学习使用Kubectl部署Containers

sparkle123

发布于 2021-02-05 14:34:04

7660

文章被收录于专栏：大数据-Hadoop、Spark大数据-Hadoop、Spark

如何使用Kubectl创建和启动部署、复制控制器，并通过服务公开它们，而不需要编写yaml定义。快速地将容器启动到集群中。

Step 1 - 启动集群

首先，我们需要启动一个Kubernetes集群。执行命令minikube start——wait=false启动集群组件并下载Kubectl CLI。

$ minkube start --wait=false
minkube: command not found
$ minikube start --wait=false
* minikube v1.8.1 on Ubuntu 18.04
* Using the none driver based on user configuration
* Running on localhost (CPUs=2, Memory=2460MB, Disk=145651MB) ...
* OS release is Ubuntu 18.04.4 LTS
* Preparing Kubernetes v1.17.3 on Docker 19.03.6 ...
  - kubelet.resolv-conf=/run/systemd/resolve/resolv.conf
* Launching Kubernetes ... 
* Enabling addons: default-storageclass, storage-provisioner
* Configuring local host environment ...
* Done! kubectl is now configured to use "minikube"

通过命令kubectl get nodes，检查、等待节点就绪。

$ kubectl get nodes
NAME       STATUS     ROLES    AGE   VERSION
minikube   NotReady   master   14s   v1.17.3
$ kubectl get nodes
NAME       STATUS   ROLES    AGE   VERSION
minikube   Ready    master   18s   v1.17.3

Step 2 - 启动Kubectl

run命令根据指定的参数(如映像或副本)创建部署。这个部署被分发给Kubernetes主机，由它启动所需的Pods和containers。 Kubectl run_与docker run类似，但他是在集群级别。命令格式为:

kubectl run <部署名称> <properties>

命令：

kubectl run http——image=katacoda/docker-http-server:latest——replicas=1

将启动一个名为http的部署，基于Docker映像katacoda/ Docker -http-server:latest启动一个容器。

$ kubectl run http --image=katacoda/docker-http-server:latest --replicas=1
kubectl run --generator=deployment/apps.v1 is DEPRECATED and will be removed in a future version. Use kubectl run --generator=run-pod/v1 or kubectl create instead.
deployment.apps/http created

然后使用kubectl get deployments来查看部署的状态。

$ kubectl get deployments
NAME   READY   UP-TO-DATE   AVAILABLE   AGE
http   1/1     1            1           20s

kubectl describe deployment http 描述包括可用的副本数量、指定的标签以及与部署相关的事件。这些事件将突出显示可能发生的任何问题和错误。

$ kubectl describe deployment http
Name:                   http
Namespace:              default
CreationTimestamp:      Wed, 03 Feb 2021 14:03:28 +0000
Labels:                 run=http
Annotations:            deployment.kubernetes.io/revision: 1
Selector:               run=http
Replicas:               1 desired | 1 updated | 1 total | 1 available | 0 unavailable
StrategyType:           RollingUpdate
MinReadySeconds:        0
RollingUpdateStrategy:  25% max unavailable, 25% max surge
Pod Template:
  Labels:  run=http
  Containers:
   http:
    Image:        katacoda/docker-http-server:latest
    Port:         <none>
    Host Port:    <none>
    Environment:  <none>
    Mounts:       <none>
  Volumes:        <none>
Conditions:
  Type           Status  Reason
  ----           ------  ------
  Available      True    MinimumReplicasAvailable
  Progressing    True    NewReplicaSetAvailable
OldReplicaSets:  <none>
NewReplicaSet:   http-774bb756bb (1/1 replicas created)
Events:
  Type    Reason             Age   From                   Message
  ----    ------             ----  ----                   -------
  Normal  ScalingReplicaSet  88s   deployment-controller  Scaled up replica set http-774bb756bb to 1

Step 3 - Kubectl Expose

创建了部署后，我们可以使用kubectl创建一个服务，该服务在特定端口上公开pod。通过kubectl Expose公开新部署的http部署。该命令允许您定义服务的不同参数以及如何公开部署

se使用以下命令暴露与该主机的外部ip绑定的主机8000上的集装箱端口80。

$ kubectl expose deployment http --external-ip="172.17.0.40" --port=8000 --target-port=80
service/http exposed
$ curl http://172.17.0.40:8000
<h1>This request was processed by host: http-774bb756bb-dnzk4</h1>

Step 4 - Kubectl Run and Expose

使用kubectl run，可以创建部署并将其作为单个命令公开。使用命令创建端口 8001上公开的第二个http服务。

kubectl run httpexposed——image=katacoda/ Docker -http-server:latest——replicas=1——port=80——hostport=8001

使用curl访问http://172.17.0.40:8001

$ kubectl run httpexposed --image=katacoda/docker-http-server:latest --replicas=1 --port=80 --hostport=8001
kubectl run --generator=deployment/apps.v1 is DEPRECATED and will be removed in a future version. Use kubectl run --generator=run-pod/v1 or kubectl create instead.
Error from server (AlreadyExists): deployments.apps "httpexposed" already exists
$ curl http://172.17.0.40:8001
<h1>This request was processed by host: httpexposed-68cb8c8d4-zxcrk</h1>

在底层，这将通过Docker端口映射-Docker Port Mapping公开Pod。因此，你是没法看到kubectl get svc所列出的服务信息的，

$ kubectl get svc
NAME         TYPE        CLUSTER-IP    EXTERNAL-IP   PORT(S)    AGE
http         ClusterIP   10.96.48.39   172.17.0.40   8000/TCP   19m
kubernetes   ClusterIP   10.96.0.1     <none>        443/TCP    44m

要使用docker ps | grep httpexposed才可以看到服务详细信息

$ docker ps | grep httpexposed
d7cc5f4a32c9        katacoda/docker-http-server   "/app"                   19 minutes ago      Up 19 minutes                              k8s_httpexposed_httpexposed-68cb8c8d4-zxcrk_default_592a02cd-9cb3-4aa6-91c4-8f60aeeaec00_0
ab9cf46a2fd0        k8s.gcr.io/pause:3.1          "/pause"                 19 minutes ago      Up 19 minutes       0.0.0.0:8001->80/tcp   k8s_POD_httpexposed-68cb8c8d4-zxcrk_default_592a02cd-9cb3-4aa6-91c4-8f60aeeaec00_0

暂停容器

运行上述命令，你会注意到Pod上公开端口，而不是http容器本身。Pause container负责为Pod定义网络。pod中的其他容器共享相同的网络名称空间。这提高了网络性能，并允许多个容器通过同一个网络接口进行通信。

Step 5 - Scale Containers

随着部署的运行，我们现在可以使用kubectl来扩展副本的数量。扩展部署将要求Kubernetes启动更多的Pods。然后，这些pod将使用暴露的服务自动进行负载平衡。

kubectl scale命令允许我们调整为特定部署或复制控制器运行的Pods的数量。

kubectl scale --replicas=3 deployment http 列出所有的pod，会看到三个正在为http部署运行

$ kubectl scale --replicas=3 deployment http
deployment.apps/http scaled
$ kubectl get pods
NAME                          READY   STATUS    RESTARTS   AGE
http-774bb756bb-dnzk4         1/1     Running   0          32m
http-774bb756bb-gg9p8         1/1     Running   0          32s
http-774bb756bb-kmhpn         1/1     Running   0          32s
httpexposed-68cb8c8d4-zxcrk   1/1     Running   0          24m

一旦每个Pod启动，它将被添加到负载平衡器服务中。 kubectl describe svc http通过描述服务，您可以查看端点和包含的相关pod

向服务发出请求将在不同节点中请求。 curl http://172.17.0.40:8000

$ kubectl describe svc http
Name:              http
Namespace:         default
Labels:            run=http
Annotations:       <none>
Selector:          run=http
Type:              ClusterIP
IP:                10.104.156.248
External IPs:      172.17.0.27
Port:              <unset>  8000/TCP
TargetPort:        80/TCP
Endpoints:         172.18.0.4:80,172.18.0.6:80,172.18.0.7:80
Session Affinity:  None
Events:            <none>
$ curl http://172.17.0.27:8000
<h1>This request was processed by host: http-774bb756bb-jq4b8</h1>

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

如有侵权请联系 cloudcommunity@tencent.com 删除

http