Kubernetes 控制器

輝太くん

236人浏览 · 2026-08-25 10:39:46

輝太くん · 2026-08-25 10:39:46 发布

1. 什么是 Kubernetes 控制器

2. 控制器的核心工作原理

3. 控制器与 API Server 的协作方式

1. 什么是 Kubernetes 控制器

Kubernetes 控制器（Controller）是集群中负责维持系统期望状态（Desired State）的核心组件。它通过持续监控集群中资源的实际状态（Actual State），并与用户声明的期望状态进行对比，一旦发现偏差，就采取相应操作进行调和，使实际状态不断趋近于期望状态。

这种「声明式 API + 控制器调和」的设计模式，是 Kubernetes 区别于传统命令式运维工具的关键所在。用户只需要告诉集群「我想要什么」，而不需要关心「具体怎么做」，控制器会负责把当前状态逐步调整到目标状态。

2. 控制器的核心工作原理

控制器的运行逻辑可以概括为一个不断循环的「控制回路」（Control Loop），主要包含以下三个步骤：

观察（Observe）：通过 API Server 监听或轮询等方式，获取目标资源的当前实际状态。
对比（Compare）：将实际状态与用户声明的期望状态进行比对，判断是否存在差异。
行动（Act）：如果存在差异，则调用 Kubernetes API 执行创建、删除、更新等操作，使实际状态向期望状态收敛。

这一过程会不断重复执行，从而保证即使发生 Pod 崩溃、节点宕机等异常情况，系统也能自动恢复到用户期望的状态。

3. 控制器与 API Server 的协作方式

控制器本身并不直接操作节点或容器运行时，而是通过 Kubernetes API Server 进行间接管理。控制器作为 API Server 的客户端，通过 List 和 Watch 机制获取资源变化事件，再通过创建、更新、删除等 API 请求来驱动系统状态变化。

这种架构带来了两个重要好处：一是控制器与底层基础设施解耦，便于扩展新的资源类型；二是所有状态变更都经过 API Server 持久化到 etcd，保证了集群状态的一致性和可追溯性。

4. 常见的控制器类型

Kubernetes 内置了多种控制器，分别负责管理不同类型的资源对象。下面介绍几种最常用的控制器。

4.1 ReplicaSet 控制器

ReplicaSet 负责维护一组 Pod 副本的数量稳定。用户在 ReplicaSet 中声明期望的副本数，控制器会持续检查当前存活的 Pod 数量，当数量不足时创建新的 Pod，当数量超出时删除多余的 Pod。它通常不直接使用，而是作为 Deployment 的底层组件存在。

1.建立控制器

[root@master controler]# kubectl create deployment webcluster --image myapp:v1  --dry-run=client -o yaml  > repset.yml

[root@master controler]# vim repset.yml
apiVersion: apps/v1
kind: ReplicaSet
metadata:
  labels:
    app: webcluster
  name: webcluster
spec:
  replicas: 2
  selector:
    matchLabels:
      app: webcluster
#  strategy: {}
  template:
    metadata:
      labels:
        app: webcluster
    spec:
      containers:
      - image: myapp:v1
        name: myapp

[root@master controler]# kubectl apply -f repset.yml

#打开一个新的shell
[root@master ~]# watch -n 1 kubectl get pods   --show-labels
Every 1.0s: kubectl get pods --show-labels                                        master: Sat Apr 11 10:08:32 2026

NAME               READY   STATUS    RESTARTS   AGE     LABELS
webcluster-tbxq4   1/1     Running   0          6m49s   app=webcluster
webcluster-jna23   1/1     Running   0          6m49s   app=webcluster

#拉伸
kubectl  scale replicaset webcluster --replicas 4
kubectl  scale replicaset webcluster --replicas 2
kubectl  scale replicaset webcluster --replicas 0

2.测试功能

[root@master controler]# vim repset.yml
。。。。
spec:
  replicas: 4
。。。。

[root@master controler]# kubectl apply -f repset.yml

[root@master ~]# watch -n 1 kubectl get pods   --show-labels
Every 1.0s: kubectl get pods --show-labels                                        master: Sat Apr 11 10:11:06 2026

