K3s笔记

K3s是由Rancher Labs开发的轻量级Kubernetes发行版，具有以下核心特点：1）单二进制部署，安装简单；2）资源占用极低（控制平面仅需512MB内存）；3）内置containerd、Flannel等组件；4）默认使用SQLite替代etcd；5）100%兼容Kubernetes API。相比传统K8s，k3s更适合边缘计算、开发测试和中小型生产环境，支持在树莓派等资源受限设备运行，

chilavert318

423人浏览 · 2026-02-10 08:00:00

chilavert318 · 2026-02-10 08:00:00 发布

k3s 是由 Rancher Labs（现为 SUSE 旗下）创建并完全开源的一款经过 CNCF 认证的轻量级 Kubernetes 发行版。它的名字源于“K8s”（Kubernetes的缩写）减去5个字母——“Kubernetes - 5 letters = K3s”，直观地表达了其“更轻、更小”的设计理念。

核心定位

不是 Kubernetes 的简化版，而是重新打包和优化的发行版
100% 与 Kubernetes API 兼容，你可以使用所有熟悉的 kubectl 命令
单二进制文件部署，简化了安装和运维复杂度
资源占用极低，可在从云服务器到树莓派的各种环境中运行

一、k3s 架构精简化解析

2.1 传统 K8s 与 k3s 架构对比


传统 Kubernetes 架构：
┌─────────────────────────────────────┐
│ API Server │ Scheduler │ Controller │
├─────────────────────────────────────┤
│           etcd（独立部署）           │
├─────────────────────────────────────┤
│   kubelet   │ kube-proxy │ CNI插件  │
├─────────────────────────────────────┤
│ 容器运行时（Docker/containerd）      │
└─────────────────────────────────────┘

k3s 架构：
┌─────────────────────────────────────┐
│  所有控制平面组件合并为单个进程     │
├─────────────────────────────────────┤
│ SQLite 替代 etcd（默认，可选etcd）  │
├─────────────────────────────────────┤
│ kubelet + kube-proxy + 容器运行时   │
│   集成在单个工作节点进程中          │
├─────────────────────────────────────┤
│ 内置 Contour（Ingress）和 Flannel   │
└─────────────────────────────────────┘

2.2 k3s 的“瘦身”秘诀

移除的组件/依赖

传统的云提供商插件（如 cloud-controller-manager）
非默认的 Alpha 功能
过时的 API
Docker 依赖（使用 containerd 作为默认运行时）

合并与集成

控制平面组件（API Server、Controller Manager、Scheduler）合并到单个二进制文件中
内置了 CNI（容器网络接口）、CSI（容器存储接口）和 Ingress 控制器
使用轻量级的 SQLite 作为默认数据存储（替代 etcd）

最小化外部依赖

仅需要内核和容器运行时支持
所有组件都静态编译到单个二进制文件中

三、核心特性详解

3.1 极简部署体验

# 安装 k3s server（控制平面节点）
curl -sfL https://get.k3s.io | sh -

# 安装 k3s agent（工作节点）
curl -sfL https://get.k3s.io | K3S_URL=https://<server-ip>:6443 K3S_TOKEN=<token> sh -

# 查看安装状态
sudo k3s kubectl get nodes

3.2 默认集成的组件

组件	作用	替代传统 K8s 的
containerd	容器运行时	Docker 运行时
Flannel	CNI 网络插件	需单独安装的 Calico/Weave
CoreDNS	DNS 服务	kube-dns
Traefik	Ingress 控制器	需单独安装的 Nginx Ingress
SQLite	默认数据存储	etcd
Local Path Provisioner	本地存储提供程序	需单独配置的 StorageClass

3.3 灵活的数据存储选项

# 使用 SQLite（默认，适合单节点）
sudo k3s server

# 使用 etcd（适合高可用集群）
sudo k3s server --cluster-init --datastore-endpoint="etcd"

# 使用外部数据库（MySQL/PostgreSQL）
sudo k3s server \
  --datastore-endpoint="mysql://username:password@tcp(hostname:3306)/database-name"

四、k3s 的典型应用场景

4.1 边缘计算与物联网


# 在树莓派上部署 k3s 集群
# 硬件要求：512MB RAM 即可运行
# 应用场景：智能工厂、农业物联网、车载计算单元

# 示例：部署边缘AI推理服务
apiVersion: apps/v1
kind: Deployment
metadata:
  name: edge-ai-inference
spec:
  replicas: 10  # 在10个边缘节点上部署
  template:
    spec:
      nodeSelector:
        kubernetes.io/arch: arm64  # ARM架构支持
      containers:
      - name: tensorflow-lite
        image: edge-ai-model:v1.0
        resources:
          limits:
            memory: "256Mi"  # 极低内存需求

