在当今快速变化的科技景观中，学习Kubernetes（K8s）已经变得至关重要。作为容器编排平台的领军者，K8s为现代应用开发和部署带来了变革性的改进。它不仅简化了复杂的应用程序管理，还提供了强大的自动化和伸缩性能。
今年黑色星期五购入了一个张CKA的考试券，打算准备在今年的把这个CKA拿下，于是，在自己的本地上搭建学习环境，为了更加贴近考试的环境，特意采用Ubuntu系统重新部署了一个Kubernetes。

环境准备

机器规划

三台机器都是采用Ubuntu最新22.04的版本，内核版本是5.15.0-91-generic，三台机器具体的分布如下：

角色主机名称IPkueernetes版本
masterk8s-master192.168.1.17v1.28.2
node1k8s-node1192.168.1.18v1.28.2
node2k8s-node2192.168.1.19v1.28.2

Docker Engine 没有实现 CRI， 而这是容器运行时在 Kubernetes 中工作所需要的。 为此，必须安装一个额外的服务 cri-dockerd。 cri-dockerd 是一个基于传统的内置 Docker 引擎支持的项目， 它在 1.24 版本从 kubelet 中移除。

环境配置

  • 确保每个节点上的MAC地址和product_uuid的唯一性。
    • 你可以使用命令ip link 或 ifconfig -a 来获取网络接口的 MAC 地址
    • 可以使用 sudo cat /sys/class/dmi/id/product_uuid 命令对product_uuid校验
root@k8s-master:~# ansible k8s -m shell -a 'cat /sys/class/dmi/id/product_uuid'
192.168.1.19 | CHANGED | rc=0 >>
438473e8-8505-496b-940f-d82d00ce0622
192.168.1.18 | CHANGED | rc=0 >>
9ccfa185-bd89-40b8-9c6a-b62fb469bd46
192.168.1.17 | CHANGED | rc=0 >>
16142df0-765e-4b36-9c4e-81c299332d42
root@k8s-master:~#

一般来讲，硬件设备会拥有唯一的地址，但是有些虚拟机的地址可能会重复。 Kubernetes 使用这些值来唯一确定集群中的节点。 如果这些值在每个节点上不唯一，可能会导致安装失败。

设置主机名

根据机器的规划，分布设置三台主机名为k8s-master、k8s-node1和k8s-node2，目的是为了方便识别。

#修改配置文件方式
root@k8s-master:~# cat /etc/hostname
k8s-master
root@k8s-node1:~# cat /etc/hostname
k8s-node1
root@k8s-node2:~# cat /etc/hostname
k8s-node2

#命令行方式，临时修改

# 设置 master 主机名
hostnamectl set-hostname k8s-master && bash

# 设置 worker 主机名
hostnamectl set-hostname k8s-node1 && bash
hostnamectl set-hostname k8s-node2 && bash

修改国内镜像源地址

先把Ubuntu系统的软件源修改成国内的镜像源，我这里以修改为华为的镜像源为例。

  • 备份配置文件
sudo cp -a /etc/apt/sources.list /etc/apt/sources.list.bak
  • 修改sources.list文件，将http://archive.ubuntu.com和http://security.ubuntu.com替换成http://repo.huaweicloud.com，可以参考如下命令：
sudo sed -i "s@http://.*archive.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list
sudo sed -i "s@http://.*security.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list

配置时间同步

安装完Ubuntu系统时，系统的时区是有问题的，我们需要对系统的时区进行修改。可以常用timedatectl进行临时修改，但是，系统重启后会失效。修改配置文件。关键配置如下：

timedatectl set-time Asia/Shanghai #临时改变，重启失效

cp /usr/share/zoneinfo/Asia/Shanghai  /etc/localtime #修改配置文件，重启不失效

采用ntpdate命令进行时间校对，最小化安装，系统没有安装这个命令，需要自行安装，执行如下命令

sudo apt install ntpdate

安装好ntpdate软件后，执行如下命令进行时间校对：

ntpdate time1.aliyun.com

并且，通过计划任何实现时间同步。如下命令是每个一个小时向阿里云时间服务器进行校对时间。

0 */1 * * * ntpdate time1.aliyun.com

配置内核转发及网桥过滤

  1. 添加配置文件
cat << EOF | tee /etc/modules-load.d/k8s.conf
overlay
br_netfilter
EOF
  1. 加载模块
modprobe overlay
modprobe br_netfilter
  1. 添加网桥过滤及内核转发配置文件
cat  <<EOF | tee /etc/sysctl.d/k8s.conf
net.bridge.bridge-nf-call-iptables  = 1
net.bridge.bridge-nf-call-ip6tables = 1
net.ipv4.ip_forward                 = 1
EOF
  1. 安装Ipset及ipvsadm
sudo apt -y install ipset ipvsadm
  1. 配置ipvsadm模块，添加需要添加的模块
cat  << EOF | tee /etc/modules-load.d/ipvs.conf
ip_vs
ip_vs_rr
ip_vs_wrr
ip_vs_sh
nf_conntrack
EOF
  1. 编写脚本，加载模块
cat << EOF | tee ipvs.sh
modprobe -- ip_vs
modprobe -- ip_vs_rr
modprobe -- ip_vs_wrr
modprobe -- ip_vs_sh
modprobe -- nf_conntrack
EOF

./ipvs.sh

关闭swap分区

swapoff -a  #临时关闭

容器运行时准备

获取二进制安装文件

本案例中采用二进制方式安装Containerd。通过github获取Containerd的二进制版本。如下图：

Containerd项目地址

安装配置Containerd

通过下面的命令进行解压

 tar -xf cri-containerd-1.7.12-linux-amd64.tar.gz  -C /

-C：是指定解压的目录，通过-C /参数，会把 Containerd的文件解压到对于的文件夹中。

通过以命令生成Containerd的配置文件，生成配置文件之前需要新建目录。关键命令如下：

mkdir /etc/containerd
containerd config default > /etc/containerd/config.toml

修改 /etc/containerd/config.toml

  • 第65行sanbox_image的内容，从原来的registry.k8s.io/pause:3.8修改成registry.aliyuncs.com/google_containers/pause:3.9
  • 第137行 SystemdCgroup的内容，从原来的false改成true。

Containerd配置镜像加速

修改Config.toml文件。如下：

[plugins."io.containerd.grpc.v1.cri".registry]
      config_path = "/etc/containerd/certs.d"  # 镜像地址配置文件
 
      [plugins."io.containerd.grpc.v1.cri".registry.auths]
 
      [plugins."io.containerd.grpc.v1.cri".registry.configs]
 
      [plugins."io.containerd.grpc.v1.cri".registry.headers]
 
      [plugins."io.containerd.grpc.v1.cri".registry.mirrors]
  • 创建相应的目录
mkdir /etc/containerd/certs.d/docker.io -pv
  • 配置加速
cat > /etc/containerd/certs.d/docker.io/hosts.toml << EOF
server = "https://docker.io"
[host."https://x46sxvnb.mirror.aliyuncs.com"]
  capabilities = ["pull", "resolve"]
EOF

启动并设置开机启动

systemctl enable --now containerd

#验证版本信息
containerd --veriosn

K8S集群部署

K8S集群软件apt源准备

使用阿里云镜像源，执行如下命令：

cat <<EOF >/etc/apt/sources.list.d/kubernetes.list
deb https://mirrors.aliyun.com/kubernetes/apt/ kubernetes-xenial main
EOF

添加完源件源后，执行下面命令进行更新源：

 apt-get update

执行完后可能会报如下错误，原因是因为公钥的问题。

解决方法请参考这篇文章 《Kubernetes 排错指南-012》

K8S集群软件的安装

通过以下命令查看可以安装的软件列表，查询到最新版本是1.28.2的版本。

apt-cache madison kubeadm


安装指定的版本，本案例以安装最新版本是1.28.2为例。执行如下命令进行安装：

apt-get install -y kubelet=1.28.2-00 kubeadm=1.28.2-00 kubectl=1.28.2-00

节点上可以不用安装kubectl


启动kueblet，并设置开机自启动。

systemctl enable --now kubelet

防止k8s软件自动升级，通过以下命令进行锁定定版本

apt-mark hold kubelet kubeadm kubectl

K8S集群初始化

通过如下命令生成一个默认的配置文件：

  kubeadm config print init-defaults > /home/k8s/init/kubeadm-init.yaml

执行完上述的命令会在对应的目录下生成一个kubeadm-init.yaml文件，需要对这个文件的一些参数进行修改。

apiVersion: kubeadm.k8s.io/v1beta3
bootstrapTokens:
- groups:
  - system:bootstrappers:kubeadm:default-node-token
  token: abcdef.0123456789abcdef
  ttl: 24h0m0s
  usages:
  - signing
  - authentication
kind: InitConfiguration
localAPIEndpoint:
  advertiseAddress: 192.168.1.17  #修改了master IP地址
  bindPort: 6443
nodeRegistration:
  criSocket: unix:///var/run/containerd/containerd.sock
  imagePullPolicy: IfNotPresent
  name: k8s-master  #修改了master节点主机名称
  taints: null
---
apiServer:
  timeoutForControlPlane: 4m0s
apiVersion: kubeadm.k8s.io/v1beta3
certificatesDir: /etc/kubernetes/pki
clusterName: kubernetes
controllerManager: {}
dns: {}
etcd:
  local:
    dataDir: /var/lib/etcd
imageRepository: registry.aliyuncs.com/google_containers  #修改了镜像源
kind: ClusterConfiguration
kubernetesVersion: 1.28.2  #修改了版本信息
networking:
  dnsDomain: cluster.local
  podSubnet: 10.244.0.0/16 #添加了Pod网段信息
  serviceSubnet: 10.96.0.0/12
scheduler: {}

可以通过以下命令列举出需要拉取的镜像。

kubeadm config images list --config  /home/k8s/init/kubeadm-init.yaml


可以提前把需求的镜像拉取下来，通过下面命令进行拉取：

kubeadm config images list --config  /home/k8s/init/kubeadm-init.yaml


拉取成功之后，通过下面的命令进行k8s集群的初始化。

kubeadm init --config=/home/k8s/init/kubeadm-init.yaml   --v=6

出现以下信息，代表K8S初始成功了。

按照上述的提示，进行如下的操作：


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

执行上述的命令，就可以通过kubectl进行查看k8s集群的状态信息。如下图：

节点加入到集群中

在节点上通过如下命令，获取加入集群的token值。

kubeadm token create --print-join-command

执行成功后，会出现如下信息，复制如下信息在需求加入集群的node节点上执行。

如果执行完命令后，出现如下信息，表示已经加入成功。

也可以通过在master节点上执行如下命令查看是否加入成功。

root@k8s-master:~# kubectl get node
NAME         STATUS     ROLES           AGE     VERSION
k8s-master   NotReady   control-plane   50m     v1.28.2
k8s-node1    NotReady   <none>          2m16s   v1.28.2
k8s-node2    NotReady   <none>          2m16s   v1.28.2

由于还没安装网络插件的原因，所以，节点显示NotReady状态。

K8S集群网络插件Calico部署

在安装到calico网络组件的时候或多或少都会因为国内外网络的问题一直卡在pull镜像的阶段无法完成安装，本案例通过离线方式安装Calico网络插件。

在线安装

如果能科学上网的可以考虑在线安装，详细安装步骤可以查阅官方文档，找到Quickstart for Calico on Kubernetes中的Install Calico，如下图

离线安装

下载calico离线包

首先去github全局搜索calico，点击进入项目，在Releases下下载自己需要的calico版本的离线包（本案例3.27版本为例）。项目下载地址如下：

https://github.com/projectcalico/calico

解压calico离线包并将所需文件上传至服务器

把下载的文件上传服务器并进行解压，如下：

root@k8s-master:~# tar -zxf release-v3.27.0.tgz 
root@k8s-master:~/release-v3.27.0# ls
bin  images  manifests

然后，进入到manifests文件夹，查看calico.yml文件，查看需要的镜像内容，如下：


root@k8s-master:~/release-v3.27.0/manifests# cat calico.yaml |grep image:
          image: docker.io/calico/cni:v3.27.0
          image: docker.io/calico/cni:v3.27.0
          image: docker.io/calico/node:v3.27.0
          image: docker.io/calico/node:v3.27.0
          image: docker.io/calico/kube-controllers:v3.27.0

这里显示安装calico需要三个镜像，去解压的离线包imgaes文件夹中找到对应的三个离线镜像包文件，这里对应的分别是calico-cni.tar，calico-kube-controllers.tar和calico-node.tar三个离线包，将这三个离线镜像上传至服务器。

离线镜像导入containerd的k8s命名空间中

可以使用ctr namespace ls命令查看containerd的命名空间。k8s的命名空间为k8s.io


root@k8s-master:~/release-v3.27.0/manifests# ctr  namespace ls
NAME   LABELS
k8s.io

使用containerd的导入镜像命令将calico的离线镜像包导入到k8s的命名空间中


root@k8s-master:~/release-v3.27.0/images# ls
calico-cni.tar  calico-dikastes.tar  calico-flannel-migration-controller.tar  calico-kube-controllers.tar  calico-node.tar  calico-pod2daemon.tar  calico-typha.tar
root@k8s-master:~/release-v3.27.0/images#
root@k8s-master:~/release-v3.27.0/images#ctr -n k8s.io images import calico-cni.tar
root@k8s-master:~/release-v3.27.0/images#ctr -n k8s.io images import calico-kube-controllers.tar
root@k8s-master:~/release-v3.27.0/images#ctr -n k8s.io images import calico-node.tar

