4
Deployment控制器 - FuShudi
source link: https://www.cnblogs.com/fsdstudy/p/17961428
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
Deployment控制器
1.deployment及副本数
在k8s里，最小的调度单位是pod，但是pod本身不稳定，导致系统不健壮，没有可再生性(自愈)
在k8s集群中，业务需要成百上千甚至更多的pod，而对于这些pod的管理，k8s提供了很多个控制器，Deployment就是其中一个
集群中只需要告诉deploy你想要多少个pod即可，多的，删掉。少的，补齐。
deploy有2种方式创建，一种是yaml文件，另一种就是命令行了
在1.17以前使用kubectl run 这个命令默认创建的是deploy
在1.17以后使用kubectl run 这个命令默认创建的是pod
使用命令生产yaml文件模板
# 其实生成方法跟pod是一样的，唯一不同的就是不是使用run
[root@master k8s]# kubectl create deployment deploy1 --image=nginx --dry-run=client -o yaml > deploy1.yaml
这样就生成了一个yaml文件，可以进去修改
apiVersion: apps/v1
kind: Deployment
metadata:
creationTimestamp: null
labels:
app: deploy1
name: deploy1
spec:
# 这里是控制副本数，可以根据需求修改
replicas: 3
selector:
# 留意一下这个地方
matchLabels:
app: deploy1
strategy: {}
template:
metadata:
creationTimestamp: null
labels:
app: deploy1
spec:
# 这个器使用地方是控制器产生的容的镜像，拉取策略啥的
containers:
- image: nginx
imagePullPolicy: IfNotPresent
name: nginx
resources: {}
status: {}
修改好之后我们就可以使用这个yaml文件去创建控制器了，来看看效果，我们指定了3个副本
[root@master k8s]# kubectl apply -f deploy1.yaml
deployment.apps/deploy1 created
[root@master k8s]# kubectl get deployments
NAME READY UP-TO-DATE AVAILABLE AGE
deploy1 1/3 3 1 10s
他现在只ready了一个，等待一会之后我们再查一次
[root@master k8s]# kubectl get deployments
NAME READY UP-TO-DATE AVAILABLE AGE
deploy1 3/3 3 3 33s
# 我们来查一下pod
[root@master k8s]# kubectl get pods -o wide
NAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES
deploy1-7f56c55d4c-6fjgc 1/1 Running 0 3m18s 10.244.104.25 node2 <none> <none>
deploy1-7f56c55d4c-h4xj2 1/1 Running 0 3m18s 10.244.104.22 node2 <none> <none>
deploy1-7f56c55d4c-zhx6n 1/1 Running 0 3m18s 10.244.166.130 node1 <none> <none>
发现他确实是启动了3个pod，我们之前说到，如果pod少了他会再创建新的，我们来看看是不是这样
我们删除node1上的这个pod，名字是deploy1-7f56c55d4c-zhx6n
[root@master k8s]# kubectl delete pod/deploy1-7f56c55d4c-zhx6n
pod "deploy1-7f56c55d4c-zhx6n" deleted
[root@master k8s]# kubectl get pod -o wide
NAME READY STATUS RESTARTS AGE IP NODE NOMINATED NODE READINESS GATES
deploy1-7f56c55d4c-6fjgc 1/1 Running 0 4m34s 10.244.104.25 node2 <none> <none>
deploy1-7f56c55d4c-h4xj2 1/1 Running 0 4m34s 10.244.104.22 node2 <none> <none>
deploy1-7f56c55d4c-rwd4l 1/1 Running 0 8s 10.244.166.129 node1 <none> <none>
控制器通过什么管理pod？
我们可以看到，之前那个pod确实被删除了，但是马上就有一个新的pod启动了，我们通过名字，以及运行时间都是看到的，这是一个刚创建的pod
那么这个控制器是通过什么去管理这些pod的呢？ 是通过标签，我们现在先删除这个控制器
注意：不要直接删pod，因为你删不完，上面说过了，他会控制在pod保持在你规定的数量，所以pod你是删不完的
删除控制器之后我们重新创建一个pod，然后再去创建控制器，再将pod的标签改成与控制器创建出来的pod一致，我们来看看效果
# 首先自行创建一个pod
[root@master k8s]# kubectl run pod01 --image=nginx --image-pull-policy=IfNotPresent
pod/pod01 created
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
pod01 1/1 Running 0 5s
# 然后我们再通过yaml文件去创建控制器
[root@master k8s]# kubectl apply -f deploy1.yaml
deployment.apps/deploy1 created
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
deploy1-7f56c55d4c-5czhw 1/1 Running 0 5s
deploy1-7f56c55d4c-bgtft 1/1 Running 0 5s
