**这是我参与更文挑战的第2天，活动详情查看： 更文挑战
**
kubernetes是google基于golang语言开发的一套开源容器编排框架，可以实现容器集群的自动化部署、自动扩缩容、高扩展性，可维护性强，开放等特点。
Going back in time
容器编排和传统物理机，以及虚拟化比较
传统部署:
多个app在物理服务器运行，无法定义资源边界，导致资源分配问题，服务性能下降，难扩展，资源争夺oom，物理服务器成本高等
虚拟化部署:
虚拟化技术允许在单台物理服务器虚拟多个虚拟机，app在不同虚拟机之间隔离，虚拟化技术更好的利用了服务器资源，增强了伸缩性以及降低了硬件成本
容器部署:
容器类似于 VM，但是它们具有被放宽的隔离属性，可以在应用程序之间共享操作系统（OS）。 因此，容器被认为是轻量级的。容器与 VM 类似，具有自己的文件系统、CPU、内存、进程空间等。 由于它们与基础架构分离，因此可以跨云和 OS 发行版本进行移植。
容器因具有许多优势而变得流行起来。下面列出的是容器的一些好处：
- 敏捷应用程序的创建和部署：与使用 VM 镜像相比，提高了容器镜像创建的简便性和效率。
- 持续开发、集成和部署：通过快速简单的回滚（由于镜像不可变性），支持可靠且频繁的 容器镜像构建和部署。
- 关注开发与运维的分离：在构建/发布时而不是在部署时创建应用程序容器镜像， 从而将应用程序与基础架构分离。
- 可观察性不仅可以显示操作系统级别的信息和指标，还可以显示应用程序的运行状况和其他指标信号。
- 跨开发、测试和生产的环境一致性：在便携式计算机上与在云中相同地运行。
- 跨云和操作系统发行版本的可移植性：可在 Ubuntu、RHEL、CoreOS、本地、 其他云厂商运行。
- 以应用程序为中心的管理：提高抽象级别，从在虚拟硬件上运行 OS 到使用逻辑资源在 OS 上运行应用程序。
- 松散耦合、分布式、弹性、解放的微服务：应用程序被分解成较小的独立部分， 并且可以动态部署和管理 - 而不是在一台大型单机上整体运行。
- 资源隔离：可预测的应用程序性能。
- 资源利用：高效率和高密度。
为什么需要 Kubernetes?
解决故障转移，灵活扩展，以及部署模式
例1 一个服务挂了，传统情况下需要保活和监控来自动修复和告警通知，k8s会自我修复，重启失败的容器，替换，kill掉规则定度的不健康容器
例2 流量高峰，传统情况需要做弹性伸缩，在弹性伸缩的机器做各种check，k8s定义HPA
例3 部署应用，传统情况滚动发布，或蓝绿发布，或灰度发布，k8s定义yaml文件或使用helm工具管理
kubernetes 优势:
-
服务发现和负载均衡
Kubernetes 可以使用 DNS 名称或自己的 IP 地址公开容器，如果进入容器的流量很大， Kubernetes 可以负载均衡并分配网络流量，从而使部署稳定。
-
存储编排
Kubernetes 允许你自动挂载你选择的存储系统，例如本地存储、公共云提供商等。
-
自动部署和回滚
你可以使用 Kubernetes 描述已部署容器的所需状态，它可以以受控的速率将实际状态 更改为期望状态。例如，你可以自动化 Kubernetes 来为你的部署创建新容器， 删除现有容器并将它们的所有资源用于新容器。
-
自动完成装箱计算
Kubernetes 允许你指定每个容器所需 CPU 和内存（RAM）。 当容器指定了资源请求时，Kubernetes 可以做出更好的决策来管理容器的资源。
-
自我修复
Kubernetes 重新启动失败的容器、替换容器、杀死不响应用户定义的 运行状况检查的容器，并且在准备好服务之前不将其通告给客户端。
-
密钥与配置管理
Kubernetes 允许你存储和管理敏感信息，例如密码、OAuth 令牌和 ssh 密钥。 你可以在不重建容器镜像的情况下部署和更新密钥和应用程序配置，也无需在堆栈配置中暴露密钥
kubernetes架构
架构图
组件
-
Etcd：保存了整个集群的状态；
-
Apiserver：提供了资源操作的唯一入口，并提供认证、授权、访问控制、API注册和发现等机制；
-
Controller manager：负责维护集群的状态，比如故障检测、自动扩展、滚动更新等；
-
Scheduler：负责资源的调度，按照预定的调度策略将Pod调度到相应的机器上；
-
kubelet：负责维护容器的生命周期，同时也负责Volume（CSI）和网络（CNI）的管理；
-
Container runtime：负责镜像管理以及Pod和容器的真正运行（CRI）；
-
kube-proxy：负责为Service提供cluster内部的服务发现和负载均衡；
创建POD流程
1.用户提交创建Pod的请求，可以通过API Server的REST API ，也可用Kubectl命令行工具，支持Json和Yaml两种格式；
2.API Server处理用户请求，存储Pod数据到etcd；
3.Schedule通过和API Server的watch机制，查看到新的Pod，尝试为Pod绑定Node；
4.过滤主机：调度器用一组规则过滤掉不符合要求的主机，比如Pod指定了所需要的资源，那么就要过滤掉资源不够的主机；
5.主机打分：对第一步筛选出的符合要求的主机进行打分，在主机打分阶段，调度器会考虑一些整体优化策略，比如把一个Replication Controller的副本分布到不同的主机上，使用最低负载的主机等；
6.选择主机：选择打分最高的主机，进行binding操作，结果存储到etcd中；
7.Kubelet根据调度结果执行Pod创建操作： 绑定成功后，会启动container，docker run，scheduler会调用API在数据库etcd中创建一个bound pod对象，描述在一个工作节点上绑定运行的所有pod信息。运行在每个工作节点上的Kubelet也会定期与etcd同步bound pod信息，一旦发现应该在该工作节点上运行的bound pod对象没有更新，则调用Docker API创建并启动pod内的容器；