NAME               READY   STATUS    RESTARTS   AGE     LABELS
webcluster-4sxz4   1/1     Running   0          13s     app=webcluster
webcluster-lvtsn   1/1     Running   0          13s     app=webcluster
webcluster-tbxq4   1/1     Running   0          9m23s   app=webcluster
webcluster-tr5qk   1/1     Running   0          13s     app=webcluster

4.2 Deployment 控制器

Deployment 是实际工作中使用最频繁的控制器之一，它在 ReplicaSet 之上增加了滚动更新、回滚、版本管理等能力。当用户更新 Deployment 的镜像版本时，控制器会按照配置的策略逐步创建新版本 Pod，并平滑下线旧版本 Pod，从而实现在不中断服务的情况下完成应用升级。

1.监控

[root@master ~]# watch -n 1 " kubectl get pods   --show-labels;echo ====;kubectl get replicasets.apps"

2.建立deployment控制器

[root@master controler]# kubectl create deployment webcluster --image myapp:v1  --dry-run=client -o yaml  > dep.yml
[root@master controler]# vim dep.yml
apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app: webcluster
  name: webcluster
spec:
  minReadySeconds: 5
  replicas: 2
  selector:
    matchLabels:
      app: webcluster
#  strategy: {}
  template:
    metadata:
      labels:
        app: webcluster
    spec:
      containers:
      - image: myapp:v1
        name: myapp
#        resources: {}

[root@master controler]# kubectl apply -f dep.yml

#监控部分显示效果
Every 1.0s:  kubectl get pods   --show-labels;echo ====;kubectl get replicase...  master: Sat Apr 11 10:43:24 2026

NAME                          READY   STATUS    RESTARTS   AGE   LABELS
webcluster-77c87d9946-49kh5   1/1     Running   0          45s   app=webcluster,pod-template-hash=77c87d9946
webcluster-77c87d9946-m2x2d   1/1     Running   0          45s   app=webcluster,pod-template-hash=77c87d9946
====
NAME                    DESIRED   CURRENT   READY   AGE
webcluster-77c87d9946   2         2         2       45s


#发布服务
[root@master controler]# kubectl expose deployment webcluster --port 80 --target-port 80
[root@master controler]# kubectl describe  services webcluster
Name:                     webcluster
Namespace:                default
Labels:                   app=webcluster
Annotations:              <none>
Selector:                 app=webcluster
Type:                     ClusterIP
IP Family Policy:         SingleStack
IP Families:              IPv4
IP:                       10.107.142.60
IPs:                      10.107.142.60
Port:                     <unset>  80/TCP
TargetPort:               80/TCP
Endpoints:                10.244.2.6:80,10.244.1.9:80
Session Affinity:         None
Internal Traffic Policy:  Cluster
Events:                   <none>

#访问：
[root@master controler]# curl  10.107.142.60
Hello MyApp | Version: v1 | <a href="hostname.html">Pod Name</a>

3.升级和回滚

#升级
[root@master controler]# vim dep.yml
。。。。
spec:
  minReadySeconds: 5
  replicas: 2
  selector:
    matchLabels:
      app: webcluster
#  strategy: {}
  template:
    metadata:
      labels:
        app: webcluster
    spec:
      containers:
      - image: myapp:v2			#升级为版本2
        name: myapp
。。。。
[root@master controler]# kubectl apply -f dep.yml
deployment.apps/webcluster configured
[root@master controler]# curl  10.107.142.60
Hello MyApp | Version: v2 | <a href="hostname.html">Pod Name</a>

#回滚
[root@master controler]# vim dep.yml
。。。。
spec:
  minReadySeconds: 5
  replicas: 2
  selector:
    matchLabels:
      app: webcluster
#  strategy: {}
  template:
    metadata:
      labels:
        app: webcluster
    spec:
      containers:
      - image: myapp:v1			#回滚为版本1
        name: myapp
。。。。
[root@master controler]# kubectl apply -f dep.yml
[root@master controler]# curl  10.107.142.60
Hello MyApp | Version: v1 | <a href="hostname.html">Pod Name</a>

4.版本更新管理及优化

[root@master controler]# vim dep.yml
spec:
  minReadySeconds: 5
  replicas: 6				#把pod数量设定为6方便观察
  selector:

[root@master controler]# kubectl apply -f dep.yml
deployment.apps/webcluster configured

4.1查看更新策略信息

[root@master controler]# kubectl describe deployments.apps webcluster
RollingUpdateStrategy:  25% max unavailable, 25% max surge

4.2设定更新策略

[root@master controler]# vim dep.yml
，，，，，，，
spec:
  minReadySeconds: 5
  replicas: 6
  selector:
    matchLabels:
      app: webcluster
  strategy:
    rollingUpdate:
      maxSurge: 1					#更新时pod数量最多比期望值多一个
      maxUnavailable: 0				#不能使用pod数量比期望值数量多0
  template:
    metadata:
      labels:
        app: webcluster
    spec:
      containers:
      - image: myapp:v1
        name: myapp


[root@master controler]# kubectl apply -f dep.yml

4.3更新暂停和恢复

[root@master controler]# kubectl rollout history deployment webcluster
deployment.apps/webcluster
REVISION  CHANGE-CAUSE
7         <none>
8         <none>

[root@master controler]# kubectl rollout pause deployment webcluster  #暂停更新
deployment.apps/webcluster paused
[root@master controler]# vim dep.yml
。。。
      containers:
      - image: myapp:v2
        name: myapp
。。。

[root@master controler]# kubectl apply -f dep.yml		#执行成功。但更新过程在监控中没出现
deployment.apps/webcluster configured


[root@master controler]# kubectl rollout history deployment webcluster
deployment.apps/webcluster
REVISION  CHANGE-CAUSE
7         <none>
8         <none>

[root@master controler]# kubectl rollout resume deployment webcluster			#开启更新
deployment.apps/webcluster resumed

[root@master controler]# kubectl rollout history deployment webcluster
deployment.apps/webcluster
REVISION  CHANGE-CAUSE
8         <none>
9         <none>

4.3 StatefulSet 控制器

StatefulSet 专门用于管理有状态应用，例如数据库、消息队列等。与 Deployment 不同，StatefulSet 为每个 Pod 提供稳定的网络标识和持久化存储，Pod 的创建和删除顺序也是严格可控的，适合需要稳定身份和有序部署的场景。

4.4 DaemonSet 控制器

DaemonSet 确保集群中的每个节点（或指定节点）都运行一个 Pod 副本。当新节点加入集群时，DaemonSet 会自动在该节点上创建 Pod；当节点被移除时，对应的 Pod 也会被回收。它非常适合部署日志采集、监控代理、网络插件等节点级组件。

[root@master controler]# kubectl create deployment daemonset --image myapp:v1 --dry-run=client -o yaml  > daemonset.yml
[root@master controler]# vim daemonset.yml
apiVersion: apps/v1
kind: DaemonSet
metadata:
  labels:
    app: daemonset
  name: daemonset
spec:
  selector:
    matchLabels:
      app: daemonset
  template:
    metadata:
      labels:
        app: daemonset
    spec:
      containers:
      - image: myapp:v1
        name: myapp



#另外开启一个主机node3，并设定在初始化集群时的所有设定确保所有服务的开启
#在master中重新生成集群主机注册时需要的token
[root@master controler]# kubeadm token create  --print-join-command
kubeadm join 172.25.254.100:6443 --token lqcz14.6f4krq91w75h58bt --discovery-token-ca-cert-hash sha256:6b5950ef2cdba85d6dfdb564ee90d4187fa3d341767dc9852cbdd5c9dee4f927


[root@node3 ~]#  kubeadm join 172.25.254.100:6443 --token lqcz14.6f4krq91w75h58bt --discovery-token-ca-cert-hash sha256:6b5950ef2cdba85d6dfdb564ee90d4187fa3d341767dc9852cbdd5c9dee4f927 --cri-socket  unix:///var/run/cri-dockerd.sock

#当node3加入集群后会在node3中立即群星指定的pod，其原因是因为运行了daemonset
#可以在master中观察pod的状态

4.5 Job控制器

Job 控制器用于管理一次性任务，确保指定数量的 Pod 成功运行并正常退出。CronJob 则在 Job 的基础上增加了定时调度能力，可以按照 Cron 表达式周期性地创建 Job，适用于数据备份、定时报表、批量处理等场景。

[root@master ~]# docker load -i perl-5.34.tar.gz
[root@master ~]# docker tag perl:5.34.0 reg.timinglee.org/library/perl:5.34.0
[root@master ~]# docker login  reg.timinglee.org -u admin
Password:
Login Succeeded
[root@master ~]# docker push reg.timinglee.org/library/perl:5.34.0

[root@master controler]# kubectl create job job --image perl:5.34.0 --dry-run=client -o yaml > job.yml
[root@master controler]# vim job.yml
apiVersion: batch/v1
kind: Job
metadata:
  name: job
spec:
  completions: 6
  parallelism: 2
  template:
    spec:
      containers:
      - image: perl:5.34.0
        name: job
        command: ["perl",  "-Mbignum=bpi", "-wle", "print bpi(2000)"]
      restartPolicy: Never
  backoffLimit: 4

[root@master controler]# kubectl apply -f job.yml
job.batch/job created

[root@master controler]# kubectl logs job-4b45g
3.14159265358979323846264338327950288419716939937510582097494459230781640628620899862803482534211706798214808651328230664709384460955058223172535940812848111745028410270193852110555964462294895493038196442881097566593344612847564823378678316527120190914564856692346034861045432664821339360726024914127372458700660631558817488152092096282925409171536436789259036001133053054882046652138414695194151160943305727036575959195309218611738193261179310

4.6CronJob 控制器

[root@master controler]# kubectl create cronjob cronjob --image busybox  --schedule "* * * * *" --dry-run=client -o yaml > cronjob.yml
[root@master controler]# vim cronjob.yml
apiVersion: batch/v1
kind: CronJob
metadata:
  name: cronjob
spec:
  jobTemplate:
    metadata:
      name: cronjob
    spec:
      template:
        spec:
          containers:
          - image: busybox
            name: cronjob
            command:
              - /bin/sh
              - -c
              - echo "hello timinglee"
          restartPolicy: OnFailure
  schedule: '* * * * *'

[root@master controler]# kubectl apply -f cronjob.yml		#整分运行

[root@master controler]# kubectl get cronjobs.batch
NAME      SCHEDULE    TIMEZONE   SUSPEND   ACTIVE   LAST SCHEDULE   AGE
cronjob   * * * * *   <none>     False     0        17s             70s

[root@master controler]# kubectl logs cronjob-29598241-pxggh
hello timinglee

5. 控制器与 Operator 的关系

除了内置控制器，Kubernetes 还支持用户通过自定义资源（CRD）和自定义控制器来扩展集群能力，这种模式被称为 Operator 模式。Operator 本质上是针对特定应用领域编写的控制器，它将运维人员的领域知识编码到自动化逻辑中，能够处理备份、升级、故障恢复等复杂运维任务。

例如，etcd-operator、prometheus-operator 等开源项目，都是通过 Operator 模式实现对特定组件的自动化管理。理解内置控制器的工作原理，是学习和编写 Operator 的重要基础。

6. 总结

Kubernetes 控制器是集群自动化管理的核心引擎，它通过「观察、对比、行动」的控制回路，持续将系统实际状态调和到用户声明的期望状态。Deployment、StatefulSet、DaemonSet、Job 等内置控制器覆盖了绝大多数常见工作负载类型，而 Operator 模式则进一步将控制器的能力扩展到任意领域。

掌握控制器的设计思想和运行机制，不仅有助于更好地使用 Kubernetes，也能为深入理解云原生架构打下坚实基础。

亚马逊云科技技术品牌专区

更多推荐

基于STM32的全屋环境智能监测与预警终端设计

亚马逊云科技技术品牌专区

Keras：面向人类的深度学习库

Keras3支持多后端（TensorFlow、PyTorch、JAX），通过设置环境变量切换，兼容指定版本。pip安装后可用Sequential API快速构建CNN模型，如MNIST分类示例，实

亚马逊云科技技术品牌专区

AI行业日报｜2026-09-25：5个热点事件

本期行业动态聚焦于端侧算力重构、自主智能体工作流、开发工具经济模型、网络隔离架构设计与公共部门合规审查。以下结合一线技术场景进行结构化梳理，供 AI 研究员与软件工程团队参考。 PrismML 正将其轻量级语言模型适配至搭载高通处理器的智能眼镜终端 1 。该平台的核心战略指向开源权重模型的本地化运行，旨在最大化挖掘穿戴设备现有算力的利用效率 1 。对于嵌入式与边缘计算开发者而言，此类微型模型向低功