本文主要是讲解在Kubernates集群上运行基于微服务的应用程序。
原文内容来自Learn Kubernetes in Under 3 Hours: A Detailed Guide to Orchestrating Containers
零、准备工作
0.1 项目介绍
这个项目只有一个功能：在Web浏览器上输入一个句子，然后会计算句子所表达的情绪。
从技术的角度看，这个应用程序包含3个微服务，每个都包含特定的功能：
- SA-Frontend：前端，Nginx网络服务器，提供ReactJS静态文件；
- SA-WebApp：网络应用，Java网络应用程序，处理来自前端的请求；
- SA-Logic：逻辑处理，Python应用程序，执行情感分析。
我们可以通过微服务之间的数据流来描述这种交互：
- 客户端应用程序请求初始页面index.html（index.html页面会加载ReactJS应用程序的脚本）
- 用户与应用程序的交互请求到基于Spring的WebApp
- WebApp转发情绪分析到Python应用。
- Python应用计算情绪值后返回。
- WebApp返回响应到ReactApp，然后ReactApp向用户展示信息。
现在就克隆这个代码库：github.com/heqingbao/k…，接下来我们要做更精彩的东西。
一、在计算机上运行基于微服务的应用程序
我们需要启动所需的3个服务，这里从前端应用程序开始。
1.1 部署 sa-frontend 项目
1.1.1 设置React的本地部署
为了运行React应用程序，需要先在计算机上安装NodeJS和NPM，安装好这些后，在终端中进入目录sa-frontend，然后运行如下命令：
npm install
该命令会将 React 应用程序的所有 Javascript 依赖都下载到文件夹 node_modules 中（package.json 文件中定义了所有依赖）。在所有依赖都解决后，运行如下命令：
npm start
这样就可以了！我们运行了 React 应用程序，现在可以通过默认端口 localhost:3000 访问该应用程序了。你可以自由修改代码，并从浏览器中观察即时效果。
1.1.2 准备好 React 应用的产品环境
为了搭建产品环境，我们需要建立应用程序的静态网页，并通过网络服务器提供服务。
首先在终端中进入目录sa-frontend，然后运行如下命令：
npm run build
该命令会在项目的文件目录中生成一个名叫“build”的文件夹。该文件夹内包含了 ReactJS 应用程序所需的所有静态文件。
1.1.3 利用Nginx提供静态文件
首先安装并启动 Nginx 网络服务器。然后将 sa-frontend/build 目录内的文件移动到 [nginx安装目录]/html。
如此一来，我们就可以通过 [nginx安装目录]/html/index.html 来访问 index.html 文件了，而它是 Nginx 服务的默认文件。
默认情况下，Nginx 网络服务器会监听端口 80。你可以通过修改 [nginx安装目录]/conf/nginx.conf 文件中的 server.listen 字段来指定不同的端口。
打开浏览器，并访问端口 80，可以看到 ReactJS 应用程序加载成功。
在输入框Type your sentence中输入句子，然后点击SEND，发现没什么反应。因为它会向http://localhost:8080/sentiment发送请求，接下来我们就部署这个服务。
1.2 部署 sa-webapp 项目
1.2.1 建议Spring网络应用程序
为了编译sa-webapp项目，必须安装JDK8和Maven，并设置它们的环境变量。设置好后继续操作。
1.2.2 将应用程序打包成jar文件
在终端中进入sa-webapp目录，并运行如下命令：
mvn install
该命令会在目录 sa-webapp 中生成一个名叫 target 的文件夹。target 文件夹内有打包好的 Java 应用程序包：’sentiment-analysis-web-0.0.1-SNAPSHOT.jar’。
1.2.3 启动应用程序
进入target目录，并通过如下命令启动应用程序：
java -jar sentiment-analysis-web-0.0.1-SNAPSHOT.jar
启动失败，可以看到如下异常信息：
org.springframework.beans.factory.BeanCreationException: Error creating bean with name 'sentimentController': Injection of autowired dependencies failed; nested exception is java.lang.IllegalArgumentException: Could not resolve placeholder 'sa.logic.api.url' in value "${sa.logic.api.url}"
这里显示的重要信息是sentimentController中的${sa.logic.api.url}无法注入。下面是源码：
@CrossOrigin(origins = "*")
@RestController
public class SentimentController {
@Value("${sa.logic.api.url}")
private String saLogicApiUrl;
@PostMapping("/sentiment")
public SentimentDto sentimentAnalysis(@RequestBody SentenceDto sentenceDto) {
RestTemplate restTemplate = new RestTemplate();
return restTemplate.postForEntity(
saLogicApiUrl + "/analyse/sentiment", sentenceDto, SentimentDto.class).getBody();
}
}
在 Spring 中默认的属性资源是 application.properties（具体位置在 sa-webapp/src/main/resources 中）。但是这不是定义属性的唯一方式，我们可以通过之前的命令完成属性定义：
java -jar sentiment-analysis-web-0.0.1-SNAPSHOT.jar --sa.logic.api.url=WHAT.IS.THE.SA.LOGIC.API.URL
这里应该由Python应用程序运行时定义的值初始化该属性，如此一来String网络应用程序就可以知道在运行时把信息传递到哪里了。
为了简单起见，我们假设在localhost:5000上运行Python应用程序。
运行如下命令，然后我们再部署最后一个服务：Python应用程序。
java -jar sentiment-analysis-web-0.0.1-SNAPSHOT.jar --sa.logic.api.url=http://localhost:5000
1.3 部署 sa-logic 项目
为了启动 Python 应用程序，首先我们需要安装 Python3 和 pip，以及设置它们的环境变量。(如果本机只有python2，建议使用virtualenv配置python多环境)
1.3.1 安装依赖
在终端中进入 sa-logic/sa目录，然后运行如下命令：
python -m pip install -r requirements.txt
python -m textblob.download_corpora
注意：如果是新安装的python3，并且通过virtualenv创建的pytho> n3环境，在执行
python -m textblob.download_corpora的时候可能会报以下错误：
(venv) ➜ sa git:(master) ✗ python -m textblob.download_corpora
[nltk_data] Error loading brown: <urlopen error [SSL:
[nltk_data] CERTIFICATE_VERIFY_FAILED] certificate verify failed:
[nltk_data] unable to get local issuer certificate (_ssl.c:1051)>
[nltk_data] Error loading punkt: <urlopen error [SSL:
[nltk_data] CERTIFICATE_VERIFY_FAILED] certificate verify failed:
[nltk_data] unable to get local issuer certificate (_ssl.c:1051)>
[nltk_data] Error loading wordnet: <urlopen error [SSL:
[nltk_data] CERTIFICATE_VERIFY_FAILED] certificate verify failed:
[nltk_data] unable to get local issuer certificate (_ssl.c:1051)>
[nltk_data] Error loading averaged_perceptron_tagger: <urlopen error
[nltk_data] [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify
[nltk_data] failed: unable to get local issuer certificate
[nltk_data] (_ssl.c:1051)>
[nltk_data] Error loading conll2000: <urlopen error [SSL:
[nltk_data] CERTIFICATE_VERIFY_FAILED] certificate verify failed:
[nltk_data] unable to get local issuer certificate (_ssl.c:1051)>
[nltk_data] Error loading movie_reviews: <urlopen error [SSL:
[nltk_data] CERTIFICATE_VERIFY_FAILED] certificate verify failed:
[nltk_data] unable to get local issuer certificate (_ssl.c:1051)>
Finished.