deploy1-7f56c55d4c-tqlz2 1/1 Running 0 5s
pod01 1/1 Running 0 35s
现在我们可以发现pod是4个，一个是我们手动创建的，不归控制器管理，另外3个是控制器创建的，现在我们开始修改pod01的标签
# 查看标签
[root@master k8s]# kubectl get pods --show-labels
NAME READY STATUS RESTARTS AGE LABELS
deploy1-7f56c55d4c-5czhw 1/1 Running 0 90s app=deploy1,pod-template-hash=7f56c55d4c
deploy1-7f56c55d4c-bgtft 1/1 Running 0 90s app=deploy1,pod-template-hash=7f56c55d4c
deploy1-7f56c55d4c-tqlz2 1/1 Running 0 90s app=deploy1,pod-template-hash=7f56c55d4c
pod01 1/1 Running 0 2m run=pod01
# 我们将pod01 的标签修改，先删除原有标签
[root@master k8s]# kubectl label pod/pod01 run-
pod/pod01 unlabeled
# 添加2个标签，与其他3个保持一致
[root@master k8s]# kubectl label pod/pod01 app=deploy1 pod-template-hash=7f56c55d4c
pod/pod01 labeled
# 此时再去查看pod
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
deploy1-7f56c55d4c-5czhw 1/1 Running 0 2m48s
deploy1-7f56c55d4c-bgtft 1/1 Running 0 2m48s
deploy1-7f56c55d4c-tqlz2 1/1 Running 0 2m48s
现在我们发现，之前手工创建的pod没有了，当然，你自己在做这个实验的时候他可能会把你手动创建的pod保留下来，这个跟他他的算法来的，不一定是非要删除手动创建的pod
在上面那个yaml文件里我就标出来了一行叫做matchLabels，翻译过来就是匹配标签嘛，也就是说只有在这里定义好的，才能被匹配到
2.副本数修改方法
副本数量修改的方式有3种
- 在线修改，类似于vim
[root@master k8s]# kubectl edit deployments.apps deploy1
# 进入之后找到replicas: 3，将3改成你想要的数量，:wq保存退出，我将3改成5
deployment.apps/deploy1 edited
[root@master k8s]# kubectl get pod
NAME READY STATUS RESTARTS AGE
deploy1-7f56c55d4c-22897 1/1 Running 0 107s
deploy1-7f56c55d4c-djh5c 1/1 Running 0 10s
deploy1-7f56c55d4c-qzvpx 1/1 Running 0 10s
deploy1-7f56c55d4c-w5znc 1/1 Running 0 107s
deploy1-7f56c55d4c-xpwjn 1/1 Running 0 107s
那么这个就是在线修改
2. 命令行修改
这个比较简单
# --replicas 就是指定副本数
[root@master k8s]# kubectl scale deployment deploy1 --replicas 3
deployment.apps/deploy1 scaled
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
deploy1-7f56c55d4c-djh5c 1/1 Running 0 51s
deploy1-7f56c55d4c-w5znc 1/1 Running 0 2m28s
deploy1-7f56c55d4c-xpwjn 1/1 Running 0 2m28s
- 修改yaml文件
这种方式就是通过修改你之前创建deploy的yaml文件，然后重新应用一下就可以了
# [root@master k8s]# vim deploy1.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
creationTimestamp: null
labels:
app: deploy1
name: deploy1
spec:
# 修改这里然后重新应用一下
replicas: 8
selector:
matchLabels:
app: deploy1
strategy: {}
template:
metadata:
creationTimestamp: null
labels:
app: deploy1
spec:
containers:
- image: nginx
imagePullPolicy: IfNotPresent
name: nginx
resources: {}
status: {}
[root@master k8s]# kubectl apply -f deploy1.yaml
deployment.apps/deploy1 configured
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
deploy1-7f56c55d4c-787bw 1/1 Running 0 18s
deploy1-7f56c55d4c-8smn7 1/1 Running 0 18s
deploy1-7f56c55d4c-djh5c 1/1 Running 0 3m31s
deploy1-7f56c55d4c-kqqfc 1/1 Running 0 18s
deploy1-7f56c55d4c-pqrmh 1/1 Running 0 18s
deploy1-7f56c55d4c-w5znc 1/1 Running 0 5m8s
deploy1-7f56c55d4c-xpqcl 1/1 Running 0 18s
deploy1-7f56c55d4c-xpwjn 1/1 Running 0 5m8s
这三种方式都是比较简单的，随意通过哪种方式都可以进行修改
3.动态扩展HPA
前提条件，安装metrics-server
HPA其实就是水平pod伸缩，如果用过公有云的话，这个HPA其实就是跟公有云里面的弹性伸缩是一样的道理，为什么需要这个呢？
