集群

Mastser
Worker
命令

kubectl cluster-info

kubectl get nodes

部署应用

Deployment 指示 Kubernetes 如何创建和更新应用程序的实例。创建 Deployment 后，Kubernetes Master 会将应用程序实例分配到集群中的独立节点上。
命令

kubectl run kubernetes-bootcamp --image=jocatalin/kubernetes-bootcamp:v1 --port=8080

kubectl delete deployments --all

kubectl get deployments

kubectl proxy

应用构成

Pod

Pod 是一个 Kubernetes 抽象，表示一个由一个或多个应用容器（Docker 或 rkt）及用于这些容器的共享资源组成的分组。这些资源包括：共享存储、网络和信息。

Node

Pod 总是在 Node 上运行。Node 是 Kubernetes 中的工作机器，可能是虚拟机或物理机，具体取决于集群

如果容器紧密耦合并需要共享资源（如磁盘），则只能将它们一起安排在一个 Pod 中。

命令：

kubectl get pods

kubectl describe pods

kubectl logs $POD_NAME

kubectl exec $POD_NAME env

kubectl exec -ti $POD_NAME bash

暴露应用到外网环境

Service

Kubernetes Service 是一个抽象层，定义了 Pod 的逻辑分组，并为这一组 Pod 实现外部流量暴露，负载均衡和服务发现。

服务使得相关 Pod 之间建立松散耦合。通过 YAML（首选）或 JSON 来定义 Service。

虽然每个 Pod 具有唯一的 IP 地址，但是如果没有 Service，这些 IP 不会暴露到集群外部。Service 允许应用程序接收流量。

可以在创建 Deployment 的同时在 kubectl 中使用 --expose 创建 Service。


kubectl expose deployment/kubernetes-bootcamp --type="NodePort" --port 8080

kubectl get services

kubectl describe services/kubernetes-bootcamp

kubectl delete service -l run=kubernetes-bootcamp

例子

apiVersion: extensions/v1beta1
kind: Deployment
metadata:
  name: tf-serving-0bd3a
  namespace: tfworkflow
  labels:
    app: tf-serving-0bd3a
spec:
  replicas: 1
  selector:
    matchLabels:
      app: tf-serving-0bd3a
  template:
    metadata:
      labels:
        app: tf-serving-0bd3a
    spec:
      containers:
      - args:
        - /usr/bin/tensorflow_model_server
        - --port=9000
        - --model_name=mnist
        - --model_base_path=/data/models/myjob/export/mnist
        image: zuowang/tf-model-server-cpu:latest
        imagePullPolicy: IfNotPresent
        name: tf-serving-0bd3a
        ports:
        - containerPort: 9000
          protocol: TCP
        volumeMounts:
        - mountPath: /data
          name: data-persistent-storage
      restartPolicy: Always
      volumes:
      - name: data-persistent-storage
        persistentVolumeClaim:
          claimName: tfworkflow-pvc


---
apiVersion: v1
kind: Service
metadata:
  labels:
    app: tf-serving-0bd3a
  annotations:
    getambassador.io/config: |-
      ---
      apiVersion: ambassador/v0
      kind:  Mapping
      name: tfserving-mapping-tf-serving-0bd3a-get
      prefix: /models/tf-serving-0bd3a/
      rewrite: /
      method: GET
      service: tf-serving-0bd3a.tfworkflow:8000
      ---
      apiVersion: ambassador/v0
      kind:  Mapping
      name: tfserving-mapping-tf-serving-0bd3a-post
      prefix: /models/tf-serving-0bd3a/
      rewrite: /model/tf-serving-0bd3a:predict
      method: POST
      service: tf-serving-0bd3a.tfworkflow:8000
  name: "tf-serving-0bd3a"
  namespace: tfworkflow
spec:
  externalTrafficPolicy: Cluster
  ports:
  - name: tf-serving
    port: 9000
    protocol: TCP
    targetPort: 9000
  - name: tf-serving-proxy
    port: 8000
    protocol: TCP
    targetPort: 8000
  selector:
    app: tf-serving-0bd3a
  sessionAffinity: None
  type: NodePort

伸缩应用

应用的伸缩是通过改变 Deployment 中副本的数量来完成的。

扩展 Deployment 将确保创建新 Pod 并将其调度到具有可用资源的节点。收缩 Deployment 将减少 Pod 到新的期望数量。Kubernetes 还支持 Pod 的自动缩放，

命令

kubectl get deployments

kubectl scale deployments/kubernetes-bootcamp --replicas=4

kubectl scale deployment/kubernetes-bootcamp --replicas=2

更新应用

滚动更新使用新的实例逐个更新 Pod（而不是一次全部更新），从而实现不停机对 Deployment 的更新。

如果 Deployment 暴露到外网，在更新期间 Service 会将流量负载平衡到可用的 Pod。

滚动更新允许执行以下操作：(1)将应用程序从一个环境推到另一个环境（通过容器镜像更新）(2)回退到以前的版本
(2)以零停机时间持续集成和持续交付应用程序

命令

执行 set image 命令，并指定 Deployment 名称及新镜像，升级应用程序的镜像到版本 2。

kubectl set image deployments/kubernetes-bootcampkubernetes-bootcamp=jocatalin/kubernetes-bootcamp:v2 

kubectl set image deployments/kubernetes-bootcamp kubernetes-bootcamp=gcr.io/google-samples/kubernetes-bootcamp:v10