label 关联
kubectl get pods -l app=hello-python
kubectl get deploy
kubectl get deployment

kubectl get svc
kubectl get service
kubectl get pods -l app=hello-python -o wide

# 访问应用
curl http://<pod-ip>:5000
curl http://<cluster-ip>:6000
curl http://<host-ip>:31000

Lesson 02：Kubernetes Concepts

2.1 什么是 K8S？

2.2 K8S 是为了解决什么问题？

2.3 K8S 不解决什么问题？

2.4 K8S 的模块架构是怎样的？

2.5 K8S 有哪些竞争产品？

2.6 怎么部署出一个 K8S 群集？

2.7 实验：K8S 的部署

2.7.1 在 centos 7 上部署 k8s

2.7.2 在 Ubuntu 18.04 / 20.04 上部署 k8s

2.8 什么是 Pod？

2.9 启动一个 pod

推荐阅读

openeuler22.03 Kubeadm安装k8s 1.29.4版本 ，CRI->containerd, CNI->flannel

Kubeadm纯手动安装k8s 1.30，使用containerd作为CRI，使用Flannel作为CNI插件

kubeadm 安装 k8s 1.28.2

使用 KubeKey 从0搭建 k8s+ kubeovn 三节点标准集群

评论

openeuler22.03 Kubeadm安装k8s 1.29.4版本，CRI->containerd, CNI->flannel