解决方式是执行一下这个文件：/Applications/Python\ 3.7/Install\ Certificates.command，此文件通过Finder->应用程序里面能够找到，双击就行。
1.3.2 启动应用
在利用 Pip 安装好依赖后，我们就可以通过运行如下命令启动应用程序了：
python sentiment_analysis.py
* Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
这意味着应用程序已经启动，并在 localhost 的端口 5000 上监听 HTTP 请求了。
到此，如果一切顺利，那么在浏览器上访问：http://localhost:3000/，然后在输入框中输入句子，应该就能够显示情绪值了。
后面将介绍如何在Docker容器内启动这些服务，因为这是在Kubernetes集群内运行这些服务的前提条件。
二、为每个服务创建容器镜像
Kubernetes 是容器管理平台。可想而知我们需要容器去管理它们。但是容器是什么？Docker 官方文档的最佳答案如下：
容器映像是轻量级的、独立的、可执行软件包，包含所有可运行的东西：代码、运行时、系统工具、系统库、设置。对于基于 Linux 和 Windows 的应用，不论环境如何，容器化的软件都可以照常运行。
这意味着容器可以在任何计算机上运行，甚至是在产品服务器上，都没有任何差别。
为了更形象地描述，让我们来对比一下 React 应用程序在虚拟机上和容器内运行的情况。
通过虚拟机提供 React 静态文件
使用虚拟机的缺点包括：
- 资源效率低下，每个虚拟机都需要一个完全成熟的操作系统；
- 对平台有依赖性。本地机器上运行得很好的功能未必能在产品服务器上正常工作；
- 与容器相比，更重而且规模伸缩较慢。
通过容器提供 React 静态文件
使用容器的优点包括：
- 资源效率很高，在 Docker 的帮助下使用主机操作系统；
- 对平台没有依赖性。可以在本地机器上运行的容器可以在任何机器上正常工作；
- 通过映像层提供轻量级服务。
2.1 为React应用建立容器镜像
2.1.1 Docker简介
Docker 容器最基本的组件是.dockerfile。该 Dockerfile 文件最基本的组成是容器镜像，我们将通过下列一系列说明，介绍如何创建一个符合应用程序需求的容器镜像。
在开始定义 Dockerfile 之前，让我们先回想一下使用 Nginx 服务 React 静态文件的步骤：
- 创建静态文件（npm run build）；
- 启动 Nginx 服务器；
- 将前端项目的 build 文件夹的内容复制到 nginx/html 目录中。
在下一节中，你会注意到创建容器与建立本地 React 的过程非常相似。
2.1.2 为前端定义Dockerfile
前端 Dockerfile 的建立只有两个步骤。这是因为 Nginx 团队为我们提供了基本的 Nginx 映像，我们可以直接利用。这两个步骤如下：
- 启动基本的 Nginx 映像；
- 将 sa-frontend/build 目录复制到容器的 nginx/html 中。
转换成的Dockerfile如下所示：
FROM nginx
COPY build /usr/share/nginx/html
这个文件是可读的，我们可以概括为：
从 Nginx 映像开始（不管里面是什么）。将 build 目录复制到映像的 nginx/html 目录中。然后就好了！
你可能在想，我应该将 build 文件复制到哪儿呢？例如：/usr/share/nginx/html。非常简单：在 Docker Hub 的 Nginx 映像文档中有记载。
2.1.3 建立并推送容器
在推送映像之前，我们需要一个容器注册来托管映像。Docker Hub 是一个免费的云容器服务，我们将使用它来做演示。接下来有 3 个任务需要完成：
-
安装 Docker CE；
-
注册 Docker Hub；
-
在终端中运行如下命令登录：
docker login -u="$DOCKER_USERNAME" -p="$DOCKER_PASSWORD"或者执行：
docker login然后使用交互模式填写用户名和密码。
在完成上述任何后，请进入目录 sa-frontend。然后运行如下命令（请用你的 docker hub 用户名替换 $DOCKER 用户名，例如：heqingbao/sentiment-analysis-frontend）。
[root@VM_0_3_centos sa]# docker build -f Dockerfile -t heqingbao/sentiment-analysis-frontend .
Sending build context to Docker daemon 1.768 MB
Step 1/2 : FROM nginx
Trying to pull repository docker.io/library/nginx ...
