Kubernetes v1.28.2 + containerd 集群部署手册
项目内容资源类型（英文）（简称 CRD）中文名称自定义资源定义作用范围集群级（Cluster-scoped）核心作用允许用户在不修改 Kubernetes 源码或编写复杂控制器的情况下，扩展 Kubernetes API，定义自己的资源类型（如Database等）。工作原理通过创建一个 CRD 对象，向 Kubernetes API Server 注册一种新的资源类型。注册后，用户即可像操作原生资
·
📘 Kubernetes v1.28.2 + containerd 集群部署手册（CentOS 7.9）
适用环境：VMware 三节点集群
- Master:
192.168.204.130- Worker-1:
192.168.204.131- Worker-2:
192.168.204.132
技术栈：kubeadm初始化，containerd作为容器运行时，网络插件选用 Flannel
目录
第一部分：部署前必读
第二部分：安装部署准备
第三部分：通用配置（所有节点）
第四部分：核心组件安装（所有节点）
第五部分：集群初始化与扩展
第六部分：验证与应用部署
第七部分：资源管理与运维
- 7.1 删除部署
- [7.2 常用 kubectl 命令速查](72-常用 kubectl 命令速查)
第八部分：第三方工具可视化管理
- 8.1 可视化方案对比与选型建议
- 8.2 Kubernetes Dashboard 部署指南
- 8.3 访问与安全登录 Dashboard
- [8.4 Dashboard 各模块功能详解](84-Dashboard 各模块功能详解)
- 8.5 安全加固建议
第一部分：部署前必读
1.1 各组件角色与关系总览
🎯 一句话理解 Kubernetes：
它是一个“自动化工厂(声明式运维)”，你告诉它“我要 3 个 Nginx”，它就自动找机器、拉镜像、启动容器、配网络，挂了就重启，并保证它们一直运行。
| 组件 | 类型 | 作用（人话版） | 跑在哪？ | 发音 |
|---|---|---|---|---|
| kubeadm | 集群“安装工” | 一键搭建 Master，或让新机器加入集群 | Master（初始化）、Worker（加入） | /ˈkuːbiˌædəm/ |
| kubelet | 节点“管家” | 盯着本机的 Pod，确保容器按要求跑起来 | 每台机器（Master + Worker）都要装 | /ˈkuːbiˌlɛt/ |
| kubectl | 用户“遥控器” | 你在终端敲的命令（如 kubectl get pods）都靠它发给集群 |
通常在 Master 或你的笔记本上 | /ˈkuːbiˌkʌntl/ |
| containerd | 容器“调度员” | 负责拉镜像、启停容器（听 kubelet 指挥） | 每台机器 | /kənˈteɪnərd/ |
| runc | 容器“执行者” | 真正在 Linux 上 fork 出容器进程的底层工具 | 每台机器（被 containerd 调用） | /rʌŋk/ |
| Flannel | 网络“搭桥工” | 让不同机器上的 Pod 能互相通信（比如 A 机器的 Pod 能 ping B 机器的 Pod） | 所有节点（以 Pod 形式运行） | /ˈflænəl/ |
💡 小贴士：
- 所有带 “kube” 的词都读作 /ˈkuːb/（类似“库布”）。
- 这些组件分工明确、各司其职，通过标准接口协作，不互相强耦合。
1.2 组件调用层级关系（自底向上）
想象你要在一台机器上启动一个容器，整个过程像“层层上报+层层执行”：
硬件（CPU / Memory / Disk / Network）
│
▼
Linux 内核（提供 cgroups, namespaces, netfilter, veth, etc.）
│
▼
runc（OCI 运行时）←───┐
│ │
▲ 由 containerd-shim 调用（每个容器一个 shim）
│
containerd ──▶ 管理镜像、容器生命周期、snapshot、task
│ ├─ 拉取镜像（image service）
│ └─ 启动容器（通过 shim + runc）
│
▲ 通过 CRI（Unix Socket，如 /run/containerd/containerd.sock）
│
kubelet ──▶ 节点代理，负责 Pod 管理：
├─ 调 CRI → 创建 Pod 沙箱（即 Pause 容器）→ 再创建应用容器
└─ 调 CNI → 配置网络（如 Flannel/Calico，通过 /opt/cni/bin/...）
│
▲ 由 systemd 管理（通常配置为 kubelet.service）
▲ containerd 通常也由 systemd 管理（containerd.service）
容器启动的调用链：kubelet 通过 CRI 调用 containerd，containerd 通过 shim 调用 runc 创建容器（包括 Pause 容器），底层依赖 Linux 内核的命名空间和 cgroups，网络由 CNI 插件配置，所有服务由 systemd 管理。
✅ 关键理解：
- kubelet 不直接操作容器，而是通过两个标准接口：
- CRI（Container Runtime Interface） → 对接 containerd；
- CNI（Container Network Interface） → 对接 Flannel。
- 这种设计让 Kubernetes 不绑定具体技术——你可以换 Docker、Podman、Calico 等，只要符合标准就行。
Pod 是 Kubernetes 中最小的运行单元，可以包含一个或多个共享网络和存储的容器，通常用来部署一个应用实例。
Pod 中的所有容器共享同一个网络命名空间、IPC 命名空间、UTS 命名空间，并可挂载相同的存储卷。它们就像运行在同一台“逻辑主机”上的协作进程。
🔍 为什么要有 Pause 容器？
它是 Pod 的“基石”：所有容器共享它的网络、IPC 命名空间。即使应用容器崩溃重启，IP 和端口也不会变。
在 Kubernetes 中，一个 Pod 就像一套合租房，里面的容器要共享网络和 IP。
但 Linux 系统规定：只要房子里没人，房子就会被收回。Pause 容器就是那个“一直待在屋里不走的人”——它啥也不干，只负责占着房子。
这样，就算其他容器重启或退出，Pod 的网络和环境也不会丢。没有 Pause 容器，Pod 的“家”就保不住。
1.3 整体架构图
┌──────────────────────────────┐
│ 用户（你） │
│ │ │
│ ▼ │
│ [ kubectl ] │ ← 你的“遥控器”：发送命令
└────────────┬─────────────────┘
│ (通过 HTTPS + TLS 安全通信)
▼
┌───────────────────────────────────────────────┐
│ 控制平面（Control Plane） │ ← 只运行在 Master 节点
│ │
│ ┌─────────────┐ │
│ │ API Server │◄──────────────────────┐ │ ← 所有请求的唯一入口
│ └──────▲──────┘ │ │
│ │ │ │
│ ┌─────┴─────┐ ┌──────────────┐ │ │
│ │ etcd │ │ Scheduler │ │ │ ← 调度器：决定新 Pod 放哪台 Worker
│ │（集群大脑）│ │（调度器） │ │ │
│ └─────▲─────┘ └──────┬───────┘ │ │
│ │ │ │ │
│ ┌─────┴───────────────────▼──────┐ │ │
│ │ Controller Manager │ │ │ ← 控制器：确保实际状态 = 期望状态
│ │（如 Deployment、ReplicaSet 等） │ │ │
│ └───────────────────────────────┘ │ │
│ │ │
└───────────────────┬───────────────────┘ │
│ │
▼ │
┌──────────────────┐ │
│ kube-scheduler │─────────────────┘
│ kube-controller│←（内部组件，通常合并展示）
└──────────────────┘
│
▼
┌───────────────────────────────┐
│ 工作节点（Worker Nodes）│ ← 运行你的应用
│ │
│ ┌─────────────────────────┐ │
│ │ kubelet │ │ ← 每台机器的“管家”：管理 Pod 和容器
│ ├─────────────────────────┤ │
│ │ 容器运行时 │ │ ← 如 containerd、Docker（运行容器）
│ ├─────────────────────────┤ │
│ │ CNI 插件（如 Flannel）│ │ ← 网络插件，以 DaemonSet 形式运行
│ │ │ │
│ │ ┌───────────────────┐ │ │
│ │ │ 应用 Pod │ │ │ ← 你的 Nginx、review.jar 等容器
│ │ │ • 容器 A │ │ │
│ │ │ • 容器 B（可选） │ │ │
│ │ └───────────────────┘ │ │
│ └─────────────────────────┘ │
└───────────────────────────────┘
▲
│
所有 Pod 在同一个虚拟网络中（例如 10.244.0.0/16）