假如你的业务流量白天比较少，但是晚上比较高，那么你是不是可以让他白天保持在3个pod，晚上让他创建10个甚至更多个pod呢，是可以的吧，但是你不可能一直手工去修改deploy的副本数啊，所以就出现了这个HPA，他就是用来监视你的pod的，如果pod的资源利用率过高，那么他就会新创建一些pod
HPA是针对于deployment的，我们来看看示例
# 我们首先将deploy的副本数修改成8
[root@master k8s]# kubectl scale deployment deploy1 --replicas 8
deployment.apps/deploy1 scaled
# 改好之后我们针对这个deploy来创建一个hpa，最少pod要有2个，最多6个，我们现在
[root@master k8s]# kubectl autoscale deployment deploy1 --min 2 --max 6
horizontalpodautoscaler.autoscaling/deploy1 autoscaled
# 然后我们再来查看pod的数量
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
deploy1-7f56c55d4c-787bw 1/1 Running 0 27m
deploy1-7f56c55d4c-djh5c 1/1 Running 0 30m
deploy1-7f56c55d4c-f4v8s 1/1 Running 0 5m54s
deploy1-7f56c55d4c-twhwn 1/1 Running 0 5m54s
deploy1-7f56c55d4c-xpqcl 1/1 Running 0 27m
deploy1-7f56c55d4c-xpsld 1/1 Running 0 5m54s
我们并没有修改deploy的副本数，但是现在pod只剩下6个了，我们同样可以查到hpa
[root@master k8s]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
deploy1 Deployment/deploy1 <unknown>/80% 2 6 6 3m17s
我们在查看这个hpa的时候，会发现他的TARGETS显示的是unknown，如果他是unknown的话他是监测不到资源利用率的，所以也没有办法去动态的伸缩，所以我们要想办法把他显示成正常的数值，让他监测到
他检测不到数值的原因是因为我们并没有指定数值，我们现在先删除hpa，然后需要在线修改一下deploy的配置文件
# Please edit the object below. Lines beginning with a '#' will be ignored,
# and an empty file will abort the edit. If an error occurs while saving this file will be
# reopened with the relevant failures.
#
apiVersion: apps/v1
kind: Deployment
metadata:
annotations:
deployment.kubernetes.io/revision: "2"
kubectl.kubernetes.io/last-applied-configuration: |
{"apiVersion":"apps/v1","kind":"Deployment","metadata":{"annotations":{},"creationTimestamp":null,"labels":{"app":"deploy1"},"name":"deploy1","namespace":"default"},"spec":{"replicas":8,"selector":{"matchLabels":{"app":"deploy1"}},"strategy":{},"template":{"metadata":{"creationTimestamp":null,"labels":{"app":"deploy1"}},"spec":{"containers":[{"image":"nginx","imagePullPolicy":"IfNotPresent","name":"nginx","resources":{}}]}}},"status":{}}
creationTimestamp: "2024-01-13T03:34:01Z"
generation: 10
labels:
app: deploy1
name: deploy1
namespace: default
resourceVersion: "232702"
uid: 7a1e57af-4fdd-475d-bc72-be95413e7885
spec:
progressDeadlineSeconds: 600
replicas: 6
revisionHistoryLimit: 10
selector:
matchLabels:
app: deploy1
strategy:
rollingUpdate:
maxSurge: 25%
maxUnavailable: 25%
type: RollingUpdate
template:
metadata:
creationTimestamp: null
labels:
app: deploy1
spec:
containers:
- image: nginx
imagePullPolicy: IfNotPresent
name: nginx
# 就是这里，这里的resources默认是个空的，现在将他修改一下
resources:
requests:
cpu: 400m
terminationMessagePath: /dev/termination-log
terminationMessagePolicy: File
dnsPolicy: ClusterFirst
restartPolicy: Always
schedulerName: default-scheduler
securityContext: {}
terminationGracePeriodSeconds: 30
status:
availableReplicas: 6
conditions:
- lastTransitionTime: "2024-01-13T04:00:05Z"
lastUpdateTime: "2024-01-13T04:00:05Z"
message: Deployment has minimum availability.
