对比软件安装和运行；

一、场景

作为研发人员，通常自己电脑的系统环境都是非常复杂，在个人的习惯上，是按照下图的模块管理电脑的系统环境；

对于「基础设施」、「主机操作系统」、「系统软件」来说，通常只做配置修改；

对于自行安装的软件环境来说，个人通常这样分类：「应用软件」、「研发软件」、「持续集成」、「虚拟机环境」；

应用软件：主要指常用的办公软件，比如文档编写，画图设计，通信产品等；
研发软件：比如基础开发环境，各种中间件环境，数据存储查询等；
持续集成：主流的就是Jenkins、Docker、Kubernetes等组件，整体比较复杂，不好管理；
虚拟机环境：研发必备的Linux操作系统，用来部署一些标准的组件集群；

不论是这些软件环境还是虚拟机系统的搭建，基本都是通过下载软件安装包，然后在本地部署和定期更新以及运行，基于这个场景再去理解容器和Pod组件，会轻松许多；

二、容器

1、容器镜像

参考上面系统环境的管理，软件包和安装部署的原理；

Docker容器镜像是一个轻量级的、独立的、可执行的软件包，它包含了运行应用程序所需的一切:代码、运行时、系统工具、系统库和设置，带有创建Docker容器的说明；

可以通过Dockerfile脚本自定义镜像，也可以使用云端仓库中其他人公开发布的，生产环境通常采用私有仓库管理镜像；

容器镜像所承载的是封装了应用程序及其所有软件依赖的二进制数据，容器镜像是可执行的软件包，可以单独运行；通常会创建应用的容器镜像并将其推送到某仓库，然后在Pod中引用它；

2、容器

容器将应用程序从底层的主机设施中解耦，这使得在不同的云或OS环境中部署更加容易；

容器的本质就是一个视图隔离、可限制资源、独立文件系统的进程集合；

以常见的Linux研发环境来分析，可以限制容器的资源分配，比如内存大小、CPU使用，隔离进程之间的通信，设置独立的文件系统等；

Kubernetes集群中的每个节点都会运行容器，这些容器构成分配给该节点的Pod，单个Pod中的容器会在共同调度下，于同一位置运行在相同的节点上；

从整体上可以把K8S理解为「操作系统」，镜像理解为「软件安装包」，容器理解为「应用进程」；

3、实践案例

制作镜像，首先将代码工程auto-client和auto-serve打包，然后构建镜像文件，放在本地环境中；

制作【auto-client】镜像

构建命令

docker build -t auto-client:latest .

Dockerfile脚本

# 基础镜像
FROM openjdk:8# 维护者
MAINTAINER cicadasmile# 持久化目录
VOLUME /data/docker/logs# 添加应用服务JAR包
ADD auto-client.jar application.jar# 配置参数
ENTRYPOINT ["java","-Dspring.profiles.active=dev","-Djava.security.egd=file:/dev/./urandom","-jar","/application.jar"]

制作【auto-serve】镜像

构建命令

docker build -t auto-serve:latest .

Dockerfile脚本

# 基础镜像
FROM openjdk:8# 维护者
MAINTAINER cicadasmile# 持久化目录
VOLUME /data/docker/logs# 添加应用服务JAR包
ADD auto-serve.jar application.jar# 配置参数
ENTRYPOINT ["java","-Dspring.profiles.active=dev","-Djava.security.egd=file:/dev/./urandom","-jar","/application.jar"]

三、Pod组件

1、基本概念

Pod是可以在K8S中创建和管理的、最小的可部署的计算单元；

Pod是一组（一个或多个）容器，这些容器共享存储、网络、以及怎样运行这些容器的声明，Pod中的内容总是并置的并且一同调度，在共享的上下文中运行；

2、Pod管理

【Pod创建】

通常不会直接创建Pod，而是使用诸如Deployment或Job这类工作负载资源来创建Pod；是相对临时性的、用后即抛的一次性实体；

【单容器Pod】

每个Pod都意在运行给定应用程序的单个实例，可以使用多个Pod对应用程序横向扩展，即一个实例一个Pod对应，Pod看作单个容器的包装器由K8S直接管理，是常见的部署方式；

【多容器Pod】

分布式系统中可能存在由多个紧密耦合且需要共享资源的共处容器组成的应用程序，比较典型的是「生产消费」场景，Pod将这些容器和存储资源打包为一个可管理的实体；

Pod中的容器被自动安排到集群中的同一物理机或虚拟机上，并可以一起进行调度，容器之间可以共享网络和存储资源和依赖、彼此通信、协调何时以及何种方式终止自身；

容器之间原本是被隔离开的，而Pod在设计上可以突破这种隔离，进而实现资源共享；

存储共享

在Pod层面设置共享的Volume，该Pod中所有容器都可以访问该共享Volume，这也是Pod组件的存储方式，Volume还允许Pod中持久数据保留下来，即使其中的容器需要重新启动；

网络共享

同一个Pod内，所有容器共享一个IP地址和端口空间，并且可以通过localhost发现对方；

3、实践案例

3.1 Pod脚本

在此前的案例中，都是单容器Pod，这里演示多容器Pod，将【auto-client】和【auto-serve】放在同一个「auto-pod」中运行；

并且这里为两个容器分配CPU和内存资源，requests是要为容器指定资源需求，limits是要为容器指定资源限制；

apiVersion: v1
kind: Pod
metadata:name: auto-pod
spec:containers:- name: auto-clientimage: auto-clientimagePullPolicy: Neverports:- containerPort: 8079resources:requests:cpu: "250m"memory: "64Mi"limits:cpu: "500m"memory: "128Mi"- name: auto-serveimage: auto-serveimagePullPolicy: Neverports:- containerPort: 8082resources:requests:cpu: "250m"memory: "64Mi"limits:cpu: "500m"memory: "128Mi"

3.2 Pod命令

创建Pod

kubectl create -f pod.yaml

查看指定Pod

kubectl get pod/auto-pod -o wide
NAME       READY   STATUS    RESTARTS   AGE    IP           NODE             NOMINATED NODE   READINESS GATES
auto-pod   2/2     Running   0          9m2s   10.1.0.123   docker-desktop   <none>           <none>

查看指定Pod描述

kubectl describe pod/auto-pod# 此处只展示部分信息
Name:         auto-pod
Namespace:    default
Node:         docker-desktop/192.168.65.11
Status:       Running
IP:           10.1.0.123
Containers:auto-client:Container ID:   docker://Container-IDImage:          auto-clientImage ID:       docker://sha256:Image-IDPort:           8079/TCPLimits:cpu:     500mmemory:  128MiRequests:cpu:        250mmemory:     64Miauto-serve:Container ID:   docker://Container-IDImage:          auto-serveImage ID:       docker://sha256:Image-IDPort:           8082/TCPLimits:cpu:     500mmemory:  128MiRequests:cpu:        250mmemory:     64Mi
Events:Type    Reason     Age   From               Message----    ------     ----  ----               -------Normal  Scheduled  38s   default-scheduler  Successfully assigned default/auto-pod to docker-desktopNormal  Pulled     37s   kubelet            Container image "auto-client" already present on machineNormal  Created    37s   kubelet            Created container auto-clientNormal  Started    37s   kubelet            Started container auto-clientNormal  Pulled     37s   kubelet            Container image "auto-serve" already present on machineNormal  Created    37s   kubelet            Created container auto-serveNormal  Started    37s   kubelet            Started container auto-serve

删除Pod

kubectl delete -f pod.yaml

3.3 服务日志

在「auto-client」服务中，提供一个简单的定时任务，每10秒访问一次「auto-serve」的接口，打印请求的响应结果；

@Component
public class HttpJob {private static final Logger LOG = LoggerFactory.getLogger(HttpJob.class.getName()) ;private static final String SERVER_URL = "http://localhost:8082/serve";/*** 每10秒执行一次*/@Scheduled(fixedDelay = 10000)public void systemDate (){try{SimpleClientHttpRequestFactory factory = new SimpleClientHttpRequestFactory();factory.setReadTimeout(3000);factory.setConnectTimeout(6000);RestTemplate restTemplate = new RestTemplate(factory);Map<String,String> paramMap = new HashMap<>() ;String result = restTemplate.getForObject(SERVER_URL,String.class,paramMap);LOG.info("server-resp::::"+result);} catch (Exception e){e.printStackTrace();}}
}

在「auto-serve」服务中，提供一个简单的Get请求接口；

@RestController
public class ServeWeb {private static final Logger logger = LoggerFactory.getLogger(ServeWeb.class) ;@Value("${server.port:}")private Integer servePort ;@GetMapping("/serve")public String serve (){logger.info("serve:{}",servePort);return "serve:"+servePort ;}
}