→ 跨节点通信就像在同一个局域网！
🧠 记住这个流程：
你下命令 → API Server 接收 → etcd 存储 → 控制器响应 → 调度器分配 → kubelet 执行
1.4 工作流示例（部署 Nginx）
假设你执行：
kubectl apply -f nginx.yaml
背后发生了什么？
1️⃣ 你下命令
→ 运行 kubectl apply -f nginx.yaml
→ kubectl 将 YAML 转为 REST API 请求，通过 HTTPS 发送给 API Server
2️⃣ API Server 接收并验证
→ 检查身份、权限、资源合法性
→ 验证通过后，将“期望状态”（如一个 Nginx Deployment）持久化写入 etcd
3️⃣ Controller Manager 响应
→ Deployment 控制器监听到新对象，发现“当前没有 Pod，但应该有 1 个”
→ 自动创建对应的 ReplicaSet，再由 ReplicaSet 创建 Pod 对象（此时状态为 Pending，尚未绑定节点）
4️⃣ Scheduler 分配节点
→ 调度器发现这个 Pending 的 Pod
→ 根据资源、亲和性、污点等策略，选择一台合适的 Worker 节点
→ 将 pod.spec.nodeName 更新为该节点名，并写回 etcd
5️⃣ 目标节点的 kubelet 开始执行
kubelet 定期从 API Server 同步“分配给本机的 Pod”，一旦发现新任务，立即启动：
① 启动 Pause 容器
→ 由容器运行时（如 containerd）创建，作为 Pod 的“网络沙箱”（共享网络/IPC 命名空间）
② 调用 CNI 插件（如 Flannel）
→ 为 Pause 容器分配 IP（例如 10.244.1.5）
→ 配置虚拟网卡（veth pair）、路由规则，接入集群网络
③ 启动应用容器（Nginx）
→ 启动 Nginx 容器，并共享 Pause 容器的网络命名空间，实现 Pod 内多容器共用 IP
6️⃣ Pod 就绪，服务可用
→ 所有容器启动成功，kubelet 上报状态为 Running
→ 其他 Pod 或服务可通过 10.244.1.5 直接访问该 Nginx —— 跨节点通信如同局域网！
💡 核心思想总结：
你只声明“要什么”，Kubernetes 自动完成“在哪跑、怎么跑、挂了怎么办”
整个过程由 API Server + etcd + 控制器 + 调度器 + kubelet 协同完成，形成一个闭环的“控制循环”。
第二部分：安装部署准备
2.1 前提条件
- 操作系统：CentOS Linux release 7.9.2009 (Core)
- 用户权限：可使用
root或具备sudo权限 - 网络要求：
- 三台虚拟机互通（能互相
ping） - 网卡为
ens33（VMware NAT 模式，默认网关192.168.204.2） - 已启用
virbr0（由 libvirt 创建，可忽略）
- 三台虚拟机互通（能互相
- 时间同步：建议启用
chronyd（本文略，因非关键阻塞项）
第三部分：通用配置（所有节点）
3.1 设置静态 IP
⚠️ 注意：每台机器 IP 不同，请按角色设置。 原因：Kubernetes 节点必须使用固定 IP 地址
# 查看当前连接名（通常为 "System eth0" 或类似）
nmcli con show
# 假设连接名为 "System eth0"，替换为实际名称
INTERFACE="System eth0"
# Master 节点执行
sudo nmcli con mod "$INTERFACE" \
ipv4.addresses 192.168.204.130/24 \
ipv4.gateway 192.168.204.2 \
ipv4.dns "8.8.8.8,114.114.114.114" \
ipv4.method manual
# Worker-1 节点执行
sudo nmcli con mod "$INTERFACE" \
ipv4.addresses 192.168.204.131/24 \
ipv4.gateway 192.168.204.2 \
ipv4.dns "8.8.8.8,114.114.114.114" \
ipv4.method manual
# Worker-2 节点执行
sudo nmcli con mod "$INTERFACE" \
ipv4.addresses 192.168.204.132/24 \
ipv4.gateway 192.168.204.2 \
ipv4.dns "8.8.8.8,114.114.114.114" \
ipv4.method manual
# 重启网络连接生效
sudo nmcli con down "$INTERFACE" && sudo nmcli con up "$INTERFACE"
3.2 关闭防火墙（测试环境）
# 原因：避免防火墙阻断 k8s 组件间通信。
sudo systemctl stop firewalld
sudo systemctl disable firewalld
🔒 生产建议：保留防火墙，开放以下端口：
- Master:
6443,2379-2380,10250,10251,10252- Worker:
10250,30000-32767
3.3 禁用 SELinux
# 原因：SELinux 的强制访问控制（MAC）会阻止容器访问主机资源。
sudo setenforce 0
sudo sed -i 's/^SELINUX=enforcing$/SELINUX=permissive/' /etc/selinux/config
3.4 关闭 Swap
# 原因：Kubernetes 强制要求关闭 swap。
sudo swapoff -a
sudo sed -i '/ swap / s/^\(.*\)$/#\1/g' /etc/fstab
3.5 配置主机名与 /etc/hosts
# k8s 使用主机名标识节点
# Master
sudo hostnamectl set-hostname k8s-master
# Worker-1
sudo hostnamectl set-hostname k8s-worker-1
# Worker-2
sudo hostnamectl set-hostname k8s-worker-2
在 所有节点 的 /etc/hosts 中添加：
cat >> /etc/hosts <<EOF
192.168.204.130 k8s-master
192.168.204.131 k8s-worker-1
192.168.204.132 k8s-worker-2
EOF
3.6 启用内核模块与 sysctl 参数
# 原因：为容器网络和运行时提供内核级支持
cat <<EOF | sudo tee /etc/modules-load.d/k8s.conf
overlay
br_netfilter
EOF
sudo modprobe overlay
sudo modprobe br_netfilter
cat <<EOF | sudo 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
vm.swappiness = 0
EOF
sudo sysctl --system
第四部分：核心组件安装（所有节点）
4.1 安装 containerd
1. 下载并解压
wget https://github.com/containerd/containerd/releases/download/v1.7.2/containerd-1.7.2-linux-amd64.tar.gz
sudo tar Cxzvf /usr/local containerd-1.7.2-linux-amd64.tar.gz
2. 生成并修改配置
sudo mkdir -p /etc/containerd
containerd config default | sudo tee /etc/containerd/config.toml
编辑 /etc/containerd/config.toml，修改以下两处：
# 找到 [plugins."io.containerd.grpc.v1.cri".containerd.runtimes.runc.options] 段落
# Kubernetes 推荐在启用了 systemd 的系统上将此值设为 true，以确保 Kubelet 和 containerd 使用相同的 cgroup 驱动。
SystemdCgroup = true
# 找到顶部的 sandbox_image 行（可能在 [plugins."io.containerd.grpc.v1.cri"] 下）
# 解决国内网络无法拉取 Google 镜像的问题
sandbox_image = "registry.aliyuncs.com/google_containers/pause:3.9"
3. 安装 systemd 服务并启动
sudo wget https://raw.githubusercontent.com/containerd/containerd/main/containerd.service -P /usr/local/lib/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now containerd
✅ 说明：
containerd.service是 systemd 用来启动、管理和自启 containerd 守护进程的配置文件。设置开机自启并受系统统一管理。
4. 验证
ctr version
# 应显示 Client 和 Server 均为 v1.7.2
4.2 安装 runc