修改完上面这个文件之后，我们等一会再去查看hpa
[root@master k8s]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
deploy1 Deployment/deploy1 0%/80% 2 6 6 69s
可以看到这里的数值正常显示了，因为现在的利用率是0，那么按道理说他应该会减少pod，我们稍等一会来查看pod
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
deploy1-588569cb96-4cjdk 1/1 Running 0 8m9s
deploy1-588569cb96-d944g 1/1 Running 0 8m9s
我们发现，现在的pod数量只有2个了
那他的阈值是80%，我们能不能对这个阈值进行修改呢？当然也是可以的
# 我们先删除hpa
[root@master k8s]# kubectl delete hpa deploy1
horizontalpodautoscaler.autoscaling "deploy1" deleted
# 然后我们重新创建一个hpa，指定cpu的阈值
horizontalpodautoscaler.autoscaling "deploy1" deleted
[root@master k8s]# kubectl autoscale deployment deploy1 --max 6 --min 2 --cpu-percent 60
horizontalpodautoscaler.autoscaling/deploy1 autoscaled
# 查看hpa，稍等一会
[root@master k8s]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
deploy1 Deployment/deploy1 <unknown>/60% 2 6 0 3s
# 再次查询，数值正确
[root@master k8s]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
deploy1 Deployment/deploy1 0%/60% 2 6 2 28s
我们现在也可以尝试一下让他动态扩展
- 安装ab(apache bench)工具
- 创建svc，使外部可以访问到pod
- 开始压测，观察伸缩结果
# 安装工具
[root@master k8s]# yum install httpd-tools
# 创建svc
[root@master k8s]# kubectl expose deployment --port=80 --target-port=80 deploy1 --type=NodePort
# 建议再开一个会话，一个用来压测，另一个用来观察
# 将副本数量改为一个，并且指定阈值为50%
[root@master k8s]# kubectl autoscale deployment deploy1 --min 1 --max 6 --cpu-percent 50
# 删除之前的svc，重新创建一个
[root@master k8s]# kubectl expose deployment deploy1 --port=80 --target-port=80 --type=NodePort
# 首先查看当前pod
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
deploy1-588569cb96-czqnf 1/1 Running 0 5m25s
# 开始压测
[root@master k8s]# ab -t 600 -n 1000000 -c 1000 http://master:30860/index.html
# 切换到另一个会话观察
[root@master k8s]# kubectl get hpa
NAME REFERENCE TARGETS MINPODS MAXPODS REPLICAS AGE
deploy1 Deployment/deploy1 57%/50% 1 6 2 2m50s
[root@master k8s]# kubectl get pod
NAME READY STATUS RESTARTS AGE
deploy1-588569cb96-5rr4j 1/1 Running 0 23s
deploy1-588569cb96-czqnf 1/1 Running 0 7m36s
我们可以看到，通过压测，我们的pod数量从1个提升到了2个，继续等待下去会提升到更多
4.镜像滚动升级及回滚
滚动升级也是有3种方式
# 查看现在的版本，现在使用的是最新版的nginx
[root@master k8s]# kubectl get deployments.apps -o wide
NAME READY UP-TO-DATE AVAILABLE AGE CONTAINERS IMAGES SELECTOR
deploy1 8/8 8 8 14s nginx nginx app=deploy1
[root@master k8s]# kubectl edit deployments.apps deploy1
# 进去之后找到image，改成你想使用的版本然后退出
deployment.apps/deploy1 edited
# 查看修改后的版本
[root@master k8s]# kubectl get deployments.apps -o wide
NAME READY UP-TO-DATE AVAILABLE AGE CONTAINERS IMAGES SELECTOR
deploy1 6/8 4 6 40s nginx nginx:1.19 app=deploy1
# 我们也可以看看pod的状态
[root@master k8s]# kubectl get pods
NAME READY STATUS RESTARTS AGE
deploy1-58459c85c6-2kwgd 0/1 ContainerCreating 0 15s