sha256:d59a1aa7866258751a261bae525a1842c7ff0662d4f34a355d5f36826abc0341: Pulling from docker.io/library/nginx
f17d81b4b692: Pull complete
82dca86e04c3: Pull complete
046ccb106982: Pull complete
Digest: sha256:d59a1aa7866258751a261bae525a1842c7ff0662d4f34a355d5f36826abc0341
Status: Downloaded newer image for docker.io/nginx:latest
---> 62f816a209e6
Step 2/2 : COPY build /usr/share/nginx/html
---> 8284804168aa
Removing intermediate container f74eb32d3c46
Successfully built 8284804168aa
注意：如果是部署在远端服务器上，一定要把App.js里面的
http://localhost:8080/sentiment的localhost换成远端主机的IP或容器的IP。
现在我们可以删掉 -f Dockerfile 了，因为我们已经在包含 Dockerfile 的目录中了。
我们可以使用 docker push 命令来推送映像：
[root@VM_0_3_centos sa]# docker push heqingbao/sentiment-analysis-frontend
The push refers to a repository [docker.io/heqingbao/sentiment-analysis-frontend]
a5a0d2defc6a: Pushed
ad9ac0e6043b: Mounted from library/nginx
6ccbee34dd10: Mounted from library/nginx
237472299760: Mounted from library/nginx
latest: digest: sha256:eb5adb74d0685e267771d5bcdc536015a8cb58fe88c1860d10f13d2994d3c063 size: 1158
请确认映像已成功地被推送到 docker hub 代码库。
2.1.4 运行容器
现在任何人都可以获取 heqingbao/sentiment-analysis-frontend 中的映像并运行：
docker pull heqingbao/sentiment-analysis-frontend
docker run -d -p 80:80 heqingbao/sentiment-analysis-frontend
Docker 容器已经处于运行状态了！
访问：http://yourid:80，试试看，你现在应该可以访问React应用程序了。
2.1.5 Dockerignore文件
刚才我们看到建立 SA-Frontend 的映像非常慢，不好意思，应该是超级慢。这是因为我们必须将建立过程中的环境文件发送给 Docker 服务。更具体地来说，建立过程中的环境文件指的是在建立映像的时候，所有会用到的 Dockerfile 目录中的数据。
以我们的例子来说，SA-Frontend 文件包括如下文件夹：
sa-frontend:
| .dockerignore
| Dockerfile
| package.json
| README.md
+---build
+---node_modules
+---public
\---src
但是我们只需要 build 文件夹。上传其他的文件会浪费时间。我们可以通过删除其他目录来节约时间。这就需要用到 .dockerignore。你可能觉得这与 .gitignore 很相似，例如你可以所有想要忽略的目录都添加到 .dockerignore，如下所示：
node_modules
src
public
这个 .dockerignore 文件应该与 Dockerfile 在同一文件夹中。现在建立映像文件只需要几秒钟了。
这里使用了自定义容器镜像的方式，但是如果我们的镜像只使用一次（例如写一些测试Demo），大可不必创建自己的镜像然后再传到仓库，我们可以直接使用官方的Nginx镜像即可。
2.1.6 直接使用官方Nginx镜像部署React应用
下载nginx镜像：
docker pull docker.io/nginx
启动nginx容器：
docker run -d -p 80:80 --name mynginx \
--volume "$PWD/html":/usr/share/nginx/html \
docker.io/nginx
上面命令的各个参数含义如下：
- -d: 在后台运行
- -p: 容器的80端口映射到宿主机的80端口
- --name: 容器的名字为mynginx
- --volume: 把当前目录下的html目录映射到容器的/usr/share/nginx/html目录
然后把前面sa-frontend项目编译后的build目录里的所有文件拷贝到当前路径下的html目录里。
访问：http://yourid:80，试试看，你现在应该也可以访问React应用程序。
2.2 为Java应用建立容器镜像
在 sa-webapp 中打开 Dockerfile：
FROM openjdk:8-jdk-alpine
# Environment Variable that defines the endpoint of sentiment-analysis python api.
ENV SA_LOGIC_API_URL http://localhost:5000
ADD target/sentiment-analysis-web-0.0.1-SNAPSHOT.jar /
EXPOSE 8080
CMD ["java", "-jar", "sentiment-analysis-web-0.0.1-SNAPSHOT.jar", "--sa.logic.api.url=${SA_LOGIC_API_URL}"]
关键字 ENV 在 Docker 容器内声明了环境变量。这可以让我们在启动容器的时候为情感分析 API 提供 URL。
另外，关键字 EXPOSE 提供了一个端口，供我们以后访问。但是等等，我们在 SA-Frontend 的时候没有做这一步，说得很对！这个端口仅用于文档，换句话说就是这个端口是用来向阅读 Dockerfile 的人提供信息的。
你应该已经掌握了创建和推送容器映像。
创建镜像：
[root@VM_0_3_centos sa-webapp]# docker build -f Dockerfile -t heqingbao/sentiment-analysis-web-app .
Sending build context to Docker daemon 20.49 MB
Step 1/5 : FROM openjdk:8-jdk-alpine
Trying to pull repository docker.io/library/openjdk ...
sha256:b18e45570b6f59bf80c15c78d7f0daff1e18e9c19069c323613297057095fda6: Pulling from docker.io/library/openjdk
4fe2ade4980c: Pull complete
6fc58a8d4ae4: Pull complete
ef87ded15917: Pull complete
Digest: sha256:b18e45570b6f59bf80c15c78d7f0daff1e18e9c19069c323613297057095fda6
Status: Downloaded newer image for docker.io/openjdk:8-jdk-alpine
---> 97bc1352afde
Step 2/5 : ENV SA_LOGIC_API_URL http://localhost:5000
---> Running in c3be1ec16ac4
---> ab213d1b2ce1
Removing intermediate container c3be1ec16ac4
Step 3/5 : ADD target/sentiment-analysis-web-0.0.1-SNAPSHOT.jar /
---> 5d1ebdbf659d
Removing intermediate container 7e5b7519d9e3
Step 4/5 : EXPOSE 8080
---> Running in e428a3388798
---> 0893bf90a104
Removing intermediate container e428a3388798
Step 5/5 : CMD java -jar sentiment-analysis-web-0.0.1-SNAPSHOT.jar --sa.logic.api.url=${SA_LOGIC_API_URL}
---> Running in 065ac2e61dbd
---> cba14182f49f
Removing intermediate container 065ac2e61dbd
启动容器：
[root@VM_0_3_centos sa-webapp]# docker run -d -p 8080:8080 -e SA_LOGIC_API_URL='http://x.x.x.x:5050' heqingbao/sentiment-analysis-web-app
b3ab99abecd7a97f091e2362b4eee870037e562347f3996a9a1a2669ca60c651
上传到仓库：
[root@VM_0_3_centos sa-webapp]# docker push heqingbao/sentiment-analysis-web-app
The push refers to a repository [docker.io/heqingbao/sentiment-analysis-web-app]
4e1c5d0784bf: Pushed
ed6f0bd39121: Mounted from library/openjdk
0c3170905795: Mounted from library/openjdk
df64d3292fd6: Mounted from library/openjdk
latest: digest: sha256:be20fe12c184b6c4d2032141afe9b8cc092a9a083f1cf0a7dc8f73c4b1ebbaf8 size: 1159
2.3 为Python应用建立容器镜像
sa-logic 的 Dockerfile：
FROM python:3.6.6-alpine
COPY sa /app
WORKDIR /app
RUN pip3 install -r requirements.txt && \
python3 -m textblob.download_corpora
EXPOSE 5000
ENTRYPOINT ["python3"]
CMD ["sentiment_analysis.py"]
现在你已经是 Docker 达人了。
构建容器镜像：
docker build -f Dockerfile -t heqingbao/sentiment-analysis-logic .
运行Docker容器：
docker run -d -p 5050:5000 heqingbao/sentiment-analysis-logic
2.4 测试容器化应用程序
1.运行sa-logic容器，并配置监听端口5050:
docker run -d -p 5050:5000 heqingbao/sentiment-analysis-logic
2.运行 sa-webapp 容器，并配置监听端口 8080（因为我们改变了 Python 应用监听的端口，所以我们需要重写环境变量 SA_LOGIC_API_URL）：
$ docker run -d -p 8080:8080 -e SA_LOGIC_API_URL='http://x.x.x.x:5050' heqingbao/sentiment-analysis-web-app
3.运行 sa-frontend 容器：
docker run -d -p 80:80 heqingbao/sentiment-analysis-frontend
然后就可以了。在浏览器中打开 x.x.x.x:80。
三、Kubernetes
3.1 为什么要使用Kubernetes？
本节中，我们学习了 Dockerfile，如何使用它创建映像，以及推送映像到 Docker注册目录的命令。另外，我们探讨了如何通过忽略没用的文件，减少需要发送的建立过程中的环境文件。最后我们从容器上运行了应用程序。
接下来，我们介绍为什么要使用 Kubernetes？我们将在下面深入介绍 Kubernetes，这里我想给你留个智力问答题。
- 如果我们的情感分析网络应用完成得很好，突然间访问量暴涨到每分钟数百万的请求，那么我们的 sa-webapp 和 sa-logic 将面临巨大的负荷压力。请问，我们如何才能扩大容器的规模？
3.2 Kubernetes简介
我向你保证我没有夸大其词，读完本文你会问“为什么我们不称它为 Supernetes？”
3.2.1 Kubernetes 是什么？
从容器启动微服务后，我们有一个问题，让我们通过如下问答的形式具体描述这个问题：
问：我们怎么扩大或缩小容器？
答：我们启动另外一个容器。
问：我们如何在容器间分摊负荷？如果当前服务器的负荷达到最大，那我们是否需要另外一个服务器？我们如何最大化硬件使用率？
答：唔......呃......（让我搜一下）
问：如果在打更新补丁的时候，不影响到所有的服务？如果服务出了问题，如何才能返回之前能正常工作的版本？
Kubernetes 可以解决以上所有问题（以及更多问题！）。我可以用一句话总结 Kubernetes：“Kubernetes 是容器控制平台，可以抽象所有的底层基础设施（容器运行用到的基础设施）。”
我们对容器控制平台有个模糊的概念。在本文后续部分，我们将看看它的实际应用，但是这是第一次我们提到“底层基础设施的抽象”，所以我们来详细看看这个概念。
3.2.2 底层基础设施的抽象
Kubernetes 通过一个简单的 API 提供底层基础设施的抽象，我们可以向该 API 发送请求。这些请求可以让 Kubernetes 尽最大能力应对。例如，可以简单地要求“Kubernetes 添加映像 x 的 4 个容器。”然后 Kubernetes 会找出使用中的节点，并在内添加新的容器。
这对开发人员来说意味着什么？意味着开发人员不需要在意节点的数目，也不需要在意从哪里运行容器以及如何与它们交流。开发人员不需要管理硬件优化，或担心节点关闭（它们将遵循墨菲法则），因为新的节点会添加到 Kubernetes 集群。同时 Kubernetes 会在其他运行的节点中添加容器。Kubernetes 会发挥最大的作用。
在上图中我们看到了一些新东西：
- API服务器：与集群交互的唯一方式。负责启动或停止另外一个容器，或检查当前状态，日志等；
- Kubelet：监视节点内的容器，并与主节点交流；
- Pod：初始阶段我们可以把 pod 当成容器。
就介绍这么多，跟深入的介绍会导致我们分心，我们可以等到后面一点再介绍，有一些有用的资源，比如官方文档，或者阅读 Marko Lukša 的著作《Kubernetes in Action》。
3.2.3 标准化的云服务提供商
Kubernetes 另外一个深入人心的点是：它标准化了云服务提供商。这是一个很大胆的宣言，我们通过如下例子来具体看一看：
比如，有一个 Azure、Google 云平台或其他云服务提供商的专家，他担任了一个搭建在全新的云服务提供商的项目。这可能引起很多后果，比如说：他可能无法在截止期限内完成；公司可能需要招聘更多相关的人员，等等。
相对的，Kubernetes 就没有这个问题。因为不论是哪家云服务提供商，你都可以在上面运行相同的命令。你可以以既定的方式向 API 服务器发送请求。Kubernetes 会负责抽象，并实装这家云服务商。
停一秒钟仔细想一下，这是极其强有力的功能。对公司来说，这意味着他们不需要绑定到一家云服务商。他们可以计算别家云服务商的开销，然后转移到别家。他们依旧可以保留原来的专家，保留原来的人员，他们还可以花更少的钱。
说了这么多，在下一节中让我们来实际使用 Kubernetes。
四、Kubernetes实践 -- Pod
我们建立了微服务在容器上运行，虽然颇为坎坷，但还是可以工作的。我们还提到这种解决方案不具有伸缩性和弹性，而 Kubernetes 可以解决这些问题。在本文的后续章节，我们会将各个服务转移到由 Kubernetes 管理的容器中，如图所示。
在本文中，我们将使用 Minikube 进行本地调试，尽管所有东西都是运行在 Azure 和 Google 云平台中的。（我这里是部署在腾讯云上的）
4.1 安装和启动Minikube
请参阅安装 Minikube 的官方文档：
k8smeetup.github.io/docs/tasks/
在Mac上安装minikube:
curl -Lo minikube https://storage.googleapis.com/minikube/releases/v0.18.0/minikube-darwin-amd64 && chmod +x minikube && sudo mv minikube /usr/local/bin/
在Mac上安装kubectl，Kubectl 是向 Kubernetes API 服务器发送请求的客户端：
curl -LO https://storage.googleapis.com/kubernetes-release/release/v1.12.2/bin/darwin/amd64/kubectl && chmod +x kubectl && sudo mv kubectl /usr/local/bin/
或者：
curl -LO https://storage.googleapis.com/kubernetes-release/release/$(curl -s https://storage.googleapis.com/kubernetes-release/release/stable.txt)/bin/darwin/amd64/kubectl && chmod +x kubectl && sudo mv kubectl /usr/local/bin/
通常情况下，上面命令下载都会很慢，甚至根本就无法下载。有两个办法：
- 如果有代理，可以在终端配置。
- 直接通过其它方式下载（比如浏览器），然后再改权限，再放到path环境下。
启动minikube:
minikube start
第一次启动的时候会自动下载Minikube ISO，根据网络情况时间会比较久。
注意：有可能会安装失败，比如出现下面的错误：