# runc 负责根据 OCI 规范，直接在 Linux 系统上创建和运行容器。
wget https://github.com/opencontainers/runc/releases/download/v1.1.7/runc.amd64
sudo mv runc.amd64 /usr/bin/runc
sudo chmod +x /usr/bin/runc
runc -v
# 输出应包含 version 1.1.7
💡 若系统已有
runc，请先which runc确认路径再替换。
4.3 安装 Kubernetes 组件
1. 配置 YUM 源
sudo curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo
cat <<EOF | sudo tee /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64/
enabled=1
gpgcheck=1
repo_gpgcheck=1
gpgkey=https://mirrors.aliyun.com/kubernetes/yum/doc/yum-key.gpg https://mirrors.aliyun.com/kubernetes/yum/doc/rpm-package-key.gpg
EOF
sudo yum clean all && sudo yum makecache
2. 安装 kubeadm、kubelet、kubectl
sudo yum install -y kubeadm kubelet kubectl
sudo systemctl enable kubelet # 注意：设置开机自启。此时不启动 start，由 kubeadm 控制
3. 验证版本
kubeadm version
# 应显示 v1.28.2
第五部分：集群初始化与扩展
5.1 初始化 Master 节点（仅在 k8s-master 执行）
1. 初始化集群
sudo kubeadm init \
--apiserver-advertise-address=192.168.204.130 \
--image-repository=registry.aliyuncs.com/google_containers \
--kubernetes-version=v1.28.2 \
--pod-network-cidr=10.244.0.0/16
✅ 成功后会输出类似以下的
join命令，请复制保存：kubeadm join 192.168.204.130:6443 --token xxxx --discovery-token-ca-cert-hash sha256:xxxx
2. 配置 kubectl
# 让当前用户（或所有用户）能正常使用 kubectl 命令来管理 Kubernetes 集群
mkdir -p $HOME/.kube
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config
# 或全局生效（推荐）
echo 'export KUBECONFIG=/etc/kubernetes/admin.conf' >> /etc/profile
source /etc/profile
5.2 部署 Flannel 网络插件（仅在 Master 执行）
✅ 说明：只需在 Master 执行一次
kubectl apply，Flannel DaemonSet 会自动部署到所有节点。
1. 导入离线镜像（所有节点）
提前下载
flannel.tar和flannel-cni-plugin-v1.1.2.tar到各节点
ctr -n k8s.io images import flannel.tar
ctr -n k8s.io images import flannel-cni-plugin-v1.1.2.tar
2. 创建 kube-flannel.yml（仅在 Master 执行）
cat > kube-flannel.yml <<'EOF'
---
apiVersion: v1
kind: Namespace
metadata:
name: kube-flannel
labels:
k8s-app: flannel
pod-security.kubernetes.io/enforce: privileged
---
apiVersion: v1
kind: ServiceAccount
metadata:
name: flannel
namespace: kube-flannel
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
name: flannel
rules:
- apiGroups: [""]
resources: ["pods"]
verbs: ["get"]
- apiGroups: [""]
resources: ["nodes"]
verbs: ["get", "list", "watch"]
- apiGroups: [""]
resources: ["nodes/status"]
verbs: ["patch"]
- apiGroups: ["networking.k8s.io"]
resources: ["clustercidrs"]
verbs: ["list", "watch"]
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
name: flannel
roleRef:
apiGroup: rbac.authorization.k8s.io
kind: ClusterRole
name: flannel
subjects:
- kind: ServiceAccount
name: flannel
namespace: kube-flannel
---
apiVersion: v1
kind: ConfigMap
metadata:
name: kube-flannel-cfg
namespace: kube-flannel
labels:
tier: node
app: flannel
data:
cni-conf.json: |
{
"name": "cbr0",
"cniVersion": "0.3.1",
"plugins": [
{
"type": "flannel",
"delegate": {
"hairpinMode": true,
"isDefaultGateway": true
}
},
{
"type": "portmap",
"capabilities": {
"portMappings": true
}
}
]
}
net-conf.json: |
{
"Network": "10.244.0.0/16",
"Backend": {
"Type": "vxlan"
}
}
---
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: kube-flannel-ds
namespace: kube-flannel
labels:
tier: node
app: flannel
spec:
selector:
matchLabels:
app: flannel
template:
metadata:
labels:
tier: node
app: flannel
spec:
affinity:
nodeAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
nodeSelectorTerms:
- matchExpressions:
- key: kubernetes.io/os
operator: In
values:
- linux
hostNetwork: true
priorityClassName: system-node-critical
tolerations:
- operator: Exists
effect: NoSchedule
serviceAccountName: flannel
initContainers:
- name: install-cni-plugin
image: docker.io/flannel/flannel-cni-plugin:v1.1.2
command: ["/bin/sh", "-c"]
args: ["cp -f /flannel /opt/cni/bin/flannel;"]
volumeMounts:
- name: cni-bin
mountPath: /opt/cni/bin
- name: install-cni
image: docker.io/flannel/flannel:v0.21.5
command: ["/bin/sh", "-c"]
args: ["set -e -x; cp -f /etc/kube-flannel/cni-conf.json /etc/cni/net.d/10-flannel.conflist;"]
volumeMounts:
- name: cni
mountPath: /etc/cni/net.d
- name: flannel-cfg
mountPath: /etc/kube-flannel/
containers:
- name: kube-flannel
image: docker.io/flannel/flannel:v0.21.5
command: ["/opt/bin/flanneld"]
args:
- --ip-masq
- --kube-subnet-mgr
resources:
requests:
cpu: "100m"
memory: "50Mi"
securityContext:
capabilities:
add: ["NET_ADMIN", "NET_RAW"]