deploy1-58459c85c6-645pg 0/1 ContainerCreating 0 15s
deploy1-58459c85c6-6nwgp 0/1 ContainerCreating 0 15s
deploy1-58459c85c6-jtzvd 0/1 ContainerCreating 0 15s
deploy1-7f56c55d4c-6nrz6 1/1 Running 0 53s
deploy1-7f56c55d4c-b8xhn 1/1 Running 0 53s
deploy1-7f56c55d4c-m2ljc 1/1 Running 0 53s
deploy1-7f56c55d4c-q8b7h 1/1 Running 0 53s
deploy1-7f56c55d4c-qmlws 1/1 Running 0 53s
deploy1-7f56c55d4c-z86tb 1/1 Running 0 53s
他会先删除25%旧版本的pod，然后再启动一些新的pod。不会一次性全部升级
2. 修改yaml文件
我们将创建deploy的yaml文件修改，修改image那个地方，修改完之后重新apply
apiVersion: apps/v1
kind: Deployment
metadata:
creationTimestamp: null
labels:
app: deploy1
name: deploy1
spec:
replicas: 8
selector:
matchLabels:
app: deploy1
strategy: {}
template:
metadata:
creationTimestamp: null
labels:
app: deploy1
spec:
containers:
- image: nginx
imagePullPolicy: IfNotPresent
name: nginx
resources: {}
status: {}
改完之后重新应用一下
[root@master k8s]# kubectl apply -f deploy1.yaml
deployment.apps/deploy1 configured
# 查看版本，变回最新版
[root@master k8s]# kubectl get deployments.apps -o wide
NAME READY UP-TO-DATE AVAILABLE AGE CONTAINERS IMAGES SELECTOR
deploy1 8/8 8 8 25m nginx nginx app=deploy1
- 命令行修改
直接使用命令行进行修改
[root@master k8s]# kubectl set image deploy deploy1 nginx=nginx:1.19
deployment.apps/deploy1 image updated
# 查看版本
[root@master k8s]# kubectl get deployments.apps -o wide
NAME READY UP-TO-DATE AVAILABLE AGE CONTAINERS IMAGES SELECTOR
deploy1 6/8 4 6 26m nginx nginx:1.19 app=deploy1
升级以及回退默认情况下是不会被记录下来的，就像这样
[root@master k8s]# kubectl rollout history deployment deploy1
deployment.apps/deploy1
REVISION CHANGE-CAUSE
4 <none>
5 <none>
他显示的是none，如果你想要他将你的修改记录下来，那么加上--record=true就好了，来看看效果
[root@master k8s]# kubectl edit deployments.apps deploy1 --record=true
# 通过哪种方式都行，但是记得加上参数--record=true
deployment.apps/deploy1 edited
[root@master k8s]# kubectl rollout history deployment deploy1
deployment.apps/deploy1
REVISION CHANGE-CAUSE
4 <none>
5 <none>
6 kubectl edit deployments.apps deploy1 --record=true
现在我们的操作就会被记录下来了
刚刚这种是升级，如果我们升级后发现这个镜像有缺陷，有问题，我们想回退到之前的版本可以吗？可以的，它不仅支持动态升级，且支持回退
回退很简单，一条命令就搞定了
# 我们可以先查一下我们具体要回退的版本，也可以不查，像这种方式就是回退到上一个版本
[root@master k8s]# kubectl rollout undo deployment deploy1
deployment.apps/deploy1 rolled back
# 我们还可以通过指定回退版本让他回退到我们想要的版本，这种方式就要先查询一下了
[root@master k8s]# kubectl rollout history deployment deploy1
deployment.apps/deploy1
REVISION CHANGE-CAUSE
4 <none>
7 kubectl set image deploy deploy1 nginx=nginx --record=true
8 kubectl edit deployments.apps deploy1 --record=true
# 我们想要他回到7这个版本
[root@master k8s]# kubectl rollout undo deployment deploy1 --to-revision 7
deployment.apps/deploy1 rolled back
# 这样就实现了回退
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK