1. 課程目標(biāo)
容器編排
kubernetes的特性
2. 容器編排
2.1. 傳統(tǒng)編排工具
手動部署：比如我們部署tomcat，我們就需要下載war包-->停止tomcat-->備份原來的解壓出來的文件-->把war包放在指定位置-->解壓war包-->修改war包的位置文件，把鏈接測試數(shù)據(jù)庫的用戶名和密碼改成生產(chǎn)的-->啟動應(yīng)用-->監(jiān)控日志，訪問應(yīng)用看看是不是正常-->反饋給開發(fā)
shell編程：編寫腳本，在機(jī)器上執(zhí)行
自動化框架（ansible，puppet，saltstack，saltstack）：比如ansible，通過我們定義的playbook，還有一些參數(shù)的定義，邏輯的處理，完成對多種應(yīng)用程序的組合部署
但是有了Docker之后，我們的應(yīng)用程序可以容器化，各種應(yīng)用程序都被封裝在了容器中執(zhí)行。想象一下，我們最早在使用Ansible編排應(yīng)用程序的過程當(dāng)中，我們經(jīng)常會發(fā)現(xiàn)對象在不停的變化，這個時候，我們的ansible或者puppet這種傳統(tǒng)的應(yīng)用程序或者工具已經(jīng)不再適合這種場景了。因?yàn)?，容器化所提供的接口，與我們早期傳統(tǒng)形式上的應(yīng)用程序的訪問控制和管理是有所不同的。所以，在docker時代就開始呼喚新式的，面向容器化應(yīng)用的編排工具。
2.2. 一般編排工具
- 第一款是Docker自身提供的，叫docker compose，
這個工具更適合于單機(jī)編排。他只能面向一個docker hosts來進(jìn)行編排操作?；蛘呤歉舆m用于這種情景。Docker就不得不開始提供一款工具能夠?qū)⒍嘀鳈C(jī)的Docker host，也就是很多的docker主機(jī)，能有一定程度上的調(diào)度效果的，至少是面向集群的編排效果。那于是Docker后來提供了另外一款工具，叫docker swarm，而這個Docker swarm就是一個能夠?qū)⒍鄠€docker整合成為由一個統(tǒng)一的管理工具管理之下的集群的工具，我們將多個host所提供的計算資源整合在一起，整合成為一個資源池，隨后docker compose在編排時，只需要針對Docker swarm整合出來的資源池進(jìn)行編排就可以了，而不用關(guān)心底層是什么樣的主機(jī)，或者有幾個docker主機(jī)。當(dāng)然，docker swarm也是一個應(yīng)用程序，甚至可以理解成為Docker自身的應(yīng)用程序，那么，這里面的主機(jī)，怎樣成為docker主機(jī)的呢？一個主機(jī)，要想加入docker swarm資源池，成為docker swarm的成員，他自己首先是一個docker 主機(jī)，那么docker 如何安裝上去，他怎樣加入docker swarm集群，成為docker swarm資源池的一員呢？我們就需要另外的工具，叫docker machine，能夠?qū)⒁粋€主機(jī)迅速初始化，滿足加入docker swarm的集群的先決條件，從而能夠成為docker swarm集群的一份子，這樣一個預(yù)置處理工具，這就是人們當(dāng)年口中的docker編排三劍客。我們知道，此前docker compose 面向單個的docker host，照樣可以工作，當(dāng)時的人們就是這么編排工具。
Docker三劍客：docker compose，docker hosts，docker swarm
我們可以看到，人們不再是面向單個主機(jī)上的應(yīng)用程序去編排，就好像ansible，他本來就可以面向多臺主機(jī)上的應(yīng)用程序去編排，那么，容器化的編排工具也需要面向多級執(zhí)行編排，而且更重要的是，我們將來要運(yùn)行容器時，在不同主機(jī)上編排時候，可以會用到同一個應(yīng)用程序，這同一個應(yīng)用程序，如果編排在不同主機(jī)上不相沖突等各種任務(wù)，都需要有Docker編排工具，或者容器編排工具來實(shí)現(xiàn)。
- Mesos：那么，除了docker自身所提供的工具，我們還有第二類工具，mesos。
目前是apache旗下的產(chǎn)品。他原來是由Twitter受到google borg系統(tǒng)的啟發(fā)，想開發(fā)一款資源管理的軟件。整個時候，他們發(fā)現(xiàn)加州大學(xué)博克利分校AMPLab正在開發(fā)一款叫做mesos的軟件，后來他們就把負(fù)責(zé)開發(fā)這款軟件的人挖到了Twitter，然后開始開發(fā)和部署mesos。但是mesos是一個面向IDC的OS，IDC的操作系統(tǒng)能夠把IDC當(dāng)中所有的硬件所提供的計算資源統(tǒng)一的調(diào)度和分配，但是他所面向的上層接口，提供的不是容器運(yùn)行的接口，而只是資源分配工具，并非能夠運(yùn)行和托管容器的，所以在此之上，他必須還要提供一個能夠允許容器編排的框架，叫marathon。
盡管mesos+marthon的解決方案最終并沒有成為容器編排的主流，但是畢竟術(shù)業(yè)有專攻，mesos的用戶之地不在于編排，而在于資源整合，所以，mesos并沒有像docker三劍客一樣逐漸走向沒落，而是在另外的領(lǐng)域牢牢占領(lǐng)一席之地，這就是大數(shù)據(jù)領(lǐng)域，比較知名的就是spark+mesos的解決方案。這里就不多說了，有興趣的同學(xué)可以深入學(xué)習(xí)一下
2.3. 文藝編排工具
而這場容器編排之爭的最終獲勝者，就是我們要學(xué)習(xí)的kubernetes了，Kubernetes在這個領(lǐng)域中據(jù)說已經(jīng)牢牢占據(jù)了90%以上的份額。
k8s出現(xiàn)的時間并不是很長，只有區(qū)區(qū)幾年的時間，kubernetes中文的意思叫做舵手，而他的標(biāo)志就是一個舵，或者叫飛行員。他主要是由Google的幾位工程師創(chuàng)立的，大概是在2014年對外首次宣布，一直到今天為止，也不過是短短6年的時間，kubernetes的開發(fā)，深受google內(nèi)部的borg系統(tǒng)的影響。
Borg系統(tǒng)是google內(nèi)部的，已經(jīng)工作了10幾年的，非常穩(wěn)定的容器編排工具。Borg是google內(nèi)部使用的大規(guī)模的集群管理系統(tǒng)，久負(fù)盛名，人們對他覬覦已久，但是沒有渠道獲得的話，就開始開發(fā)自己的產(chǎn)品。當(dāng)谷歌的攻城獅發(fā)現(xiàn)這塊市場要被占領(lǐng)的時候，就用go語言重構(gòu)了borg系統(tǒng)，沿用思路而不沿用代碼的方式來進(jìn)行構(gòu)建，而且google公司使用非常聰明的做法，先把各大廠商集合在一起，特別是Linux基金會，成立了CNCF，把kubernetes貢獻(xiàn)給了開源組織，然后用互相制約的方式來管理kubernetes。同時獲得了大量開發(fā)者，特別是開源愛好者的好評。短短幾年時間，kubernetes系統(tǒng)發(fā)展非常的迅速，尤其是國內(nèi)對于kubernetes這種新興的技術(shù)傾注了大量的心血和精力，在相關(guān)項目的參與度非常高。也正是kubernetes是站在borg系統(tǒng)的肩膀上，他從一出世開始就吸引了太多的目光和關(guān)注，到現(xiàn)在為止，他也確實(shí)沒有辜負(fù)人們的期望。
kubernetes的1.0版本在2015年7月份才發(fā)布，到今天為止，它的版本已經(jīng)到了1.18版本，kubenetes的代碼托管在github之上，差不多是每年4個版本的速度在迭代。而2017年在容器的發(fā)展史上是非常具有里程碑意義的一年，因?yàn)樵谶@一年當(dāng)中AWS，還有微軟的Azure，還有國內(nèi)的著名的阿里云，這些著名的云計算公司都宣布在他們的平臺上原生支持k8s，他允許用戶點(diǎn)擊幾個按鈕就可以快速部署k8s應(yīng)用，這種就是面向kuberntes的云原生，還有一些平臺甚至可以吧自己的k8s直接提供給用戶，讓客戶可以直接把應(yīng)用部署在上面，也就是容器即服務(wù)的環(huán)境，國內(nèi)比如靈雀云就是一個PaaS的平臺。也正是因?yàn)檫@些大型云廠商的支持，也使得K8s在業(yè)內(nèi)收到了廣泛的認(rèn)可和支持，大概在2017年10月份，docker宣布他們的docker swarm上也支持k8s和docker compose，我們知道docker swarm本來是docker公司用來占領(lǐng)容器編排市場的最有力武器，但是docker在他的企業(yè)版本的發(fā)行過程當(dāng)中，同時支持swarm和kuberntes，本來是競爭對手的，但是后來不得不把他整合進(jìn)自己的產(chǎn)品當(dāng)中去，才能獲得競爭優(yōu)勢，同時rkt也是另外一款容器工具，rkt的容器工具當(dāng)中，也有自己的編排工具叫fleet，但是他也放棄了這個項目，而原生使用kubernetes，rkt是coreos旗下的產(chǎn)品，而coreos目前已經(jīng)被紅帽收購了。