privileged: false
env:
- name: POD_NAME
valueFrom:
fieldRef:
fieldPath: metadata.name
- name: POD_NAMESPACE
valueFrom:
fieldRef:
fieldPath: metadata.namespace
volumeMounts:
- name: run
mountPath: /run/flannel
- name: flannel-cfg
mountPath: /etc/kube-flannel/
- name: xtables-lock
mountPath: /run/xtables.lock
volumes:
- name: run
hostPath:
path: /run/flannel
- name: cni-bin
hostPath:
path: /opt/cni/bin
- name: cni
hostPath:
path: /etc/cni/net.d
- name: flannel-cfg
configMap:
name: kube-flannel-cfg
- name: xtables-lock
hostPath:
path: /run/xtables.lock
type: FileOrCreate
EOF
3. 应用配置（仅在 Master 执行）
kubectl apply -f kube-flannel.yml
4. 验证（仅在 Master 执行）
kubectl get pods -n kube-flannel
# 所有 Pod 应为 Running
5.3 Worker 节点加入集群（在 Worker-1 和 Worker-2 执行）
使用 Master 初始化时输出的 join 命令，例如：
sudo kubeadm join 192.168.204.130:6443 \
--token plgh4f.9mev1hmunpf9bzpq \
--discovery-token-ca-cert-hash sha256:d32be9a6a631687fba69ac9e9544ee4a931a686395aa65b1a60ba0f6e9ea0b64
# 重新加入执行这个
# 方式一、 重置当前节点
sudo kubeadm reset -f
# 方式二
# 删除 Kubernetes 相关目录
sudo rm -rf /etc/kubernetes/
sudo rm -rf /var/lib/kubelet/
# （可选）清理 CNI 缓存（避免网络冲突）
sudo rm -rf /var/lib/cni/
sudo rm -rf /run/flannel/ # 如果用 Flannel
# 重启 kubelet 和 containerd
sudo systemctl restart containerd
sudo systemctl restart kubelet
🔁 若 token 过期，在 Master 重新生成：
kubeadm token create --print-join-command
第六部分：验证与应用部署
6.1 验证集群（Master 执行）
kubectl get nodes
预期输出：
NAME STATUS ROLES AGE VERSION
k8s-master Ready control-plane 10m v1.28.2
k8s-worker-1 Ready <none> 2m v1.28.2
k8s-worker-2 Ready <none> 1m v1.28.2
6.2 部署 Nginx 示例（Master 执行）
1. 创建 nginx-deploy.yaml
# 使用 cat 命令将以下内容写入 nginx-deploy.yaml 文件（此处为说明，实际使用时可忽略此行）
cat > nginx-deploy.yaml <<'EOF'
---
# ==============================
# 第一部分：Nginx Deployment 配置
# 用于声明式地管理 Nginx Pod 的副本数量和运行方式
# ==============================
apiVersion: apps/v1 # 使用 apps/v1 API 版本（Kubernetes 1.9+ 标准）
kind: Deployment # 资源类型：Deployment（用于管理有状态/无状态应用的副本）
metadata:
name: nginx # Deployment 的名称，在命名空间内必须唯一
spec:
replicas: 1 # 希望运行的 Pod 副本数（这里只部署 1 个实例）
selector:
matchLabels:
app: nginx # 通过标签选择器关联由该 Deployment 管理的 Pod
template: # 定义 Pod 的模板（如何创建每个 Pod）
metadata:
labels:
app: nginx # 给 Pod 打上标签，必须与上面 selector.matchLabels 一致
spec:
containers:
- name: nginx # 容器名称（一个 Pod 可含多个容器，这里只有一个）
image: docker.m.daocloud.io/library/nginx:1.25.5
# 使用 DaoCloud 加速镜像仓库拉取官方 Nginx 镜像（版本 1.25.5）
ports:
- containerPort: 80 # 容器内部监听的端口（Nginx 默认 HTTP 端口）
---
# ==============================
# 第二部分：Nginx Service 配置
# 为 Pod 提供稳定的网络访问入口
# ==============================
apiVersion: v1 # Service 属于 core/v1 API
kind: Service # 资源类型：Service（抽象 Pod 的网络访问）
metadata:
name: nginx-svc # Service 的名称
spec:
type: NodePort # Service 类型：NodePort
# 会在每个集群节点上开放一个端口（范围默认 30000-32767）
ports:
- port: 80 # Service 自身监听的端口（集群内部可通过 nginx-svc:80 访问）
targetPort: 80 # 将流量转发到 Pod 的 80 端口（对应 containerPort）
nodePort: 30081 # 在物理节点上暴露的端口（外部可通过 <NodeIP>:30081 访问）
selector:
app: nginx # 将流量路由到所有带有 app=nginx 标签的 Pod
EOF
2. 部署 & 验证
kubectl apply -f nginx-deploy.yaml
# 查看 Pod 分布
kubectl get pods -l app=nginx -o wide
# 测试访问（任一节点 IP）
curl http://192.168.204.130:30081
# 应返回 Nginx 欢迎页 HTML
6.3 部署 review.jar 包示例（Master 执行）
将本地构建的 Spring Boot 应用
review.jar容器化并部署到 Kubernetes 集群中。整个流程包括：
- 拉取基础 JDK 镜像；
- 构建自定义应用镜像；
- 推送至阿里云容器镜像服务（ACR）；
- 编写 Deployment 与 Service YAML 文件；
- 在 Master 节点上完成部署和验证。
6.3.1 前提条件
- 本地已安装 Docker Desktop，并能通过代理访问外网；
- 已配置好 Kubernetes 集群（含 kubectl）；
- 拥有 阿里云 ACR 实例 的读写权限；
review.jar文件位于当前工作目录下；- 系统时间与时区设置正确（推荐使用
Asia/Shanghai）；
6.3.2 拉取并推送基础 JDK 镜像（JDK 8）
# 拉取官方 Temurin JDK 8 JRE 镜像
docker pull eclipse-temurin:8-jre
# 查看镜像是否成功拉取
docker images | findstr "temurin"
# 登录阿里云 ACR（请替换为你的实际用户名）
docker login --username=雷开你的门lc crpi.cn-hangzhou.personal.cr.aliyuncs.com
# 打标签并推送至私有仓库
docker tag eclipse-temurin:8-jre crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/eclipse-temurin-8-jre:8
docker push crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/eclipse-temurin-8-jre:8
💡 提示：若使用 Linux 或 macOS，请将
findstr替换为grep。
6.3.3 构建 review 应用镜像
Dockerfile 内容如下：
FROM crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/eclipse-temurin-8-jre:8
WORKDIR /app
COPY review.jar app.jar
EXPOSE 8091
ENTRYPOINT ["java", "-jar", "/app/app.jar"]
构建并推送镜像：
docker build -t review:latest .
