先上图，这是kubernetes官网上的架构图，简单明了。

工作负载（资源对象）：

起初还搞不清楚工作负载和资源对象的关系，最后一查才发现工作负载被包含于资源对象，两者的关系是挺微妙。下面详细解释下两者的含义：

工作负载：是一种资源对象，用于定义和管理容器化应用程序的运行方式。提起工作负载，我们脑海中常浮现出的是statefulset、daemonset、deployment、job、cronjob。由于工作负载时被包含于资源对象，那么上述五种类型也是资源对象，同时也是工作负载。

资源对象：指在k8s上创建的资源实例。这个其实很好理解，听我娓娓道来。在k8s中将所有的内容全部抽象为资源，资源实例化后是对象。纳尼，这怎么到面向对象编程了，其实这样的表示只是让我们对资源对象的理解更容易罢了。提到资源对象，那脑子一下把k8s中的都包含了，有pod、replicaset、deployment、service、endpoint、ingress、ingress-control、configmap、pv/pvc等等。

整体介绍下：

• Pod（Pod）：容器的最小调度单位，可以包含一个或多个相关容器。
• Service（服务）：为一组具有相同标签的 Pod 提供统一访问入口，并提供负载均衡能力。
• Ingress（入口）：通过定义规则来管理从外部访问集群内 Service 的流量。
• ConfigMap（配置映射）：存储应用程序的配置数据，以键值对的形式提供给容器。
• Secret（密钥）：用于存储敏感数据，如密码、令牌等，并将其安全地传递给容器。
• Volume（卷）：在容器之间共享和持久化数据的抽象概念。
• Job（作业）：用于创建一次性任务，会运行一个或多个 Pod 直到完成指定的工作。
• CronJob（定时作业）：根据用户定义的时间表定期运行 Job。
• Namespace（命名空间）：用于在集群内部分隔资源，实现多租户的隔离和资源管理。
• ServiceAccount（服务账户）：与 Pod 关联的身份验证信息，并授予 Pod 访问其他资源的权限。

 详细介绍：

Deployment（部署）：用于控制 Pod 的创建、更新和删除，确保应用的稳定运行。

下图就可以立马理解deployment、replicaset（副本集）、pod这个三者的关系。优雅永不过时。

Deployment 一个非常重要的功能就是实现了 Pod 的滚动更新。

StatefulSet（有状态副本集）：管理有状态应用程序的创建、更新和删除，确保每个 Pod 都有唯一的网络标识和稳定的持久化存储。可以处理 Pod 的启动顺序，为保留每个 Pod 的状态设置唯一标识。

问题来了，什么是有状态什么是无状态? 直接上硬货。

• 无状态服务（Stateless Service）：该服务运行的实例不会在本地存储上持久化需要的数据，并且多个实例对于同一个请求响应的结果是完全一致的。

• 有状态服务（Stateful Service）：就和上面的概念是对立的了，该服务运行的实例需要在本地存储持久化数据。

那么，经典面试题就来了。statefulSet和Deployment最大的区别就是：deployment里的pod副本是用的相同的存储，而statsfulet中的pod副本有自己的存储，这是他们最大的区别。

statefulset（有状态服务） 特点：

• 稳定的、唯一的网络标识符 （例如：etcd 配置文件，节点地址发生变化，将无法使用）
• 稳定的、持久化的存储
• 有序的、优雅的部署和缩放（例如：mysql 主从关系，先启动主，再启动从）
• 有序的、优雅的删除和终止
• 有序的、自动滚动更新

DaemonSet（守护进程集）：确保集群中的每个节点都运行一个 Pod 实例，用于在整个集群中运行系统级任务。一看daemon那不就是守护进程吗，那肯定是每个节点上都需要有守护进程才可以，说白了就是在每个节点部署一个 Pod副本。上图增加理解：

使用场景：

• 集群存储守护程序：如 glusterd、ceph 要部署在每个节点上以提供持久性存储；

• 节点监控守护进程：如 Prometheus 监控集群，可以在每个节点上运行一个 node-exporter 进程来收集监控节点的信息；

• 日志收集守护程序：如 fluentd 或 logstash，在每个节点上运行以收集容器的日志

• 节点网络插件：比如 flannel、calico，在每个节点上运行为 Pod 提供网络服务。

这个三个重要的工作负载也是资源对象就介绍到这里。

还有两个负载均衡的资源对象（service和ingress）也需要介绍下，同样非常重要。

Service 是一种抽象的对象，它定义了一组 Pod 的逻辑集合和一个用于访问它们的策略。其实这个概念和微服务非常类似。一个 Serivce 下面包含的 Pod 集合是由 Label Selector 来决定的。

service存在的意义：Service引入主要是解决Pod的动态变化，提供统一访问入口。包含两个方面

1. 防止Pod失联，准备找到提供同一个服务的Pod（服务发现）
2. 定义一组Pod的访问策略（负载均衡）

 service的功能：

1. 为pod提供负载均衡(iptables、ipvs)
2. 动态感知pod的变化，会把pod ip变化更新到负载均衡

 

常见的service的类型：

service的类型有：ClusterIP、NodePort、LoadBalancer、ExternalName、externalIPs.

1 ClusterIP: 默认的service服务类型。通过集群内部的IP暴露服务，选择该值。局限是只能够在集群内部进行访问。

2 Nodeport：对外暴露应用。通过node节点的ip和静态端口进行暴露服务。通过请求nodeIP：nodeport可以从集群的外部访问一个NodePort服务。端口的范围：30000-32767。局限是若都对用户暴露ip和端口，多台node该使哪台用户访问呢？

3 LoadBalancer：对外暴露应用，使用公有云。在每个node上启用一个端口来暴露服务。

注意点：LoadBalancer也会自动生成NodePort，而NodePort也会自动生成ClusterIP的。

4 ExternalName：通过返回CNAME和它的值，可以将服务映射到externalName字段的内容。

该类型更多用于服务迁移场景。

5 externalIPs：确保使用哪个 IP 来访问 Kubernetes 集群，使用外部 IP Service 类型，我们可以将Service 绑定到连接集群的 IP。

还有一个新内容Endpointslices:

与之对应的是一个Endpoints(EP)。Endpoints 是 Kubernetes 中的一个资源对象，存储在 etcd中，用来记录一个 Service 对应一组 Pod 的访问地址，一个 Service 只有一个 Endpoints 资源，Endpoints 资源会去观测 Pod 集合，只要服务中的某个 Pod 发生变更，Endpoints 就会进行同步更新。

Endpoints的缺点：kubernetes限制单个Endpoints对象中可以容纳的端口数量。且一个service只有一个Endpoints资源，这意味着她需要为支持相应服务的每个pod存储ip等网络信息。

Endpoints资源的缺陷：若一个端点发生变更，将会导致整个Endpoints资源更新。那么当业务需要进行频繁端点更新时，需要一个巨大的API资源被相互传递，这会影响到kubernetes组件的性能。

于是Endpointslices对象就出现了，提供了一种可扩展和可拓展的替代方案，缓解处理大量网络端点带来的性能问题。

举例介绍：

假设我们有一个 2000 个 Pod 副本的服务，它最终生成的Endpoints 资源对象会很大（比如 1.5MB (etcd 具有最大请求大小限制1.5MB)，还会截断成 1000），在生产环境中，如果该服务发生滚动更新或节点迁移，那么 Endpoints 资源将会频繁变更，当该列表中的某个网络端点发生了变化，那么就要将完整的 Endpoint 资源分发给集群中的每个节点。如果我们在一个具有 3000 个节点的大型集群中，这会是个很大的问题，每次更新将跨集群发送 4.5GB 的数据（1.5MB*3000 ，即 Endpoint 大小*节点个数），并且每次端点更新都要发送这么多数据。想象一下，如果进行一次滚动更新，共有 2000 个 Pod 全部被替换，那么传输的数据量将会是TB 级数据。这不进对集群内的网络带宽浪费巨大，而对 Master 的冲击非常大，会影响 Kubernetes 整体的性能。

如果使用了 Endpointslices，假设一个服务后端有 2000 个 Pod，我们可以让每个 Endpointslices 存储 100 个端点，最终将获得 20 个 Endpointslices。添加或删除 Pod 时，只需要更新其中 1 个 Endpointslice 资源即可，这样操作后，可扩展性和网络可伸缩有了很大的提升。

比起在流量高峰时，服务为了承载流量，扩容出大量的 Pod，Endpoints 资源会被频繁更新，两个使用场景的差异就变得非常明显。更重要的是，既然服务的所有 Pod IP 都不需要存储在单个资源中，那么我们也就不必担心 etcd 中存储的对象的大小限制。

 Endpoints 和 Endpointslice 两种资源的不同之处：

• Endpoints 适用场景：

  • 有弹性伸缩需求，Pod 数量较少，传递资源不会造成大量网络流量和额外处理。

  • 无弹性伸缩需求，Pod 数量不会太多。哪怕 Pod 数量是固定，但是总是要滚动更新或者出现故障的。

• Endpointslice 适用场景:

  • 有弹性需求，且 Pod 数量较多（几百上千）。

  • Pod 数量很多（几百上千），因为 Endpoints 网络端点最大数量限制为 1000，所以超过 1000 的 Pod 必须得用 Endpointslice。

另一种负载均衡的资源对象是ingress:

Ingress：用来暴露服务给外部用户。是从 Kuberenets 集群外部访问集群的一个入口。将外部的请求转发到集群内不同的 Service 上，然后再加上一个域名规则定义，路由信息的刷新依靠 Ingress Controller 来提供。

Ingress公布了从集群外部开到集群内部服务的HTTP和HTTPS路由的规则集合，而具体实现流量路由则是由Ingress Controller负责。ingress的命名空间是从svc中获取，不需要自定义命名空间。

ingress就是为了弥补nodeport的不足而产生的：

NodePort存在的不足：
• 一个端口只能一个服务使用，端口需提前规划；
• 只支持4层负载均衡; 
• 注意：我们知道，NodePort它是要到我们节点上的ClusterIp,然后通过ClusterIp去帮我们做一下负载，其实它的调用链是多了一层。ingress主要是实现了一个7层的负载均衡，ingress也支持一些4层的负载均衡； ingress controller虽然也支持4层的，但工作中如果有4层需求，也是直接使用service就好了。

基于端口是一种分流的方式，不可能一个端口分2个流量，除非这个程序内部是基于7层的，可以在协议层进行一些分流；而我们的svc是4层的，包括iptables、ipvs都是基于4层进行转发的，user -> nginx upstream ->代理多个web服务器。

注明出处： 明心静性 | 彦