紅帽在他的PaaS產(chǎn)品openshift的核心就是kubernetes，但是kubernetes只是一個容器編排工具，沒有到達(dá)PaaS這種平臺即服務(wù)的標(biāo)準(zhǔn)。而openshift卻解決了這些問題，成為了一款真正意義上的PaaS產(chǎn)品，我們也可以認(rèn)為openshift是kuberntes的發(fā)行版。我們知道，kubernetes做的非常底層，真正離終端用戶要自己使用kubernetes，你需要在kubernetes上面部署很多工具，以滿足devops的需要，或者滿足自己PaaS的需要，那么openshifit就是一個解決方法，他的里面已經(jīng)集成了一切關(guān)于devops和PaaS所需要的一起工具。紅帽又被IBM收購了，那么openstack這款PaaS就屬于IBM了，我們可以看到這些大廠商已經(jīng)花了大價錢在容器編排市場上
3. kubernetes特性
下面是官方列出的kubernetes的特性
咱們分三類來說：
3.1. 還在測試階段的特性
Service Topology：基于集群的拓?fù)鋪砺酚煞?wù)的流量，有點(diǎn)像service mesh。1.17新特性，還在alpha測試。
EndpointSlices：可以伸縮的去追蹤kubernetes集群中的網(wǎng)絡(luò)節(jié)點(diǎn)。1.17新特性，beta測試
這兩個是新特性，還在測試當(dāng)中，我們目前不關(guān)注。
3.2. 一般的特性
Self-healing：一旦容器崩潰，由于容器易于啟動，我們沒有必要修復(fù)他，直接kill掉重新啟動一個新的。有了k8s這樣的平臺之后，我們更多的是關(guān)注群體，而不再是個體。如果個體壞了就直接干掉，換一個新的。
Automatic bin packing：“根據(jù)資源需求和其他約束自動放置容器，同時不會犧牲可用性，將任務(wù)關(guān)鍵工作負(fù)載和盡力服務(wù)工作負(fù)載進(jìn)行混合放置，以提高資源利用率并節(jié)省更多資源?！惫俜降拿枋龊軙崦?，其實(shí)就是對資源的限制，我們會對正在運(yùn)行的容器進(jìn)行資源使用的限制，這樣，就實(shí)現(xiàn)了一定程度上的隔離，讓其他程序在運(yùn)行的時候不會受到傷害，就好像把應(yīng)用程序放進(jìn)bin中打包了一樣。
IPv4/IPv6 dual-stack：自動的給pod和service分配IPv4或者IPv6的地址
Batch execution：作為服務(wù)的擴(kuò)展，kubernetes還可以管理批量操作，CI的工作，替換失敗的容器
Horizontal scaling：水平擴(kuò)展，通過一條簡單的命令或者圖形界面，或者基于CPU的使用率自動的擴(kuò)展應(yīng)用。一個不夠就在啟動一個，再不夠就在啟動一個，只要你物理平臺的支撐是足夠的。但是我們的物理平臺往往是不夠的，所以我們會選擇上公有云，而公有云的特性，按需付費(fèi)，彈性伸縮就和容器的水平擴(kuò)展功能無縫結(jié)合，實(shí)現(xiàn)真正意義上的自動擴(kuò)展。
3.3. 考試會考的特性
Service discovery and load balancing：服務(wù)發(fā)現(xiàn)和負(fù)載均衡，當(dāng)我們在k8s上有很多應(yīng)用程序的時候，程序和程序之間如果存在依賴，他就可以通過服務(wù)發(fā)現(xiàn)的方式，找到依賴的服務(wù)，如果每個服務(wù)，我們啟動了多個容器，他可以實(shí)現(xiàn)自動的負(fù)載均衡。
Storage orchestration：把存儲卷實(shí)現(xiàn)動態(tài)編輯，也就意味著某一個容器需要用到存儲卷時，根據(jù)容器自身的需要，創(chuàng)建能夠滿足他需要的存儲卷，實(shí)現(xiàn)存儲編排
Automated rollouts and rollbacks：Kubernetes支持一步一步的推出對應(yīng)用程序或其配置的更改，同時監(jiān)視應(yīng)用程序運(yùn)行狀況，以確保它不會同時殺死所有實(shí)例。一旦出現(xiàn)問題，Kubernetes會為您回滾更改。從而實(shí) 現(xiàn)了灰度或者金絲雀發(fā)布
Secret and configuration management：部署和更新機(jī)密和應(yīng)用程序配置，而不重建映像，也不公開堆棧配置中的機(jī)密。