docker tag review:latest crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/review:latest
docker push crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/review:latest
6.3.4 编写 Kubernetes 部署文件
创建 review-deploy.yaml 文件：
---
# ----------------------------
# Deployment 配置：用于管理 Pod 的副本和生命周期
# ----------------------------
apiVersion: apps/v1 # 使用 apps/v1 API 版本（Kubernetes 1.9+ 推荐）
kind: Deployment # 资源类型：Deployment
metadata:
name: review # Deployment 的名称
namespace: default # 所属命名空间（默认为 default）
labels:
app: review # 给 Deployment 打上标签，便于识别和选择
spec:
replicas: 1 # 希望运行的 Pod 副本数（这里只启动 1 个实例）
selector:
matchLabels:
app: review # 选择带有 app=review 标签的 Pod 进行管理
template: # Pod 模板（定义如何创建 Pod）
metadata:
labels:
app: review # Pod 的标签，必须与上面 selector.matchLabels 一致
spec:
containers:
- name: review # 容器名称
image: crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/review:latest
# 镜像地址（阿里云个人版容器镜像仓库）
ports:
- containerPort: 8091 # 容器内部监听的端口
env: # 环境变量
- name: TZ
value: Asia/Shanghai # 设置时区为上海（中国标准时间）
- name: SERVER_PORT
value: "8091" # 应用监听的端口（字符串格式，部分应用要求如此）
resources: # 资源限制与请求
requests:
memory: "256Mi" # 请求 256Mi 内存（调度时保证最低资源）
cpu: "100m" # 请求 0.1 个 CPU 核心（100m = 0.1 core）
limits:
memory: "512Mi" # 最多允许使用 512Mi 内存（超出可能被 OOM Kill）
cpu: "500m" # 最多允许使用 0.5 个 CPU 核心
imagePullPolicy: IfNotPresent # 镜像拉取策略：本地存在则不拉取（适合开发测试）
---
# ----------------------------
# Service 配置：为 Pod 提供网络访问入口
# ----------------------------
apiVersion: v1 # Service 属于 core/v1 API
kind: Service # 资源类型：Service
metadata:
name: review-service # Service 名称
namespace: default # 所属命名空间
spec:
type: NodePort # Service 类型：NodePort（在每台节点上开放一个端口）
ports:
- port: 8091 # Service 自身监听的端口（集群内可通过 <service>:8091 访问）
targetPort: 8091 # 转发到 Pod 的目标端口（对应 containerPort）
nodePort: 30091 # 在所有节点上暴露的物理端口（范围通常 30000-32767）
protocol: TCP # 使用 TCP 协议
selector:
app: review # 将流量转发给带有 app=review 标签的 Pod
6.3.5 部署应用并验证
kubectl apply -f review-deploy.yaml
kubectl get pods -l app=review
curl http://192.168.204.131:30091/review/export
#Nginx代理
# ingress 代理 C:\Windows\System32\drivers\etc\hosts
kubectl get svc review-service
kubectl get ingress review-ingress
kubectl get svc -n ingress-nginx
http://review.local:32157/review/export
http://nacos.local:32157/nacos
⚠️ 注意：若返回
{"code":"500","message":"网络异常","data":null}，证明网络通了，这个服务返回的。
6.3.6 补充建议（可选）
- 健康检查：建议在 Deployment 中添加
livenessProbe和readinessProbe； - 配置管理：敏感配置建议使用
ConfigMap或Secret； - 日志收集：集成 Fluentd / Loki 等日志系统；
- 自动构建：可结合 Jenkins 或 GitHub Actions 实现 CI/CD。
📌 总结：本章完整展示了从本地 JAR 包到 Kubernetes 部署的标准化流程，适用于开发测试环境快速上线。生产环境建议进一步增强安全性、可观测性与弹性伸缩能力。
第七部分：资源管理与运维
7.1 删除部署（推荐方式）
kubectl delete -f nginx-deploy.yaml
kubectl delete -f review-deploy.yaml
或者
kubectl delete deployment nginx
kubectl delete service nginx-svc
7.2 常用 kubectl 命令速查
| 场景 | 命令 | 说明 |
|---|---|---|
| 查看资源 | kubectl get pods -o wide |
查看 Pod 列表 |
kubectl get svc 或 kubectl get services |
查看 Service | |
kubectl get deploy |
查看 Deployment | |
kubectl get nodes |
查看节点状态 | |
kubectl get all |
查看当前命名空间下所有核心资源 | |
kubectl get cm |
查看 ConfigMap | |
| 查看详情 | kubectl describe pod <pod-name> |
查看 Pod 详细事件和状态 |
kubectl logs <pod-name> |
查看 Pod 日志 | |
kubectl logs -f <pod-name> |
实时跟踪日志（类似 tail -f） |
|
| 进入容器 | kubectl exec -it <pod-name> -- /bin/sh |
进入容器终端（Nginx 可用 /bin/bash 或 /bin/sh） |
| 编辑资源 | kubectl edit deploy nginx |
在线编辑 Deployment 配置（会触发滚动更新） |
| 扩缩容 | kubectl scale deploy nginx --replicas=3 |
手动扩容到 3 个副本 |
| 查看 YAML | kubectl get deploy nginx -o yaml |
输出当前 Deployment 的完整 YAML |
| 清理命名空间 | kubectl delete all --all |
删除当前命名空间下所有可删资源（谨慎！） |
| 切换命名空间 | kubectl config set-context --current --namespace=<ns> |
设置默认命名空间 |
| 查看 API 资源 | kubectl api-resources |
列出所有支持的资源类型 |
💡 最佳实践：用
kubectl apply -f xxx.yaml部署，就用kubectl delete -f xxx.yaml删除，确保一致性。
第八部分：第三方工具可视化管理
8.1 可视化方案对比
| 工具名称 | 类型 | 特点 | 适用场景 | 读音 |
|---|---|---|---|---|
| Kubernetes Dashboard | Web UI | 官方提供，轻量级，支持基础资源查看与操作 | 快速上手、开发测试环境 | /ˌkjuːbərˈniːtiːz ˈdæʃbɔːrd/ |
| Lens | 桌面客户端 | 功能强大，支持多集群、实时日志、终端、指标监控等；无需集群内部署组件 | 开发者本地管理多集群 | /lɛnz/ |
| Rancher | Web 控制台 | 企业级平台，集成 CI/CD、监控、日志、多集群管理 | 中大型生产环境 | /ˈræntʃər/ |
| KubeSphere | Web 控制台 | 国产开源，功能全面（含 DevOps、微服务治理），但部署较重 | 希望一站式平台的团队 | /ˈkjuːb.sfɪər/ |
| Octant | 本地 Web | VMware 开源，类似 Lens 的本地工具，需在本地运行 | 临时调试、轻量级可视化需求 | /ˈɑːk.tənt/ |
✅ 推荐选择：
- 个人/小团队快速使用 → Lens（https://k8slens.dev/）
- 需 Web 界面且简单可靠 → Kubernetes Dashboard
8.2 Kubernetes Dashboard 部署指南
步骤 1：部署官方 YAML（v2.7.0）
kubectl apply -f https://raw.githubusercontent.com/kubernetes/dashboard/v2.7.0/aio/deploy/recommended.yaml
⚠️ 注意：该 YAML 中引用的两个镜像在国内无法直接拉取：
kubernetesui/dashboard:v2.7.0kubernetesui/metrics-scraper:v1.0.8
步骤 2：在可联网机器（如 Windows + Docker Desktop）拉取并推送到私有仓库
# 拉取镜像
docker pull kubernetesui/dashboard:v2.7.0
docker pull kubernetesui/metrics-scraper:v1.0.8
# 登录阿里云 ACR（替换为你的实际信息）
docker login --username=雷开你的门lc crpi.cn-hangzhou.personal.cr.aliyuncs.com
# 打标签并推送
docker tag kubernetesui/dashboard:v2.7.0 crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/dashboard:v2.7.0
docker push crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/dashboard:v2.7.0
docker tag kubernetesui/metrics-scraper:v1.0.8 crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/metrics-scraper:v1.0.8
docker push crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/metrics-scraper:v1.0.8
步骤 3：修改 recommended.yaml 使用私有镜像
将原 YAML 中的以下两处镜像地址替换为你的阿里云地址：
# Deployment: kubernetes-dashboard
image: crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/dashboard:v2.7.0
# Deployment: dashboard-metrics-scraper
image: crpi.cn-hangzhou.personal.cr.aliyuncs.com/docker_lc_dev/metrics-scraper:v1.0.8
💡 提示：其余 RBAC、Service、ConfigMap 等配置保持不变。
步骤 4：应用修改后的 YAML 并验证
kubectl apply -f recommended.yaml
kubectl get pods -n kubernetes-dashboard
✅ 预期输出：
NAME READY STATUS RESTARTS AGE
dashboard-metrics-scraper-657999b679-ts86z 1/1 Running 0 2m
kubernetes-dashboard-6c95b5b597-bc9z4 1/1 Running 0 2m
8.3 访问与登录 Dashboard
方式一：kubectl proxy（推荐，最安全）
在 本地电脑（已配置 kubeconfig）执行：
kubectl proxy
浏览器访问：
http://localhost:8001/api/v1/namespaces/kubernetes-dashboard/services/https:kubernetes-dashboard:/proxy/
方式二：临时改为 NodePort（仅限测试）
kubectl -n kubernetes-dashboard edit service kubernetes-dashboard
# 将 type: ClusterIP 改为 type: NodePort
获取端口：
kubectl -n kubernetes-dashboard get svc kubernetes-dashboard
# 输出示例：443:30376/TCP
浏览器访问（注意是 https）：
https://192.168.204.130:30376
⚠️ 需手动接受证书警告。
获取登录 Token（推荐方式）
创建管理员用户：
cat <<EOF | kubectl apply -f -
apiVersion: v1
kind: ServiceAccount
metadata:
name: admin-user
namespace: kubernetes-dashboard
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
name: admin-user
roleRef:
apiGroup: rbac.authorization.k8s.io
kind: ClusterRole
name: cluster-admin
subjects:
- kind: ServiceAccount
name: admin-user
namespace: kubernetes-dashboard
EOF
生成 Token（有效期默认 1 小时）：
kubectl -n kubernetes-dashboard create token admin-user
复制输出的完整 Token，在 Dashboard 登录页选择 Token 并粘贴。
8.4 Dashboard 各模块功能详解
8.4.1 工作负载（Workloads）
| 序号 | 资源类型（英文） | 中文名称 | 核心作用 | 典型应用场景 | 是否长期运行 | 是否有状态 |
|---|---|---|---|---|---|---|
| 1 | Pods | 容器组 | 最小部署单元，运行一个或多个容器 | 调试、临时任务、底层运行实例 | 是 | 否 |
| 2 | Deployments | 部署 | 声明式管理无状态应用，控制 ReplicaSet 和 Pod | Web 服务、API 服务等无状态应用 | 是 | 否 |
| 3 | ReplicaSets | 副本集 | 确保指定数量的 Pod 副本始终运行 | 通常由 Deployment 自动管理，不直接使用 | 是 | 否 |
| 4 | Replication Controllers | 复制控制器 | 旧版 Pod 副本管理机制（已淘汰） | 仅用于兼容早期 Kubernetes 版本 | 是 | 否 |
| 5 | StatefulSets | 有状态集 | 管理有状态应用，提供稳定网络标识与持久化存储，支持有序操作 | 数据库（MySQL、MongoDB）、ZooKeeper、Kafka 等 | 是 | 是 |
| 6 | DaemonSets | 守护进程集 | 在每个（或匹配条件的）节点上运行一个 Pod | 日志收集（Fluentd）、监控代理、网络插件等 | 是 | 否 |
| 7 | Jobs | 任务 | 运行一次性任务，成功完成后终止 | 数据迁移、备份、批处理计算 | 否 | 否 |
| 8 | CronJobs | 定时任务 | 按 Cron 表达式周期性创建 Job | 每日清理、定时报表、定时健康检查 | 否（按计划触发） | 否 |
- Pods（容器组）
- 最小的可部署单元，包含一个或多个共享资源的容器。
- 通常由控制器（如 Deployment、StatefulSet 等）管理，不建议直接创建。
- 用于查看实际运行的容器实例、状态、日志等。
- Deployments（部署）
- 声明式管理无状态应用的 Pod 和 ReplicaSet。
- 支持滚动更新、版本回滚、扩缩容等操作。
- 适用于 Web 服务、API 服务等无状态应用。
- ReplicaSets（副本集）
- 确保指定数量的 Pod 副本始终处于运行状态。
- 通常由 Deployment 自动创建和管理，一般不直接使用。
- 是 Deployment 实现副本控制的底层机制。
- Replication Controllers（复制控制器）
- Kubernetes 早期用于管理 Pod 副本的控制器。
- 功能已被 ReplicaSet 取代，现已基本弃用。
- 仅用于兼容旧版本应用。
- StatefulSets（有状态集）
- 专为有状态应用设计，提供稳定的网络标识（如 pod-0、pod-1）和持久化存储。
- 支持有序部署、扩缩容和删除。