➜ Desktop minikube start There is a newer version of minikube available (v0.30.0). Download it here: https://github.com/kubernetes/minikube/releases/tag/v0.30.0 To disable this notification, run the following: minikube config set WantUpdateNotification false Starting local Kubernetes cluster... Starting VM... Downloading Minikube ISO 89.51 MB / 89.51 MB [==============================================] 100.00% 0s E1111 20:06:02.564775 4725 start.go:116] Error starting host: Error creating host: Error with pre-create check: "VBoxManage not found. Make sure VirtualBox is installed and VBoxManage is in the path". Retrying. E1111 20:06:02.567379 4725 start.go:122] Error starting host: Error creating host: Error with pre-create check: "VBoxManage not found. Make sure VirtualBox is installed and VBoxManage is in the path" ================================================================================ An error has occurred. Would you like to opt in to sending anonymized crash information to minikube to help prevent future errors? To opt out of these messages, run the command: minikube config set WantReportErrorPrompt false ================================================================================ Please enter your response [Y/n]:意思是说没有找到VboxManager命令，需要先安装VirtualBox。安装完VirtualBox后，再执行
minikube start时不会重新下载Minikube ISO。
在启动后，运行 kubectl get nodes 命令可以得到如下结果：
➜ Desktop kubectl get nodes
NAME STATUS ROLES AGE VERSION
minikube NotReady <none> 18m v1.6.0
注意：我这里在安装1.12.2版本后，执行
kubectl get nodes报错：➜ Desktop kubectl get nodes Error from server (NotAcceptable): unknown (get nodes)后面重新安装了
1.8.7版本就没有这个问题。
Minikube 提供给我们的 Kubernetes 集群只有一个节点，但是记住我们并不在乎有多少个节点，Kubernetes 会负责抽象，对我们来说深入掌握 Kubernetes 并不重要。
下面我们将介绍 Kubernetes 的第一个资源：Pod。
4.2 Pod
我大爱容器，相信现在你也很喜欢容器。那为什么 Kubernetes 给我们最小的可部署计算单元 Pod 呢？Pod是干什么的？由一个或一组容器组成的 Pod 可以共享相同的运行环境。
但是我们真的需要在一个 Pod 内运行两个容器吗？呃……一般来说，只会运行一个容器，我们的例子中也是这样的。但是有些情况下，比如两个容器需要共享卷，或它们之间是通过跨进程的交流方式交流的，又或者它们被绑到一起，那么就可以使用 Pod。Pod 的另一个特征是：如果我们希望使用其他 Rke 等技术的话，我们可以做到不依赖 Docker 容器。
总的来说，Pod 的主要属性包括（如上图所示）：
- 每个 Pod 可以在 Kubernetes 集群内拥有唯一的 IP 地址；
- Pod 可以拥有多个容器。这些容器共享同一个端口空间，所以他们可以通过 localhost 交流（可想而知它们无法使用相同的端口），与其他 Pod 内容器的交流可以通过结合 Pod 的 IP 完成；
- 一个 Pod 内的容器共享同一个卷、同一个 IP、端口空间、IPC 命名空间。
注：容器有个自己独立的文件系统，尽管他们可以通过 Kubernetes 的资源卷共享数据。
更多详细内容，请参阅相关的官方文档：
4.2.1 Pod的定义
如下是我们的第一个 pod sa-frontend 的清单文件，我们会对文件内容进行逐一解释。
apiVersion: v1
kind: Pod # 1
metadata:
name: sa-frontend # 2
spec: # 3
containers:
- image: rinormaloku/sentiment-analysis-frontend # 4
name: sa-frontend # 5
ports:
- containerPort: 80 # 6
#1 kind：指定我们想创建的 Kubernetes 资源的类型。这里是 Pod。
#2 name：定义该资源的名字。我们在这里命名为 sa-frontend。
#3 spec：该对象定义了资源应有的状态。Pod Spec 中最重要的属性是容器的数组。
#4 image：是指我们希望在本 Pod 中启动的容器的映像。
#5 name：Pod 中容器中唯一的名字。
#6 containerPort：是指容器监听的端口号。这只是为了提供文档信息（即便没有这个端口也不会影响访问）。
创建 SA Frontend 的 Pod
你可以在 resource-manifests/sa-frontend-pod.yaml 中找到上述 Pod 的定义。你可以在终端中进入该文件夹，或在命令行输入完整的路径。然后执行如下命令：
kubectl create -f sa-frontend-pod.yaml
pod "sa-frontend" created
可以通过如下命令确认 Pod：
kubectl get pods
NAME READY STATUS RESTARTS AGE
sa-frontend 1/1 Running 0 7s
如果该 Pod 还处于容器生成中的状态的话，你可以在运行命令的时候加入参数 --watch，当 Pod 进入运行状态的时候，终端会显示信息。
从外部访问应用程序
为了从外部访问应用程序，我们需要创建服务类型的Kubernetes资源，具体内容我们将在后续章节讲解，虽然通过服务类型的资源支持外部访问是更合适的做法，但是此处为了快速调试，我们还有另外一个办法，即转发端口：
kubectl port-forward sa-frontend-pod 88:80
Forwarding from 127.0.0.1:88 -> 80
在浏览器中访问 127.0.0.1:88，即可打开 React 应用程序。
扩大规模的错误方法
我们说过 Kubernetes 的主要特色之一就是伸缩性，为了证明这一点，让我们运行另外一个 Pod。我们通过如下定义创建另外一个 Pod 资源：
apiVersion: v1
kind: Pod
metadata:
name: sa-frontend2 # The only change
spec:
containers:
- image: rinormaloku/sentiment-analysis-frontend
name: sa-frontend
ports:
- containerPort: 80
然后，通过如下命令创建新的 Pod：
kubectl create -f sa-frontend-pod2.yaml
pod "sa-frontend2" created
可以通过如下命令确认第二个 Pod：
kubectl get pods
NAME READY STATUS RESTARTS AGE
sa-frontend 1/1 Running 0 7s
sa-frontend2 1/1 Running 0 7s
现在我们有两个运行中的 Pod。
请注意：这不是最终的解决方案，还有很多缺陷。我们将在另一个 Kubernetes 资源的部署一节中改善这个方案。
总结 Pod
提供静态文件的 Nginx 网络服务器在另个不同的 Pod 内运行。现在我们有两个问题：
- 怎样对外开放这些服务，让用户通过 URL 来访问它们？
- 怎样平衡 Pod 之间的负荷？
Kubernetes 提供了服务类型的资源。在下一节中我们将详细介绍。
五、Kubernetes 实践——服务
Kubernetes 服务资源可以作为一组提供相同服务的 Pod 的入口。这个资源肩负发现服务和平衡 Pod 之间负荷的重任，如图 16 所示。
在 Kubernetes 集群内，我们拥有提供不同服务的 Pod（前端、Spring 网络应用和 Flask Python 应用程序）。所以这里的问题是：服务如何知道该处理哪个 Pod？例如：它如何生成这些 Pod 的终端列表？
这个问题可以用标签来解决，具体分两个步骤：
- 给所有服务处理的对象 Pod 贴上标签；
- 在服务中使用一个选择器，该选择器定义了所有贴有标签的对象 Pod。
下列视图看起来更清晰：
我们可以看到 Pod 都贴着标签“app: sa-frontend”，服务用这个标签找到目标 Pod。
标签
标签提供了一种简单的方法用于管理Kubernetes资源。它们有一对键值表示，且可以用于所有资源。按照图17中的例子，修改清单文件。
在修改完毕后保存文件，并通过如下命令应用这些变更：
kubectl apply -f sa-frontend-pod.yaml
Warning: kubectl apply should be used on resource created by either kubectl create --save-config or kubectl apply
pod "sa-frontend" configured
kubectl apply -f sa-frontend-pod2.yaml
Warning: kubectl apply should be used on resource created by either kubectl create --save-config or kubectl apply
pod "sa-frontend2" configured
我们看到了一个警告（在应用的时候，而非创建，明白了）。在第二行我们看到部署了 pod “sa-frontend”和 “sa-frontend2”。我们可以过滤想要查看的 Pod：
kubectl get pod -l app=sa-frontend
NAME READY STATUS RESTARTS AGE
sa-frontend 1/1 Running 0 2h
sa-frontend2 1/1 Running 0 2h
验证带有标签的 Pod 的另一种方法是在上述命令中加入标志符 --show-labels，那么结果中会显示每个 Pod 的所有标签。
很好！Pod 已经贴上了标签，我们准备好通过服务找到它们了。让我们定义 LoadBalancer 类型的服务，如图 18 所示。
服务的定义
LoadBalancer 服务的 YAML 定义如下所示：
apiVersion: v1
kind: Service # 1
metadata:
name: sa-frontend-lb
spec:
type: LoadBalancer # 2
ports:
- port: 80 # 3
protocol: TCP # 4
targetPort: 80 # 5
selector: # 6
app: sa-frontend # 7
#1 kind：服务；
#2 type：指定类型，我们选择 LoadBalancer，因为我们想平衡 Pod 之间的负荷；
#3 ports：指定服务获取请求的端口；
#4 protocol：定义交流；
#5 targetPort：可以将来访的请求转发到这个端口；
#6 selector：包含选择pod属性的对象；
#7 app：sa-frontend定义了哪个是目标 Pod，只有拥有标签“app: sa-frontend”的才是目标 Pod。
通过运行如下命令创建服务：
kubectl create -f service-sa-frontend-lb.yaml
service "sa-frontend-lb" created
可以通过运行如下命令检查的服务的状态：
kubectl get svc
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
sa-frontend-lb LoadBalancer 10.101.244.40 <pending> 80:30708/TCP 7m
External-IP 处于 pending 状态（不用再等了，这个状态不会变的）。这是因为我们使用的是 Minikube。如果我们在 Azure 或 Google 云服务上运行，那么我们可以得到一个公开的 IP，那么全世界都可以访问我们的服务了。
尽管如此，Minikube 也不会置我们于不顾，它提供一个非常有用的本地调试命令，如下所示：
minikube service sa-frontend-lb
Opening kubernetes service default/sa-frontend-lb in default browser...
这可以在浏览器中打开指向该服务的 IP。服务受到请求后，会将请求转发给其中一个 Pod（不用理会是哪个）。通过利用服务作为访问入口，这种抽象可以让我们看到并将多个 Pod 当成一个来交互。
服务的总结
在本节中，我们介绍了给资源贴标签，在服务中使用标签作为选择器，我们还定义并创建了一个 LoadBalancer 的服务。这满足了我们希望伸缩应用程序规模的需求（只需加入新的贴了标签的 Pod），并通过将服务作为访问入口在 Pod 之间做负载均衡。
六、Kubernetes 实践——部署
Kubernetes 部署可以帮助每一个应用程序的生命都保持相同的一点：那就是变化。此外，只有挂掉的应用程序才会一尘不变，否则，新的需求会源源不断地涌现，更多代码会被开发出来、打包以及部署。这个过程中的每一步都有可能出错。
部署资源可以自动化应用程序从一版本升迁到另一版本的过程，并保证服务不间断，如果有意外发生，它可以让我们迅速回滚到前一个版本。
部署实践
现在我们有两个 Pod 和一个服务开放，而且它们之间有负载均衡（如图 19 所示）。我们提到过现有的 Pod 还远远不够完美。需要分开管理每一个 Pod（创建、更新、删除和监视他们的情况）。快速更新和迅速回滚根本不可能！这样是不行的，部署 Kubernetes 资源可以解决这里的每个问题。
在继续下面的内容之前，让我们复述下我们的目标，通过概述可以让我们更好的理解部署资源的清单文件的定义。我们想要的是：
- 映像 rinormaloku/sentiment-analysis-frontend 的两个 Pod；
- 部署期间服务不间断；
- Pod 贴有标签 app: sa-frontend，所以我们可以通过 sa-frontend-lb 服务找到各个服务。
在下一节中，我们可以将这些需求反映到部署的定义中。
部署的定义
如下资源定义的YAML文件可以达成以上所有提到的点：
apiVersion: extensions/v1beta1
kind: Deployment # 1
metadata:
name: sa-frontend
spec:
replicas: 2 # 2
minReadySeconds: 15
strategy:
type: RollingUpdate # 3
rollingUpdate:
maxUnavailable: 1 # 4
maxSurge: 1 # 5
template: # 6
metadata:
labels:
app: sa-frontend # 7
spec:
containers:
- image: rinormaloku/sentiment-analysis-frontend
imagePullPolicy: Always # 8
name: sa-frontend
ports:
- containerPort: 80
#1 kind：部署；
#2 replicas：是部署 Spec 对象的一个属性，定义了我们想运行多少的 Pod。所以是 2；
#3 type：指定从当前版本升迁到下个版本的时候，部署使用的策略。此处的策略 RollingUpdate 可以保证部署期间服务不间断；
#4 maxUnavailable：是 RollingUpdate 对象的一个属性，定义了在升级的时候，最大允许停止的 Pod 数量（与希望的状态相比）。对我们的部署来说，我们有 2 个副本，这意味着在一个 Pod 停止后，我们还会有另外一个 Pod 运行，所以可以保证应用程序可访问；
#5 maxSurge：是 RollingUpdate 对象的另一个属性，定义了添加到部署的最大 Pod 数量（与希望的状态相比）。对我们的部署来说，这意味着在向新版本迁移的时候，我们可以加一个 Pod，那么我们可以同时拥有个 3 个 Pod；
#6 template：指定 Pod 的模板，部署在创建新 Pod 的时候，会用到该模板。很可能这个非常相似的 Pod 会立即吸引你；
#7 app: sa-frontend：根据模板创建的 Pod 将被贴上该标签；
#8 imagePullPolicy：当设置成 Always 的时候，每一次新部署都会重新获取容器映像。
坦白来说，这一堆的文本让我更糊涂了，所以还是让我们来看个例子：
kubectl apply -f sa-frontend-deployment.yaml
deployment "sa-frontend" created
照例让我们确认是否一切如约履行了：
kubectl get pods
NAME READY STATUS RESTARTS AGE
sa-frontend 1/1 Running 0 2d
sa-frontend-5d5987746c-ml6m4 1/1 Running 0 1m
sa-frontend-5d5987746c-mzsgg 1/1 Running 0 1m
sa-frontend2 1/1 Running 0 2d
现在我们有 4 个运行中的 Pod，两个是由部署创建的，而另外两个是我们手动创建的。通过 kubectl delete pod 命令删除其中一个手动创建的 Pod。
练习：删除其中一个部署创建的 Pod，看看结果怎样。在阅读如下的解释前，请先想想原因。
解释：删除一个 Pod 后，部署注意到当前的状态（只有 1 个 Pod 在运行）与希望的状态（2 个 Pod 处于运行状态），所以它会再启动一个 Pod。
那么，除了保持希望的状态外，使用部署还有什么好处？让我们先来看看好处。
好处 1：采用零停机时间部署(Zero-downtime)
产品经理带着新的需求来找我们，说客户想要在前端加一个绿色的按钮。开发者写好了代码后，只需提供给我们一样必须的东西，容器映像 rinormaloku/sentiment-analysis-frontend:green。然后就该我们了，我们需要采用零停机时间部署，这项工作很难吗？让我们试试看！
编辑 deploy-frontend-pods.yaml 文件，将容器映像改为新的映像：rinormaloku/sentiment-analysis-frontend:green。保存变更，并运行如下命令：
kubectl apply -f deploy-frontend-green-pods.yaml --record
deployment "sa-frontend" configured
让我们通过如下命令检查下上线的状态：
kubectl rollout status deployment sa-frontend
Waiting for rollout to finish: 1 old replicas are pending termination...
Waiting for rollout to finish: 1 old replicas are pending termination...
Waiting for rollout to finish: 1 old replicas are pending termination...
Waiting for rollout to finish: 1 old replicas are pending termination...
Waiting for rollout to finish: 1 old replicas are pending termination...
Waiting for rollout to finish: 1 of 2 updated replicas are available...
deployment "sa-frontend" successfully rolled out
从部署上看来，上线已经成功。在这个过程中副本被逐个替换。意味着应用程序始终在线。在继续下面的内容前，先让我们来确认一下更新确实有效。
确认部署
让我们在浏览器中确认更新的结果。运行我们之前用到过的命令 minikube service sa-frontend-lb，它会打开浏览器。我们可以看到按钮 SEND 已更新了。
“RollingUpdate”背后的情况
在我们应用了新的部署后，Kubernetes 会将新状态与旧的相比。在我们的例子中，新状态需要两个 rinormaloku/sentiment-analysis-frontend:green 映像的 Pod。这与当前的运行状态不同，所以 Kubernetes 会执行 RollingUpdate。
这里的 RollingUpdate 会根据我们指定的规格执行，也就是“maxUnavailable: 1″和“maxSurge: 1″。这意味着部署需要终止一个 Pod，并且仅可以运行一个新的 Pod。这个过程会不断重复，一直到所有的 Pod被替换（如图 21 所示）。
我们继续介绍第二个好处。
声明：出于娱乐的目的，下面的部分我按照小说的形式来书写。
好处2：回滚到前一个状态
产品经理跑进办公室说，他遇到一个大麻烦！
产品经理大喊道：“产品环境中的应用程序有一个很关键的 bug！！需要马上回滚到前一个版本”。
你冷静地看着他，眼睛都没有眨一下，就转向了心爱的终端，然后开始敲：
kubectl rollout history deployment sa-frontend
deployments "sa-frontend"
REVISION CHANGE-CAUSE
1 <none>
2 kubectl.exe apply --filename=sa-frontend-deployment-green.yaml --record=true
你看了一眼前一个部署，然后问产品经理：“上个版本很多 bug，那前一个版本运行得很完美吗？”
产品经理吼道：“是啊，你没听见我说嘛？！”
你没理他，你知道该如何处理，于是你开始敲：
kubectl rollout undo deployment sa-frontend --to-revision=1
deployment "sa-frontend" rolled back
然后，你轻轻地刷新了页面，之前的修改全都不见了！
产品经理瞠目结舌地看着你。
你拯救了大家！
完
我知道……这是个很无聊的故事。在 Kubernetes 出现之前，这个故事挺好的，更加戏剧化，让人高度紧张，而且这种状态持续了很长时间。那段旧时光还是很美好的！
大多数的命令都自带说明，只是有一些细节你需要自己搞清楚。为什么第一个版本中字段 CHANGE-CAUSE 的值为 ，而同时第二次改版的时候，CHANGE-CAUSE 的值为“kubectl.exe apply –filename=sa-frontend-deployment-green.yaml –record=true”。
你应该可以发现这是因为在应用新的映像的时候，我们用到了标志符 --record。
在下一节中，我们将使用之前所有的概念，完成整个架构。
七、Kubernetes 和其他一切的实战应用
现在我们学习了完成架构的所有必须的资源，因此这一节会非常快。图 22 中灰色的部分是需要做的事情。让我们从底部开始：部署 sa-logic 的部署。
部署 SA-Logic
在终端中进入资源清单文件所在的目录，然后运行如下命令：
kubectl apply -f sa-logic-deployment.yaml --record
deployment "sa-logic" created
SA-Logic 的部署会创建三个 Pod（Pod 上运行着我们的 Python 应用）。该命令还会给Pod 贴上 app: sa-logic 的标签。有了这个标签，我们就能从 SA-Logic 服务中利用选择器来选择这些 Pod。请花点时间打开 sa-logic-deployment.yaml，查看其内容。
这里的概念都是一样的，因此我们可以直接讲解下一个资源：SA-Logic 服务。
SA Logic 服务
首先来解释下为什么需要该服务。我们的 Java 应用（在 SA-WebApp 部署的 Pod 中运行）依赖于 Python 应用提供的情感分析。但现在，与我们在本地运行一切服务时的状况不同，我们并没有一个单一的 Python 应用监听着某个端口，我们只有两个 Pod，如果需要，我们可以有更多的 Pod。
这就是为什么需要“服务”为一组提供相同功能的 Pod 提供访问入口。这就是说，我们可以利用 SA-Logic 服务作为所有 SA-Logic Pod 的访问入口。
运行如下命令：
kubectl apply -f service-sa-logic.yaml
service "sa-logic" created
更新后的应用程序状态：现在我们有两个 Pod 在运行（包含 Python 应用程序），并且 SA-Logic 服务提供了访问入口，该访问入口将在 SA-WebApp 的 Pod 中使用。
现在需要部署 SA-WebApp Pod，我们需要用到部署资源。
SA-WebApp 部署
我们已经学过了部署，尽管这个部署会用到更多的特性。打开 sa-web-app-deployment.yaml 文件，会发现以下的新内容：
- image: rinormaloku/sentiment-analysis-web-app
imagePullPolicy: Always
name: sa-web-app
env:
- name: SA_LOGIC_API_URL
value: "http://sa-logic"
ports:
- containerPort: 8080
我们感兴趣的第一件事就是 env 属性。我们猜测它定义了环境变量 SA_LOGIC_API_URl，值为在 Pod 内的值为 http://sa-logic。但为什么要初始化成 http://sa-logic，sa-logic 究竟是什么？
我们先来介绍下 kube-dns。
KUBE-DNS
Kubernetes 有个特殊的 Pod 叫做 kube-dns。默认情况下，所有 Pod 都用它作为 DNS 服务器。kube-dns 的一个重要属性就是它为每个建立的访问都创建一条 DNS 记录。
这就是说当我们创建 sa-logic 服务时，它会获得一个 IP 地址。它的名字会加入到 kube-dns 中（和它的 IP 地址一起）。这样所有 Pod 都能够把 sa-logic 翻译成 SA-Logic 服务的 IP 地址。
好，现在可以继续了：
SA WebApp 部署（续）
运行以下命令：
kubectl apply -f sa-web-app-deployment.yaml --record
deployment "sa-web-app" created
完了。剩下的工作就是通过 LoadBalancer 服务将 SA-WebApp Pod 暴露到外部。LoadBalancer 服务提供了 SA-WebApp Pod 的访问入口，这样 React 应用程序就能发送 HTTP 请求了。
SA-WebApp 服务
打开 service-sa-web-app-lb.yaml 文件，可以看到内容还是挺熟悉的。
所以我们可以运行如下命令：
kubectl apply -f service-sa-web-app-lb.yaml
service "sa-web-app-lb" created
这样架构就完成了。但还有一点不完美的地方。在部署 SA-Frontend Pod 之后，容器映像指向了 http://localhost:8080/sentiment 处的 SA-WebApp。但现在我们需要将其更新为 SA-WebApp LoadBalancer 的 IP 地址（其作用是 SA-WebApp Pod 的访问入口）。
修补该不完美是个快速复习一切的绝佳机会（如果能不参照以下的指南独立完成更好）。下面我们开始：
- 执行下列命令获取 SA-WebApp LoadBalancer 的 IP：
minikube service list
|-------------|----------------------|-----------------------------|
| NAMESPACE | NAME | URL |
|-------------|----------------------|-----------------------------|
| default | kubernetes | No node port |
| default | sa-frontend-lb | http://192.168.99.100:30708 |
| default | sa-logic | No node port |
| default | sa-web-app-lb | http://192.168.99.100:31691 |
| kube-system | kube-dns | No node port |
| kube-system | kubernetes-dashboard | http://192.168.99.100:30000 |
|-------------|----------------------|-----------------------------|
- 在 sa-frontend/src/App.js 中使用 SA-WebApp LoadBalancer 的 IP，如下：
analyzeSentence() {
fetch('http://192.168.99.100:31691/sentiment', { /* shortened for brevity */})
.then(response => response.json())
.then(data => this.setState(data));
}
-
构建静态文件 npm build （需要先切换到 sa-front-end 目录）；
-
构建容器映像：
docker build -f Dockerfile -t $DOCKER_USER_ID/sentiment-analysis-frontend:minikube .
-
将映像推送到 Docker hub：
docker push $DOCKER_USER_ID/sentiment-analysis-frontend:minikube
-
编辑 sa-frontend-deployment.yaml 并使用新的映像；
-
执行 kubectl apply -f sa-frontend-deployment.yaml 命令。
刷新浏览器（如果你关闭了浏览器，则执行 minikube service sa-frontend-lb）。敲个句子试试看！
八、全文总结
Kubernetes 对团队、项目都很有好处，它能简化部署，提供伸缩性、灵活性，可以让我们使用任何底层基础设施。以后我们叫它 Supernetes 吧！
本文中覆盖的内容：
- 构建/打包/运行 ReactJS、Java 和 Python 应用程序；
- Docker容器，如何利用 Dockerfile 定义并构建容器；
- 容器注册目录，我们采用 Docker Hub 作为容器的代码库；
- 介绍了 Kubernetes 的最重要的内容；
- Pod；
- 服务；
- 部署；
- 新概念，如零停机时间部署；
- 创建可伸缩的应用；
- 流程上，我们将整个微服务应用程序转成了 Kubernetes 集群。
欢迎关注公众号：非著名开发者，获取更多精彩内容。
