K8s ❉ Controller-RS/Deployment/HPA详解

RS/deployment/HPA 详解，资源配置以及验证

wangjie722703

518人浏览 · 2022-01-02 17:22:35

wangjie722703 · 2022-01-02 17:22:35 发布

一介绍

Pod是kubernetes的最⼩管理单元，在kubernetes中，按照pod的创建方式可以将其分为两类：

自主式pod：kubernetes直接创建出来的Pod，这种pod删除后就没有了，也不会重建
控制器创建的pod：kubernetes通过控制器创建的pod，这种pod删除了之后还会自动重建

1 什么是Pod控制器

Pod控制器是管理pod的中间层，使用Pod控制器之后，只需要告诉Pod控制器，想要多少个什么样的Pod就可以了，它会创建出满足条件的Pod并确保每一个Pod资源处于用户期望的目标状态。如果Pod资源在运行中出现故障，它会基于指定策略重新编排Pod。在kubernetes中，有很多类型的pod控制器，每种都有自己的适合的场景，常见的有下面这些：

ReplicationController：⽐较原始的pod控制器，已经被废弃，由ReplicaSet替代
ReplicaSet：保证副本数量⼀直维持在期望值，并支持pod数量扩缩容，镜像版本升级
Deployment：通过控制ReplicaSet来控制Pod，并支持滚动升级、回退版本
Horizontal Pod Autoscaler：可以根据集群负载自动水平调整Pod的数量，实现削峰填谷
DaemonSet：在集群中的指定Node上运⾏且仅运行一个副本，一般用于守护进程类的任务
Job：它创建出来的pod只要完成任务就立即退出，不需要重启或重建，用于执行一次性任务
Cronjob：它创建的Pod负责周期性任务控制，不需要持续后台运行
StatefulSet：管理有状态应用

二 Replication Controller（已废弃）

Replication Controller(RC)是 Kubernetes 系统中核心概念之一，当我们定义了一个 RC 并提交到 Kubernetes 集群中以后，Master 节点上的 Controller Manager 组件就得到通知，定期检查系统中存活的 Pod,并确保目标 Pod 实例的数量刚好等于 RC 的预期值，如果有过多或过少的 Pod 运行，系统就会停掉或创建一些 Pod.此外我们也可以通过修改 RC 的副本数量，来实现 Pod 的动态缩放功能。

kubectl scale rc nginx --replicas=5

由于 Replication Controller 与 Kubernetes 代码中的模块 Replication Controller同名，所以在Kubernetesv1.2时，它就升级成了另外一个新的概念 Replica Sets,官方解释为下一代的 RC，它与 RC 区别是:

Replica Sets支援基于集合的 Label selector,而 RC 只支持基于等式的LabelSelector。

我们很少单独使用Replica Set,它主要被Deployment这个更高层面的资源对象所使用，从而形成一整套Pod创建、删除、更新的编排机制。最好不要越过RC直接创建 Pod，因为ReplicationController会通过RC管理Pod副本，实现自动创建、补足、替换、删除Pod副本，这样就能提高应用的容灾能力，减少由于节点崩溃等意外状况造成的损失。即使应用程序只有一个Pod副本，也强烈建议使用RC来定义Pod。

二 Replica Set

ReplicaSet跟ReplicationController没有本质的不同，只是名字不一样，并且ReplicaSet支持集合式的selector（ReplicationController 仅支持等式）。Kubernetes官方强烈建议避免直接使用ReplicaSet，而应该通过Deployment来创建RS和Pod。由于ReplicaSet是 ReplicationController的代替物，因此用法基本相同，唯一的区别在于ReplicaSet支持集合式的selector。

1 主要作用

保证一定数量的pod正常运行，它会持续监听这些Pod的运行状态，一旦Pod发生故障，就会重启或重建。同时它还支持对pod数量的扩缩容和镜像版本的升降级。

2 资源清单文件

apiVersion: apps/v1 # 版本号
kind: ReplicaSet # 类型 
metadata: # 元数据
 name: # rs名称
 namespace: # 所属命名空间
 labels: #标签
   controller: rs
spec: # 详情描述
 replicas: 3 # 副本数量
 selector: # 选择器，通过它指定该控制器管理哪些pod
   matchLabels: # Labels匹配规则
     app: nginx-pod
   matchExpressions: # Expressions匹配规则
     - {key: app, operator: In, values: [nginx-pod]}
 template: # 模板，当副本数量不⾜时，会根据下⾯的模板创建pod副本
   metadata:
     labels:
       app: nginx-pod
   spec:
     containers:
     - name: nginx
       image: nginx:1.17.1
       ports:
        - containerPort: 80
# 在这里面，需要新了解的配置项就是spec下面几个选项：
replicas：指定副本数量，其实就是当前rs创建出来的pod的数量，默认为1
selector：选择器，它的作用是建立pod控制器和pod之间的关联关系，采用的Label Selector机制
在pod模板上定义label，在控制器上定义选择器，就可以表明当前控制器能管理哪些pod了
template：模板，就是当前控制器创建pod所使用的模板，里面其实就是pod的定义