安装calico

进入到manifests/文件夹中，执行如下命令，安装calico

kubectl create -f calico.yml

执行完上述的命令后，即可完成calico的部署。如下：

root@k8s-master:~# kubectl get pod -A
NAMESPACE     NAME                                       READY   STATUS    RESTARTS   AGE
kube-system   calico-kube-controllers-5fc7d6cf67-9vnct   1/1     Running   0          81m
kube-system   calico-node-hzfvr                          1/1     Running   0          81m
kube-system   calico-node-jbdkk                          1/1     Running   0          81m
kube-system   coredns-66f779496c-gqgb9                   1/1     Running   0          24h
kube-system   coredns-66f779496c-p2f5g                   1/1     Running   0          24h
kube-system   etcd-k8s-master                            1/1     Running   0          24h
kube-system   kube-apiserver-k8s-master                  1/1     Running   0          24h
kube-system   kube-controller-manager-k8s-master         1/1     Running   0          24h
kube-system   kube-proxy-44n5b                           1/1     Running   0          24h
kube-system   kube-proxy-vf5b4                           1/1     Running   0          23h
kube-system   kube-scheduler-k8s-master                  1/1     Running   0          24h

部署应用级访问

通过上述的步骤已经完成了K8S集群的部署，下面以部署一个Nginx应用为例，简单讲解一个K8S部署应用方法。K8s部署方式分为两种一个可以直接命令行的方式，另外一个是写资源清单的方式。
下面是一个部署Nginx的资源清单案例：

apiVersion: apps/v1	#与k8s集群版本有关，使用 kubectl api-versions 即可查看当前集群支持的版本
kind: Deployment	#该配置的类型，我们使用的是 Deployment
metadata:	        #译名为元数据，即 Deployment 的一些基本属性和信息
  name: nginx-deployment	#Deployment 的名称
  labels:	    #标签，可以灵活定位一个或多个资源，其中key和value均可自定义，可以定义多组，目前不需要理解
    app: nginx	#为该Deployment设置key为app，value为nginx的标签
spec:	        #这是关于该Deployment的描述，可以理解为你期待该Deployment在k8s中如何使用
  replicas: 1	#使用该Deployment创建一个应用程序实例
  selector:	    #标签选择器，与上面的标签共同作用，目前不需要理解
    matchLabels: #选择包含标签app:nginx的资源
      app: nginx
  template:	    #这是选择或创建的Pod的模板
    metadata:	#Pod的元数据
      labels:	#Pod的标签，上面的selector即选择包含标签app:nginx的Pod
        app: nginx
    spec:	    #期望Pod实现的功能（即在pod中部署）
      containers:	#生成container，与docker中的container是同一种
      - name: nginx	#container的名称
        image: nginx:1.7.9	#使用镜像nginx:1.7.9创建container，该container默认80端口可访问
---
apiVersion: v1
kind: Service
metadata:
  name: nginx-service #Service 的名称
  labels:       #Service 自己的标签
    app: nginx  #为该 Service 设置 key 为 app，value 为 nginx 的标签
spec:     #这是关于该 Service 的定义，描述了 Service 如何选择 Pod，如何被访问
  selector:     #标签选择器
    app: nginx  #选择包含标签 app:nginx 的 Pod
  ports:
  - name: nginx-port  #端口的名字
    protocol: TCP     #协议类型 TCP/UDP
    port: 80          #集群内的其他容器组可通过 80 端口访问 Service
    nodePort: 32600   #通过任意节点的 32600 端口访问 Service
    targetPort: 80  #将请求转发到匹配 Pod 的 80 端口
  type: NodePort  #Serive的类型，ClusterIP/NodePort/LoaderBalancer

上述的资源清单创建了两种类型一个Deployment，一个Service。通过下面的命令执行部署。

kubectl apply -f nginx.yaml

执行成功后，如下图：

然后，通过curl命令进行访问，或者任意node节点IP+32600的方式进行访问。

# ubuntu # kubernetes # linux
Logo
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

avatar 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

avatar K8S/Kubernetes

k8s 火了！

2020，上云之年，产品云端化成为一种趋势。在一线城市，很多公司都已经构建了自己的私有云环境，比如阿里云、网易云、华为云等。而Kubernetes 作为基于容器编排领域的王者，具备扩展...

avatar K8S/Kubernetes