4.2 开发与测试环境

# 开发人员本地环境
# 启动单节点集群（只需2秒）
k3d cluster create mycluster --agents 2

# 与传统 minikube 对比
# 内存占用：k3s ~500MB vs minikube ~2GB
# 启动时间：k3s 2-5秒 vs minikube 30-60秒

4.3 中小型生产环境

# 高可用 k3s 集群部署示例（3个服务器节点）
# 第一个服务器节点
k3s server --cluster-init

# 第二、三个服务器节点
k3s server --server https://<first-server-ip>:6443

# 工作节点加入
k3s agent --server https://<server-ip>:6443 --token <token>

五、与传统 Kubernetes 的关键差异

5.1 架构与运维差异

维度	传统 Kubernetes	k3s
安装复杂度	中等/高（多组件）	极低（单命令）
内存占用	控制平面 ~2GB+	控制平面 ~512MB
磁盘占用	~1GB+	~100MB
启动时间	分钟级	秒级
高可用配置	复杂（需外部负载均衡器）	简单（内置）
数据存储	仅支持 etcd	SQLite/etcd/外部数据库
网络方案	需单独安装	内置 Flannel
存储方案	需单独配置	内置 Local Path Provisioner

六、实战：从零部署 k3s 集群

6.1 单节点开发集群

# 1. 安装 k3s
curl -sfL https://get.k3s.io | sh -

# 2. 获取 kubeconfig
sudo cat /etc/rancher/k3s/k3s.yaml > ~/.kube/config
chmod 600 ~/.kube/config

# 3. 验证安装
kubectl get nodes
kubectl get pods -A

# 4. 部署示例应用
kubectl create deployment nginx --image=nginx
kubectl expose deployment nginx --port=80 --type=NodePort

6.2 多节点生产集群

# 服务器节点 1（初始化集群）
export K3S_TOKEN=my-secret-token
curl -sfL https://get.k3s.io | K3S_TOKEN=${K3S_TOKEN} sh -s - server \
  --cluster-init \
  --tls-san <PUBLIC_IP> \
  --node-taint CriticalAddonsOnly=true:NoExecute

# 服务器节点 2、3（加入为控制平面）
curl -sfL https://get.k3s.io | K3S_TOKEN=${K3S_TOKEN} sh -s - server \
  --server https://<SERVER1_IP>:6443

# 工作节点
curl -sfL https://get.k3s.io | K3S_TOKEN=${K3S_TOKEN} sh -s - agent \
  --server https://<SERVER1_IP>:6443

6.3 使用 k3d（k3s in Docker）

# 使用 k3d 创建多节点集群
k3d cluster create mycluster \
  --api-port 6443 \
  --servers 3 \
  --agents 2 \
  --port "8080:80@loadbalancer"

# 部署应用并通过端口 8080 访问
kubectl apply -f https://k8s.io/examples/application/deployment.yaml

七、k3s 生态系统与扩展

7.1 k3s 相关工具集

k3d：在 Docker 中运行 k3s，用于开发测试
k3sup：通过 SSH 快速部署 k3s 集群的工具
k3os：专为运行 k3s 而设计的操作系统
Rancher：企业级 Kubernetes 管理平台，完美集成 k3s

7.2 生产环境增强

# 配置持久化存储（使用 Longhorn）
# 1. 安装 Longhorn（专为 k3s 优化的分布式块存储）
kubectl apply -f https://raw.githubusercontent.com/longhorn/longhorn/v1.4.0/deploy/longhorn.yaml

# 2. 创建 StorageClass
apiVersion: storage.k8s.io/v1
kind: StorageClass
metadata:
  name: longhorn
provisioner: driver.longhorn.io
parameters:
  numberOfReplicas: "2"
  staleReplicaTimeout: "30"

八、最佳实践与注意事项

8.1 安全配置建议

# 启用自动证书轮换
k3s server --kubelet-arg="rotate-certificates=true"

# 使用 Pod 安全标准
k3s server --kube-apiserver-arg="enable-admission-plugins=PodSecurity"

# 限制节点可注册数量
k3s server --agent-token=<unique-token> --max-agents=50

8.2 性能调优

# 调整 SQLite 性能（当使用 SQLite 时）
k3s server --datastore-sqlite-journal-mode=WAL

# 优化网络性能
k3s server --flannel-backend=host-gw

# 调整容器运行时
k3s server --container-runtime-endpoint="unix:///run/containerd/containerd.sock"

8.3 监控与维护

# 内置的监控指标端点
curl -k https://localhost:6443/metrics

# 使用轻量级监控方案（如 Prometheus + Grafana）
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm install prometheus prometheus-community/kube-prometheus-stack