3 创建RS

#　创建pc-replicaset.yaml⽂件，内容如下：
apiVersion: apps/v1
kind: ReplicaSet 
metadata:
  name: pc-replicaset
  namespace: dev
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx-pod
  template:
    metadata:
      labels:
        app: nginx-pod
      spec:
        containers:
        - name: nginx
          image: nginx:1.17.1

# 创建rs
[root@k8s-master01 ~]# kubectl create -f pc-replicaset.yaml
replicaset.apps/pc-replicaset created
# 查看rs
# DESIRED:期望副本数量 
# CURRENT:当前副本数量 
# READY:已经准备好提供服务的副本数量
[root@k8s-master01 ~]# kubectl get rs pc-replicaset -n dev -o wide
NAME DESIRED CURRENT READY AGE CONTAINERS IMAGES SELECTOR
pc-replicaset 3 3 3 22s nginx nginx:1.17.1 app=nginxpod
# 查看当前控制器创建出来的pod
# 这⾥发现控制器创建出来的pod的名称是在控制器名称后⾯拼接了-xxxxx随机码
[root@k8s-master01 ~]# kubectl get pod -n dev
NAME                 READY     STATUS     RESTARTS     AGE
pc-replicaset-6vmvt 　1/1     Running         0         54s
pc-replicaset-fmb8f 　1/1     Running         0         54s
pc-replicaset-snrk2　 1/1     Running         0         54s

４扩缩容

# 编辑rs的副本数量，修改spec:replicas: 6即可
[root@k8s-master01 ~]# kubectl edit rs pc-replicaset -n dev
replicaset.apps/pc-replicaset edited
# 查看pod
[root@k8s-master01 ~]# kubectl get pods -n dev
NAME                 READY     STATUS     RESTARTS   AGE
pc-replicaset-6vmvt 1/1       Running       0      114m
pc-replicaset-cftnp 1/1       Running       0       10s
pc-replicaset-fjlm6 1/1       Running       0       10s
pc-replicaset-fmb8f 1/1       Running       0       114m
pc-replicaset-s2whj 1/1       Running       0       10s
pc-replicaset-snrk2 1/1       Running       0       114m
# 当然也可以直接使⽤命令实现
# 使⽤scale命令实现扩缩容， 后⾯--replicas=n直接指定⽬标数量即可
[root@k8s-master01 ~]# kubectl scale rs pc-replicaset --replicas=2 -n dev
replicaset.apps/pc-replicaset scaled
# 命令运⾏完毕，⽴即查看，发现已经有4个开始准备退出了
[root@k8s-master01 ~]# kubectl get pods -n dev
NAME                   READY       STATUS       RESTARTS       AGE
pc-replicaset-6vmvt     0/1       Terminating       0       118m
pc-replicaset-cftnp     0/1       Terminating       0       4m17s
pc-replicaset-fjlm6     0/1       Terminating       0       4m17s
pc-replicaset-fmb8f     1/1       Running           0       118m
pc-replicaset-s2whj     0/1       Terminating       0       4m17s
pc-replicaset-snrk2     1/1       Running           0       118m
#稍等⽚刻，就只剩下2个了
[root@k8s-master01 ~]# kubectl get pods -n dev
NAME                 READY     STATUS     RESTARTS     AGE
pc-replicaset-fmb8f  1/1     Running         0         119m
pc-replicaset-snrk2  1/1     Running         0         119m

5 镜像升级

# 编辑rs的容器镜像 - image: nginx:1.17.2
[root@k8s-master01 ~]# kubectl edit rs pc-replicaset -n dev
replicaset.apps/pc-replicaset edited
# 再次查看，发现镜像版本已经变更了
[root@k8s-master01 ~]# kubectl get rs -n dev -o wide    
NAME             DESIRED     CURRENT     READY     AGE     CONTAINERS     IMAGES ...
pc-replicaset     2             2         2         140m     nginx         nginx:1.17.2 ...
# 同样的道理，也可以使⽤命令完成这个⼯作
# kubectl set image rs rs名称 容器=镜像版本 -n namespace
[root@k8s-master01 ~]# kubectl set image rs pc-replicaset nginx=nginx:1.17.1 -n dev
replicaset.apps/pc-replicaset image updated
# 再次查看，发现镜像版本已经变更了
[root@k8s-master01 ~]# kubectl get rs -n dev -o wide
NAME          DESIRED     CURRENT     READY     AGE     CONTAINERS     IMAGES 
...
pc-replicaset 2             2            2     145m     nginx         nginx:1.17.1 ...

6 删除ReplicaSet

# 使⽤kubectl delete命令会删除此RS以及它管理的Pod
# 在kubernetes删除RS前，会将RS的replicasclear调整为0，等待所有的Pod被删除后，在执⾏RS对象的删除
[root@k8s-master01 ~]# kubectl delete rs pc-replicaset -n dev
replicaset.apps "pc-replicaset" deleted
[root@k8s-master01 ~]# kubectl get pod -n dev -o wide
No resources found in dev namespace.
# 如果希望仅仅删除RS对象（保留Pod），可以使⽤kubectl delete命令时添加--cascade=false选项（不推
荐）。
[root@k8s-master01 ~]# kubectl delete rs pc-replicaset -n dev --cascade=false
replicaset.apps "pc-replicaset" deleted
[root@k8s-master01 ~]# kubectl get pods -n dev
NAME                 READY   STATUS     RESTARTS     AGE
pc-replicaset-cl82j  1/1     Running     0         75s
pc-replicaset-dslhb  1/1     Running     0         75s

# 也可以使⽤yaml直接删除(推荐)
[root@k8s-master01 ~]# kubectl delete -f pc-replicaset.yaml
replicaset.apps "pc-replicaset" deleted

三 Deployment（常用）

Deployment是Kubenetes v1.2引入的新概念，引入的目的是为了更好的解决Pod的编排问题，Deployment并不直接管理pod，而是通过管理ReplicaSet来简介管理Pod，即：Deployment管理ReplicaSet，ReplicaSet管理Pod。所以Deployment比ReplicaSet功能更加强大。

Deployment的定义与Replica Set的定义很类似，除了API声明与Kind类型有所区别：

Deployment主要功能有下面几个：

支持ReplicaSet的所有功能
支持发布的停止、继续
支持滚动升级和回滚版本

1 资源清单文件

apiVersion: apps/v1 # 版本号
kind: Deployment # 类型 
metadata: # 元数据
  name: # rs名称
  namespace: # 所属命名空间
  labels: #标签
  controller: deploy
spec: # 详情描述
  replicas: 3 # 副本数量
  revisionHistoryLimit: 3 # 保留历史版本
  paused: false # 暂停部署，默认是false
  progressDeadlineSeconds: 600 # 部署超时时间（s），默认是600
  strategy: # 策略
    type: RollingUpdate # 滚动更新策略
    rollingUpdate: # 滚动更新
      maxSurge: 30% # 最⼤额外可以存在的副本数，可以为百分⽐，也可以为整数
      maxUnavailable: 30% # 最⼤不可⽤状态的 Pod 的最⼤值，可以为百分⽐，也可以为整数
      selector: # 选择器，通过它指定该控制器管理哪些pod
    matchLabels: # Labels匹配规则
      app: nginx-pod
    matchExpressions: # Expressions匹配规则
    - {key: app, operator: In, values: [nginx-pod]}
  template: # 模板，当副本数量不⾜时，会根据下⾯的模板创建pod副本
    metadata:
      labels:
        app: nginx-pod
    spec:
      containers:
      - name: nginx
        image: nginx:1.17.1
        ports:
        - containerPort: 80

2 创建deployment

# 创建pc-deployment.yaml，内容如下：
apiVersion: apps/v1
kind: Deployment 
metadata:
  name: pc-deployment
  namespace: dev
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx-pod
  template:
    metadata:
    labels:
      app: nginx-pod
    spec:
      containers:
      - name: nginx
        image: nginx:1.17.1

# 创建deployment
[root@k8s-master01 ~]# kubectl create -f pc-deployment.yaml --record=true
deployment.apps/pc-deployment created
# 查看deployment
# UP-TO-DATE 最新版本的pod的数量
# AVAILABLE 当前可⽤的pod的数量
[root@k8s-master01 ~]# kubectl get deploy pc-deployment -n dev
NAME         READY     UP-TO-DATE     AVAILABLE       AGE
pc-deployment 3/3         3               3           15s
# 查看rs
# 发现rs的名称是在原来deployment的名字后⾯添加了⼀个10位数的随机串
[root@k8s-master01 ~]# kubectl get rs -n dev
NAME                     DESIRED     CURRENT READY     AGE
pc-deployment-6696798b78     3         3      3         23s

3 扩缩容

# 变更副本数量为5个
[root@k8s-master01 ~]# kubectl scale deploy pc-deployment --replicas=5 -n dev
deployment.apps/pc-deployment scaled
# 查看deployment
[root@k8s-master01 ~]# kubectl get deploy pc-deployment -n dev
NAME         READY UP-TO-DATE AVAILABLE AGE
pc-deployment 5/5      5        5        2m
# 查看pod
[root@k8s-master01 ~]# kubectl get pods -n dev
NAME                          READY STATUS RESTARTS AGE
pc-deployment-6696798b78-d2c8n 1/1 Running 0        4m19s
pc-deployment-6696798b78-jxmdq 1/1 Running 0        93s
pc-deployment-6696798b78-smpvp 1/1 Running 0        4m19s
pc-deployment-6696798b78-wvjd8 1/1 Running 0        4m19s
# 编辑deployment的副本数量，修改spec:replicas: 4即可
[root@k8s-master01 ~]# kubectl edit deploy pc-deployment -n dev
deployment.apps/pc-deployment edited
# 查看pod
[root@k8s-master01 ~]# kubectl get pods -n dev
NAME                            READY STATUS RESTARTS   AGE
pc-deployment-6696798b78-d2c8n   1/1 Running  0        5m23s
pc-deployment-6696798b78-jxmdq   1/1 Running  0        2m38s
pc-deployment-6696798b78-smpvp   1/1 Running  0        5m23s
pc-deployment-6696798b78-wvjd8   1/1 Running  0        5m23s

4 镜像更新

deployment支持两种更新策略: 重建更新和滚动更新 ,可以通过strategy指定策略类型,支持两个属性：

strategy：指定新的Pod替换旧的Pod的策略，支持两个属性：
- Recreate：在创建出新的Pod之前会先杀掉所有已存在的Pod
- RollingUpdate：滚动更新，就是杀死一部分，就启动一部分，在更新过程中，存在两个版本Pod
rollingUpdate：当type为RollingUpdate时生效，用于为RollingUpdate设置参数，支持两个属性：
- maxUnavailable：用来指定在升级过程中不可用Pod的最大数量，默认为25%。
- maxSurge：用来指定在升级过程中可以超过期望的Pod的最大数量，默认为25%。

（1）重建更新

# 编辑pc-deployment.yaml,在spec节点下添加更新策略
spec:
  strategy: # 策略
    type: Recreate # 重建更新

# 创建deploy进行验证

# 变更镜像
[root@k8s-master01 ~]# kubectl set image deployment pc-deployment nginx=nginx:1.17.2 -n
dev
deployment.apps/pc-deployment image updated
# 观察升级过程
[root@k8s-master01 ~]# kubectl get pods -n dev -w
NAME                          READY STATUS       RESTARTS AGE
pc-deployment-5d89bdfbf9-65qcw 1/1 Running           0    31s
pc-deployment-5d89bdfbf9-w5nzv 1/1 Running           0    31s
pc-deployment-5d89bdfbf9-xpt7w 1/1 Running           0    31s
pc-deployment-5d89bdfbf9-xpt7w 1/1 Terminating       0    41s
pc-deployment-5d89bdfbf9-65qcw 1/1 Terminating       0    41s
pc-deployment-5d89bdfbf9-w5nzv 1/1 Terminating       0    41s
pc-deployment-675d469f8b-grn8z 0/1 Pending           0    0s
pc-deployment-675d469f8b-hbl4v 0/1 Pending           0    0s
pc-deployment-675d469f8b-67nz2 0/1 Pending           0    0s
pc-deployment-675d469f8b-grn8z 0/1 ContainerCreating 0    0s
pc-deployment-675d469f8b-hbl4v 0/1 ContainerCreating 0    0s
pc-deployment-675d469f8b-67nz2 0/1 ContainerCreating 0    0s
pc-deployment-675d469f8b-grn8z 1/1 Running           0    1s
pc-deployment-675d469f8b-67nz2 1/1 Running           0    1s
pc-deployment-675d469f8b-hbl4v 1/1 Running           0    2s

（2）滚动更新

# 编辑pc-deployment.yaml,在spec节点下添加更新策略
spec:
  strategy: # 策略
    type: RollingUpdate # 滚动更新策略
    rollingUpdate:
      maxSurge: 25%
      maxUnavailable: 25%
# 创建deploy进行验证
# 变更镜像
[root@k8s-master01 ~]# kubectl set image deployment pc-deployment nginx=nginx:1.17.3 -n
dev
deployment.apps/pc-deployment image updated
# 观察升级过程
[root@k8s-master01 ~]# kubectl get pods -n dev -w
NAME                            READY STATUS             RESTARTS AGE
pc-deployment-c848d767-8rbzt     1/1 Running                 0    31m
pc-deployment-c848d767-h4p68     1/1 Running                 0    31m
pc-deployment-c848d767-hlmz4     1/1 Running                 0    31m
pc-deployment-c848d767-rrqcn     1/1 Running                 0    31m
pc-deployment-966bf7f44-226rx    0/1 Pending                 0    0s
pc-deployment-966bf7f44-226rx    0/1 ContainerCreating       0    0s
pc-deployment-966bf7f44-226rx    1/1 Running                 0    1s
pc-deployment-c848d767-h4p68     0/1 Terminating             0    34m
pc-deployment-966bf7f44-cnd44    0/1 Pending                 0    0s
pc-deployment-966bf7f44-cnd44    0/1 ContainerCreating       0    0s         
pc-deployment-966bf7f44-cnd44    1/1 Running                 0    2s
pc-deployment-c848d767-hlmz4     0/1 Terminating             0    34m
pc-deployment-966bf7f44-px48p    0/1 Pending                 0    0s
pc-deployment-966bf7f44-px48p    0/1 ContainerCreating       0    0s
pc-deployment-966bf7f44-px48p    1/1 Running                 0    0s
pc-deployment-c848d767-8rbzt     0/1 Terminating             0    34m
pc-deployment-966bf7f44-dkmqp    0/1 Pending                 0    0s
pc-deployment-966bf7f44-dkmqp    0/1 ContainerCreating       0    0s
pc-deployment-966bf7f44-dkmqp    1/1 Running                 0    2s
pc-deployment-c848d767-rrqcn     0/1 Terminating             0    34m
# ⾄此，新版本的pod创建完毕，就版本的pod销毁完毕
# 中间过程是滚动进⾏的，也就是边销毁边创建


# 镜像更新中rs的变化
# 查看rs,发现原来的rs的依旧存在，只是pod数量变为了0，⽽后⼜新产⽣了⼀个rs，pod数量为4
# 其实这就是deployment能够进⾏版本回退的奥妙所在，deployment就是通过记录下历史rs来实现的，
# ⼀旦想回滚到哪个版本，只需要将当前版本pod数量降为0，然后将回滚版本的pod提升为⽬标数量就可以了
[root@k8s-master01 ~]# kubectl get rs -n dev
NAME                      DESIRED CURRENT READY AGE
pc-deployment-6696798b78     0     0         0 7m37s
pc-deployment-6696798b11     0     0         0 5m37s
pc-deployment-c848d76789     4     4         4 72s

5 版本回退

deployment支持版本升级过程中的暂停、继续功能以及版本回退等诸多功能，下面具体来看.
kubectl rollout：版本升级相关功能，支持下面的选项：

status 显示当前升级状态
history 显示升级历史记录
pause 暂停版本升级过程
resume 继续已经暂停的版本升级过程
restart 重启版本升级过程
undo 回滚到上一级版本（可以使用--to-revision回滚到指定版本）

# 查看当前升级版本的状态
[root@k8s-master01 ~]# kubectl rollout status deploy pc-deployment -n dev
deployment "pc-deployment" successfully rolled out
# 查看升级历史记录
[root@k8s-master01 ~]# kubectl rollout history deploy pc-deployment -n dev
deployment.apps/pc-deployment
REVISION CHANGE-CAUSE
1         kubectl create --filename=pc-deployment.yaml --record=true
2         kubectl create --filename=pc-deployment.yaml --record=true
3         kubectl create --filename=pc-deployment.yaml --record=true
# 可以发现有三次版本记录，说明完成过两次升级
# 版本回滚
# 这⾥直接使⽤--to-revision=1回滚到了1版本， 如果省略这个选项，就是回退到上个版本，就是2版本
[root@k8s-master01 ~]# kubectl rollout undo deployment pc-deployment --to-revision=1 -n dev
deployment.apps/pc-deployment rolled back
# 查看发现，通过nginx镜像版本可以发现到了第⼀版
[root@k8s-master01 ~]# kubectl get deploy -n dev -o wide
NAME         READY UP-TO-DATE AVAILABLE AGE  CONTAINERS    IMAGES 
pc-deployment 4/4     4         4       74m  nginx         nginx:1.17.1 
# 查看rs，发现第⼀个rs中有4个pod运⾏，后⾯两个版本的rs中pod为运⾏
# 其实deployment之所以可是实现版本的回滚，就是通过记录下历史rs来实现的，
# ⼀旦想回滚到哪个版本，只需要将当前版本pod数量降为0，然后将回滚版本的pod提升为⽬标数量就可以了
[root@k8s-master01 ~]# kubectl get rs -n dev
NAME                         DESIRED     CURRENT     READY     AGE
pc-deployment-6696798b78     4             4         4         78m
pc-deployment-966bf7f44      0             0         0         37m
pc-deployment-c848d767       0             0         0         71m

6 金丝雀发布

Deployment控制器⽀持控制更新过程中的控制，如“暂停(pause)”或“继续(resume)”更新操作。
例如有一批新的Pod资源创建完成后⽴即暂停更新过程，此时，仅存在一部分新版本的应用，主体部分还是旧的版本。然后，再筛选一小部分的用户请求路由到新版本的Pod应用，继续观察能否稳定地按期望的方式运行。确定没问题之后再继续完成余下的Pod资源滚动更新，否则立即回滚更新操作。这就是所谓的金丝雀发布。

# 更新deployment的版本，并配置暂停deployment
[root@k8s-master01 ~]# kubectl set image deploy pc-deployment nginx=nginx:1.17.4 -n
dev && kubectl rollout pause deployment pc-deployment -n dev
deployment.apps/pc-deployment image updated
deployment.apps/pc-deployment paused
#观察更新状态
[root@k8s-master01 ~]# kubectl rollout status deploy pc-deployment -n dev
Waiting for deployment "pc-deployment" rollout to finish: 2 out of 4 new replicas have
been updated...
# 监控更新的过程，可以看到已经新增了⼀个资源，但是并未按照预期的状态去删除⼀个旧的资源，就是因为使⽤了pause暂停命令
[root@k8s-master01 ~]# kubectl get rs -n dev -o wide
NAME                         DESIRED     CURRENT   READY   AGE  CONTAINERS  IMAGES
pc-deployment-5d89bdfbf9     3             3         3     19m   nginx      nginx:1.17.1 
pc-deployment-675d469f8b     0             0         0     14m   nginx      nginx:1.17.2 
pc-deployment-6c9f56fcfb     2             2         2     3m16s nginx      nginx:1.17.4 
[root@k8s-master01 ~]# kubectl get pods -n dev
NAME                             READY     STATUS     RESTARTS     AGE
pc-deployment-5d89bdfbf9-rj8sq   1/1       Running     0          7m33s
pc-deployment-5d89bdfbf9-ttwgg   1/1       Running     0          7m35s
pc-deployment-5d89bdfbf9-v4wvc   1/1       Running     0          7m34s
pc-deployment-6c9f56fcfb-996rt   1/1       Running     0          3m31s
pc-deployment-6c9f56fcfb-j2gtj   1/1       Running     0          3m31s
# 确保更新的pod没问题了，继续更新
[root@k8s-master01 ~]# kubectl rollout resume deploy pc-deployment -n dev
deployment.apps/pc-deployment resumed
# 查看最后的更新情况
[root@k8s-master01 ~]# kubectl get rs -n dev -o wide
NAME                      DESIRED CURRENT READY AGE CONTAINERS IMAGES 
 
pc-deployment-5d89bdfbf9   0       0      0     21m   nginx    nginx:1.17.1 
pc-deployment-675d469f8b   0       0      0     16m   nginx    nginx:1.17.2 
pc-deployment-6c9f56fcfb   4       4      4     5m11s nginx    nginx:1.17.4 
[root@k8s-master01 ~]# kubectl get pods -n dev
NAME                           READY  STATUS   RESTARTS AGE
pc-deployment-6c9f56fcfb-7bfwh  1/1   Running    0      37s
pc-deployment-6c9f56fcfb-996rt  1/1   Running    0      5m27s
pc-deployment-6c9f56fcfb-j2gtj  1/1   Running    0      5m27s
pc-deployment-6c9f56fcfb-rf84v  1/1   Running    0      37s

7 删除deployment

# 删除deployment，其下的rs和pod也将被删除
[root@k8s-master01 ~]# kubectl delete -f pc-deployment.yaml
deployment.apps "pc-deployment" deleted

四 Horizontal Pod Autoscaler

1 原理

通过手工执行 kubectl scale命令实现Pod扩容或缩容，但是这显然不符合Kubernetes的定位目标--自动化、智能化。 Kubernetes期望可以实现通过监测Pod的使用情况，实现pod数量的自动调整，于是就产生了Horizontal Pod Autoscaler（HPA）这种控制器。
HPA可以获取每个Pod利用率，然后和HPA中定义的指标进行对比，同时计算出需要伸缩的具体值，最后实现Pod的数量的调整。其实HPA与之前的Deployment一样，也属于一种Kubernetes资源对象，它通过追踪分析RC控制的所有目标Pod的负载变化情况，来确定是否需要针对性地调整目标Pod的副本数，这是HPA的实现原理。

HPA控制器基于Master的kube-controller-manager服务启动参数 --horizontal-pod- autoscaler-sync-period定义的时长(默认值为30s),周期性地监测Pod的CPU使用率，并在满足条件时对RC或Deployment中的Pod副本数量进行调整，以符合用户定义的平均Pod CPU使用率。

2 实验演示

（1）安装metrics-server

metrics-server可以用来收集集群中的资源使用情况

# 安装git
[root@k8s-master01 ~]# yum install git -y
# 获取metrics-server, 注意使⽤的版本
[root@k8s-master01 ~]# git clone -b v0.3.6 https://github.com/kubernetesincubator/metrics-server
# 修改deployment, 注意修改的是镜像和初始化参数
[root@k8s-master01 ~]# cd /root/metrics-server/deploy/1.8+/
[root@k8s-master01 1.8+]# vim metrics-server-deployment.yaml
按图中添加下⾯选项
hostNetwork: true
image: registry.cn-hangzhou.aliyuncs.com/google_containers/metrics-server-amd64:v0.3.6
args:
- --kubelet-insecure-tls
- --kubelet-preferred-addresstypes=InternalIP,Hostname,InternalDNS,ExternalDNS,ExternalIP

# 安装metrics-server
[root@k8s-master01 1.8+]# kubectl apply -f ./
# 查看pod运⾏情况
[root@k8s-master01 1.8+]# kubectl get pod -n kube-system
metrics-server-6b976979db-2xwbj 1/1 Running 0 90s
# 使⽤kubectl top node 查看资源使⽤情况
[root@k8s-master01 1.8+]# kubectl top node
NAME             CPU(cores)     CPU%     MEMORY(bytes)     MEMORY%
k8s-master01     289m            14%     1582Mi             54% 
k8s-node01       81m              4%     1195Mi             40% 
k8s-node02       72m              3%     1211Mi             41% 
[root@k8s-master01 1.8+]# kubectl top pod -n kube-system
NAME                         CPU(cores)     MEMORY(bytes)
coredns-6955765f44-7ptsb     3m                 9Mi
coredns-6955765f44-vcwr5     3m                 8Mi
etcd-master                 14m                 145Mi
...
# ⾄此,metrics-server安装完成

（2）准备deployment和servie

# 创建pc-hpa-pod.yaml文件，内容如下
apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx
  namespace: dev
spec:
  strategy: # 策略
    type: RollingUpdate # 滚动更新策略
  replicas: 1
  selector:
    matchLabels:
      app: nginx-pod
 template:
   metadata:
     labels:
       app: nginx-pod
   spec:
     containers:
     - name: nginx
       image: nginx:1.17.1
       resources: # 资源配额
         limits: # 限制资源（上限）
           cpu: "1" # CPU限制，单位是core数
         requests: # 请求资源（下限）
           cpu: "100m" # CPU限制，单位是core数

# 创建deployment
[root@k8s-master01 1.8+]# kubectl run nginx --image=nginx:1.17.1 --requests=cpu=100m -n
dev
# 创建service
[root@k8s-master01 1.8+]# kubectl expose deployment nginx --type=NodePort --port=80 -n
dev

# 查看
[root@k8s-master01 1.8+]# kubectl get deployment,pod,svc -n dev
NAME                     READY     UP-TO-DATE     AVAILABLE     AGE
deployment.apps/nginx     1/1         1                 1       47s
NAME                         READY         STATUS     RESTARTS     AGE
pod/nginx-7df9756ccc-bh8dr     1/1         Running         0       47s
NAME                TYPE     CLUSTER-IP     EXTERNAL-IP     PORT(S)     AGE
service/nginx     NodePort 10.101.18.29     <none>         80:31830/TCP 35s

（3）部署HPA

# 创建pc-hpa.yaml⽂件，内容如下：
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
  name: pc-hpa
  namespace: dev
spec:
  minReplicas: 1 #最⼩pod数量
  maxReplicas: 10 #最⼤pod数量
  targetCPUUtilizationPercentage: 3 # CPU使⽤率指标
  scaleTargetRef: # 指定要控制的nginx信息
    apiVersion: /v1
    kind: Deployment
    name: nginx


# 创建hpa
[root@k8s-master01 1.8+]# kubectl create -f pc-hpa.yaml
horizontalpodautoscaler.autoscaling/pc-hpa created
# 查看hpa
 [root@k8s-master01 1.8+]# kubectl get hpa -n dev
NAME      REFERENCE      TARGETS MINPODS MAXPODS REPLICAS AGE
pc-hpa  Deployment/nginx 0%/3%   1       10      1       62s

（4）测试

使用压测工具对service地址 192.168.5.4:31830进行压测，然后通过控制台查看hpa和pod的变化

# hpa变化
[root@k8s-master01 ~]# kubectl get hpa -n dev -w
NAME    REFERENCE       TARGETS MINPODS MAXPODS REPLICAS AGE
pc-hpa Deployment/nginx 0%/3%    1      10         1     4m11s
pc-hpa Deployment/nginx 0%/3%    1      10         1     5m19s
pc-hpa Deployment/nginx 22%/3%   1      10         1     6m50s
pc-hpa Deployment/nginx 22%/3%   1      10         4     7m5s
pc-hpa Deployment/nginx 22%/3%   1      10         8     7m21s
pc-hpa Deployment/nginx 6%/3%    1      10         8     7m51s
pc-hpa Deployment/nginx 0%/3%    1      10         8     9m6s
pc-hpa Deployment/nginx 0%/3%    1      10         8     13m
pc-hpa Deployment/nginx 0%/3%    1      10         1     14m

# deployment变化
[root@k8s-master01 ~]# kubectl get deployment -n dev -w
NAME READY UP-TO-DATE AVAILABLE   AGE
nginx 1/1     1         1         11m
nginx 1/4     1         1         13m
nginx 1/4     1         1         13m
nginx 1/4     1         1         13m
nginx 1/4     4         1         13m
nginx 1/8     4         1         14m
nginx 1/8     4         1         14m
nginx 1/8     4         1         14m
nginx 1/8     8         1         14m
nginx 2/8     8         2         14m
nginx 3/8     8         3         14m
nginx 4/8     8         4         14m
nginx 5/8     8         5         14m
nginx 6/8     8         6         14m
nginx 7/8     8         7         14m
nginx 8/8     8         8         15m
nginx 8/1     8         8         20m
nginx 8/1     8         8         20m
nginx 1/1     1         1         20m

# pod变化
[root@k8s-master01 ~]# kubectl get pods -n dev -w
NAME                   READY STATUS             RESTARTS   AGE
nginx-7df9756ccc-bh8dr 1/1   Running             0         11m
nginx-7df9756ccc-cpgrv 0/1   Pending             0         0s
nginx-7df9756ccc-8zhwk 0/1   Pending             0         0s
nginx-7df9756ccc-rr9bn 0/1   Pending             0         0s
nginx-7df9756ccc-cpgrv 0/1   ContainerCreating   0         0s
nginx-7df9756ccc-8zhwk 0/1   ContainerCreating   0         0s
nginx-7df9756ccc-rr9bn 0/1   ContainerCreating   0         0s
nginx-7df9756ccc-m9gsj 0/1   Pending             0         0s
nginx-7df9756ccc-g56qb 0/1   Pending             0         0s
nginx-7df9756ccc-sl9c6 0/1   Pending             0         0s
nginx-7df9756ccc-fgst7 0/1   Pending             0         0s
nginx-7df9756ccc-g56qb 0/1   ContainerCreating   0         0s
nginx-7df9756ccc-m9gsj 0/1   ContainerCreating   0         0s
nginx-7df9756ccc-sl9c6 0/1   ContainerCreating   0         0s
nginx-7df9756ccc-fgst7 0/1   ContainerCreating   0         0s
nginx-7df9756ccc-8zhwk 1/1   Running             0         19s
nginx-7df9756ccc-rr9bn 1/1   Running             0         30s
nginx-7df9756ccc-m9gsj 1/1   Running             0         21s
nginx-7df9756ccc-cpgrv 1/1   Running             0         47s
nginx-7df9756ccc-sl9c6 1/1   Running             0         33s
nginx-7df9756ccc-g56qb 1/1   Running             0         48s
nginx-7df9756ccc-fgst7 1/1   Running             0         66s
nginx-7df9756ccc-fgst7 1/1   Terminating         0         6m50s
nginx-7df9756ccc-8zhwk 1/1   Terminating         0         7m5s
nginx-7df9756ccc-cpgrv 1/1   Terminating         0         7m5s
nginx-7df9756ccc-g56qb 1/1   Terminating         0         6m50s
nginx-7df9756ccc-rr9bn 1/1   Terminating         0         7m5s
nginx-7df9756ccc-m9gsj 1/1   Terminating         0         6m50s

K8S/Kubernetes

K8S/Kubernetes社区为您提供最前沿的新闻资讯和知识内容

更多推荐

【深度】阿里巴巴万级规模 K8s 集群全局高可用体系之美

作者 | 韩堂、柘远、沉醉来源 | 阿里巴巴云原生公众号前言台湾作家林清玄在接受记者采访的时候，如此评价自己 30 多年写作生涯：“第一个十年我才华横溢，‘贼光闪现’，令周边黯然失色；第二个十年，我终于‘宝光现形’，不再去抢风头，反而与身边的美丽相得益彰；进入第三个十年，繁华落尽见真醇，我进入了‘醇光初现’的阶段，真正体味到了境界之美”。长夜有穷，真水无香。领略过了 K8s“身在江

K8S/Kubernetes

如何基于 K8s 构建下一代 DevOps 平台？

作者 | 孙健波（天元）导读：当前云原生 DevOps 体系现状如何？面临哪些挑战？如何通过 OAM 解决云原生 DevOps 场景下的诸多问题？云原生开发应用模型 OAM(Open Application Model) 社区核心成员孙健波将为大家一一解答，并分享如何基于 OAM 和 Kubernetes 打造无限能力的下一代 DevOps 平台。什么是 DevOps？为什么基于 Kub