- 适用于数据库（MySQL、MongoDB）、分布式中间件（ZooKeeper、Kafka）等。
- DaemonSets（守护进程集）
- 确保集群中每个（或满足条件的）节点上都运行一个 Pod 副本。
- 常用于部署日志收集器（Fluentd）、监控代理（Node Exporter）、网络插件（Calico）等系统级服务。
- 新增节点时自动调度 Pod。
- Jobs（任务）
- 运行一次性任务，直到 Pod 成功完成（退出码为 0）。
- 适用于批处理场景，如数据导入、备份、计算任务等。
- 完成后不会自动重启。
- CronJobs（定时任务）
- 基于 Cron 表达式周期性地创建 Job。
- 用于定期执行任务，如每日清理、定时报表生成、健康检查等。
- 类似 Linux 的 crontab，但运行在 Kubernetes 集群中。
8.4.2 服务（Services）
🌐 Kubernetes Dashboard - 服务模块资源说明表单
| 序号 | 资源类型（英文） | 中文名称 | 核心作用 | 工作层级 | 典型用途 | 是否必需 |
|---|---|---|---|---|---|---|
| 1 | Service | 服务 | 为一组 Pod 提供稳定的网络访问入口（ClusterIP、NodePort、LoadBalancer 等类型），实现服务发现与负载均衡。 | 四层（L4） （基于 TCP/UDP） | 内部微服务通信、暴露应用到集群内或外部 | ✅ 是（大多数应用都需要） |
| 2 | Ingress | 入口路由 | 基于 HTTP/HTTPS 的七层路由规则，将外部请求按路径或域名转发到不同的 Service。需配合 Ingress Controller 使用。 | 七层（L7） （基于 HTTP/HTTPS） | 对外暴露 Web 应用（如 example.com/api → backend-service） | ❌ 否（仅需 HTTP 路由时使用） |
| 3 | IngressClass | 入口类别 | 定义 Ingress 使用的控制器类型（如 nginx、traefik、aws-alb），用于指定由哪个 Ingress Controller 处理该 Ingress。 | 控制器调度层 | 在多 Ingress Controller 环境中指定路由处理者 | ❌ 否（K8s ≥1.18 推荐使用） |
🔍 补充说明
✅ Service
- 类型包括：
ClusterIP（默认，仅集群内访问）NodePort（通过节点 IP + 端口访问）LoadBalancer（云厂商自动创建外部负载均衡器）ExternalName（映射到 DNS 名称）
- 不依赖任何额外组件，Kubernetes 原生支持。
✅ Ingress
-
本身不提供功能，必须部署 Ingress Controller（如 Nginx Ingress Controller、Traefik、AWS ALB Controller）才能生效。
-
支持基于 主机名（host） 和 路径（path） 的路由。
-
示例：
# 访问 http://shop.example.com → 转发到 shop-service # 访问 http://blog.example.com → 转发到 blog-service
✅ IngressClass
- 自 Kubernetes 1.18 起引入，用于替代旧版
kubernetes.io/ingress.class注解。 - 每个 Ingress 可通过
.spec.ingressClassName字段引用一个 IngressClass。 - IngressClass 会关联一个具体的 Ingress Controller（通过
.spec.controller字段）。
📌 使用关系图
外部用户
↓ (HTTP/HTTPS)
Ingress（定义路由规则）
↓ （引用 IngressClass）
IngressClass（指定由谁处理 → 如 nginx-ingress-controller）
↓
Service（负载均衡到后端 Pod）
↓
Pods（实际运行的应用）
8.4.3 配置与存储（Config & Storage）
🗂️ Kubernetes Dashboard - 配置与存储模块资源说明表单
| 序号 | 资源类型（英文） | 中文名称 | 核心作用 | 存储内容类型 | 典型用途 | 安全性 | 是否持久化 |
|---|---|---|---|---|---|---|---|
| 1 | ConfigMaps | 配置字典 | 存储非敏感的配置数据（如环境变量、命令行参数、配置文件），供 Pod 使用。 | 明文（非加密） | 应用配置（如 nginx.conf、feature flags） | ❌ 低 | 否（配置数据，非存储卷本身） |
| 2 | Secrets | 密钥 | 存储敏感信息（如密码、Token、TLS 证书），以 Base64 编码（非加密，需配合 etcd 加密或 RBAC 保护）。 | 敏感数据（Base64） | 数据库密码、API 密钥、私钥、Docker Registry 凭据 | ✅ 高（需额外安全措施） | 否（但可挂载为卷） |
| 3 | Persistent Volume Claims (PVC) | 持久卷声明 | 用户对存储资源的“申请”，向系统请求特定大小和访问模式的持久化存储。 | ——（声明） | 为有状态应用（如数据库）申请持久磁盘 | 取决于后端存储 | ✅ 是（绑定 PV 后数据持久） |
| 4 | StorageClasses | 存储类 | 定义存储的“类型”和“供应策略”（如 SSD、HDD、云硬盘），支持动态创建 PV。 | ——（模板/策略） | 实现按需自动分配持久卷（Dynamic Provisioning） | —— | ✅ 是（用于创建持久卷） |
🔍 补充说明
✅ ConfigMaps
- 可通过以下方式注入 Pod：
- 环境变量
- 命令行参数
- 挂载为只读卷（Volume）
- 修改 ConfigMap 后，已挂载的卷不会自动更新（除非使用
subPath以外的方式并启用configMap的自动重载机制）。
✅ Secrets
-
虽然内容以 Base64 编码，
但不是加密
！建议：
- 启用 etcd 静态加密（Encryption at Rest）
- 严格限制 RBAC 权限
- 使用外部密钥管理服务（如 HashiCorp Vault、AWS Secrets Manager）
-
常见类型：
Opaque、kubernetes.io/tls、kubernetes.io/dockerconfigjson
✅ Persistent Volume Claims (PVC)
- PVC 是用户视角的“存储请求”，实际由 Persistent Volume (PV) 提供。
- 生命周期独立于 Pod：Pod 删除后，PVC 和数据仍保留（取决于回收策略）。
- 访问模式：
ReadWriteOnce（RWO）、ReadOnlyMany（ROX）、ReadWriteMany（RWX）
✅ StorageClasses
- 关键字段：
provisioner：指定存储供应商（如kubernetes.io/aws-ebs,csi-cephfsplugin）parameters：传递后端存储参数（如 type=gp3, fsType=xfs）reclaimPolicy：回收策略（Delete/Retain）
- 只有标记为
(default)的 StorageClass 才能在 PVC 不指定时自动使用。
📌 资源关系图
StorageClass
↓ （定义如何动态创建）
PersistentVolume (PV) ←→ PersistentVolumeClaim (PVC) ←（Pod 引用）
↑
Pod 挂载 PVC 作为持久卷
ConfigMap / Secret
↓ （通过 volumeMount 或 env 注入）
Pod 使用配置或密钥
💡 最佳实践建议：
- 不要将敏感信息放入 ConfigMap，应使用 Secret。
- 优先使用动态存储（StorageClass + PVC），避免手动管理 PV。
- 为 Secret 启用 RBAC 限制，防止未授权访问。
8.4.4 集群（Cluster）
🌐 Kubernetes Dashboard - 集群模块资源说明表单
| 序号 | 资源类型（英文） | 中文名称 | 作用范围 | 核心作用 | 典型用途 | 是否命名空间隔离 |
|---|---|---|---|---|---|---|
| 1 | Nodes | 节点 | 集群级 | 表示集群中的工作机器（物理机或虚拟机），Kubernetes 调度 Pod 到 Node 上运行。 | 查看节点状态、资源使用、污点（Taints）、标签（Labels） | ❌ 否 |
| 2 | Namespaces | 命名空间 | 集群级 | 将集群划分为多个虚拟子集群，实现资源隔离与组织管理。 | 多团队/多环境隔离（如 dev / test / prod） | ✅ 是（本身是集群资源，但用于隔离其他资源） |
| 3 | Persistent Volumes (PV) | 持久卷 | 集群级 | 集群中的一块存储资源（如云硬盘、NFS 卷），由管理员预配或通过 StorageClass 动态创建。 | 为 PVC 提供后端存储 | ❌ 否 |
| 4 | Events | 事件 | 集群级 / 命名空间级 | 记录集群中发生的操作、调度、错误等事件（如 Pod 被调度、镜像拉取失败）。 | 故障排查、审计、监控 | ✅ 是（部分事件属于命名空间） |
| 5 | Service Accounts | 服务账户 | 命名空间级 | 为 Pod 或进程提供在集群内进行 API 调用的身份凭证（自动挂载到 Pod 中）。 | Pod 访问 Kubernetes API（如控制器、Operator） | ✅ 是 |
| 6 | Roles | 角色 | 命名空间级 | 定义在单个命名空间内的权限规则（如可读取 Pods、可创建 ConfigMaps）。 | 限制用户或服务账户在某命名空间的操作权限 | ✅ 是 |
| 7 | Role Bindings | 角色绑定 | 命名空间级 | 将 Role 绑定到用户、组或 ServiceAccount，授予其对应权限。 | 授权开发人员访问 dev 命名空间 | ✅ 是 |
| 8 | Cluster Roles | 集群角色 | 集群级 | 定义整个集群范围的权限（如可查看 Nodes、Namespaces、PVs）。 | 授权运维人员管理集群资源 | ❌ 否 |
| 9 | Cluster Role Bindings | 集群角色绑定 | 集群级 | 将 ClusterRole 绑定到用户、组或 ServiceAccount，授予集群级权限。 | 授权 CI/CD 系统部署到任意命名空间 | ❌ 否 |
| 10 | Network Policies | 网络策略 | 命名空间级 | 控制 Pod 之间的入站（ingress）和出站（egress）网络流量（需 CNI 支持）。 | 微服务间网络隔离（如禁止 frontend 访问 database 直连） | ✅ 是 |
🔍 关键概念补充
🔐 RBAC（基于角色的访问控制）体系
- Role + RoleBinding → 仅限单个命名空间
- ClusterRole + ClusterRoleBinding → 全集群生效
- 绑定对象可以是：
User（外部用户）Group（用户组）ServiceAccount（Pod 使用的身份）
💡 示例：
- 给
dev-team用户绑定dev-namespace中的pod-readerRole → 只能看该命名空间的 Pod。- 给
monitoring-saServiceAccount 绑定viewClusterRole → 可读取所有命名空间的资源。
🌐 Network Policies
- 默认情况下，所有 Pod 可互相通信。
- 一旦在命名空间中应用 NetworkPolicy，未被允许的流量将被拒绝（白名单模式）。
- 依赖支持 NetworkPolicy 的 CNI 插件（如 Calico、Cilium、Weave Net）。
📦 Persistent Volumes (PV) vs PVC
- PV：集群级存储资源（由管理员或 StorageClass 创建）
- PVC：命名空间级存储请求（由用户创建）
- PVC 与 PV 通过 绑定（bound） 关联，实现解耦。
🧩 资源关系简图
ClusterRole ── ClusterRoleBinding ──→ User / Group / ServiceAccount（集群权限）
↑
│
Role ─────── RoleBinding ─────────→ User / Group / ServiceAccount（命名空间权限）
ServiceAccount → 自动挂载到 Pod → Pod 使用其身份调用 API Server
NetworkPolicy → 应用于命名空间内的 Pod → 控制 Pod 间网络通信
PV ←─(动态/静态)─ PVC ←─ Pod（挂载使用）
✅ 最佳实践建议
- 最小权限原则：只授予必要的权限。
- 避免使用 default ServiceAccount 执行敏感操作，应创建专用 ServiceAccount。
- 关键命名空间启用 NetworkPolicy，防止横向移动攻击。
- 定期清理无用 Events，避免 etcd 膨胀。
8.4.5 自定义资源（Custom Resources）
🧩 Kubernetes Dashboard - 自定义资源模块说明表单
| 项目 | 内容 |
|---|---|
| 资源类型（英文） | CustomResourceDefinition（简称 CRD） |
| 中文名称 | 自定义资源定义 |
| 作用范围 | 集群级（Cluster-scoped） |
| 核心作用 | 允许用户在不修改 Kubernetes 源码或编写复杂控制器的情况下，扩展 Kubernetes API，定义自己的资源类型（如 Database、CronJobBackup、MachineLearningJob 等）。 |
| 工作原理 | 通过创建一个 CRD 对象，向 Kubernetes API Server 注册一种新的资源类型。注册后，用户即可像操作原生资源（如 Pod、Service）一样，使用 kubectl get myresource、kubectl apply -f xxx.yaml 等命令管理该资源。通常配合 自定义控制器（Custom Controller） 或 Operator 使用，实现业务逻辑（如自动创建数据库实例、备份策略等）。 |
| 典型用途 | 封装复杂应用的部署与运维逻辑（如 etcd-operator、Prometheus Operator）定义领域特定资源（如 WebApp、MLModel、Tenant）实现平台即服务（PaaS）抽象层 |
| 是否需要控制器？ | ✅ 强烈建议配合控制器使用 • 仅有 CRD 时，资源只是“静态配置”，无实际行为。 • 控制器监听 CR 变化，执行真实操作（如创建 Pod、调用外部 API）。 |
| 示例：CRD 定义 | yaml<br>apiVersion: apiextensions.k8s.io/v1<br>kind: CustomResourceDefinition<br>metadata:<br> name: databases.example.com<br>spec:<br> group: example.com<br> versions:<br> - name: v1<br> served: true<br> storage: true<br> schema: { ... }<br> scope: Namespaced<br> names:<br> plural: databases<br> singular: database<br> kind: Database<br> |
| 对应自定义资源（CR）示例 | yaml<br>apiVersion: example.com/v1<br>kind: Database<br>metadata:<br> name: my-db<br>spec:<br> size: 3<br> engine: mysql-8.0<br> |
| 在 Dashboard 中的作用 | 查看已注册的 CRD 列表查看每个 CRD 的版本、作用域、状态（部分 Dashboard 版本支持）直接查看/编辑对应的自定义资源（CR）实例 |
| 注意事项 | 删除 CRD 会同时删除所有该类型的自定义资源（CR），需谨慎操作！CRD 一旦创建，其结构（schema）应尽量保持向后兼容。建议使用 OpenAPI v3 schema 校验字段合法性。 |
🔗 关键概念关系图
CustomResourceDefinition (CRD)
↓ （定义）
Custom Resource (CR) —— 如 Database、BackupTask
↓ （被监听）
Custom Controller / Operator
↓ （执行）
Pods / Services / External Systems（实现业务逻辑）
✅ 总结一句话：
CRD 是 Kubernetes 的“插件机制”——它让你能像使用原生资源一样，定义和管理自己的应用专属资源类型。
8.5 安全加固建议
8.4 安全建议
- 禁止长期暴露 NodePort：测试完成后应改回
ClusterIP。 - 避免使用默认账号登录：
kubernetes-dashboardServiceAccount 权限有限且不安全。 - 生产环境应通过 Ingress + HTTPS + OAuth2 Proxy 或 Dex 实现认证。
- 定期轮换 Token：可通过
--duration=8h指定更长有效期（谨慎使用）。 - 限制 Dashboard 网络访问：结合 NetworkPolicy 或防火墙规则。
🔒 最佳实践：仅在必要时临时开启外部访问，日常管理优先使用
kubectl proxy或 Lens。
资料文件下载
- 迅雷云盘链接：https://pan.xunlei.com/s/VOiMDGlRvT7WmilG67Ci4pLoA1?pwd=myz5#
- 包含文件：
containerd.service,runc.amd64,recommended.yaml,review.jar相关构建物等
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
20
0- 0
已为社区贡献1条内容
所有评论(0)