引言

Kubernetes 是用于管理容器化应用程序编排的领先平台。它提供了出色的功能，例如自动扩展、自动修复和负载平衡，这些功能使其成为软件工程师的首选解决方案。Kubernetes 的管理可能是一项艰巨的任务。 为了解决这一挑战，已经开发了各种 Kubernetes 工具来帮助自动化流程并优化部署和工作流。本文探讨了各种 Kubernetes 监控和部署工具，包括专有的和开源的，以帮助您最大限度地利用软件开发项目。

Kubernetes 监控工具

(1) Kubernetes 成本管理工具

工具	价格	功能
KubeCost	免费（开源）	提供成本消耗的实时报告。 考虑云服务器上的外部支出。 提供提高性价比的见解。
KubernetesOpexAnalytics	免费（开源）	跟踪 Kubernetes 使用的资源。 提供每小时、每天和每月的趋势。 突出显示未被应用程序工作负载利用的容量。
Pluto	免费（开源）	自动查找受影响的 Kubernetes 版本。 将过时的 API 标记为已弃用或已删除。

(2) Kubernetes 部署工具

工具	价格	功能
Loft	免费和付费级别	为 Kubernetes 设置自助服务虚拟环境。 管理跨 Kubernetes 环境的访问控制、安全性和隔离。 监视未使用的资源并使其休眠，以节省成本。
Minikube	免费（开源）	创建本地 Kubernetes 集群。 提供负载平衡器、仪表板和 Nvidia GPU 支持等特性。
Kubesray	免费（开源）	在各种云平台和裸机服务器上部署 Kubernetes 集群。 使用 Ansible Playbook 和脚本进行自动化。 支持跨多个平台的高可用性集群。
Okteto	免费（开源）	提供预配置的开发环境。 自动将本地更改反映到云服务器上。 加速 Kubernetes 开发工作流。
Flagger	免费（开源）	促进 Kubernetes 应用程序的逐步发布。 在初始部署成功后完成发布。 允许安全回滚到稳定版本。

结论

通过使用 Kubernetes 监控和部署工具，您可以自动化流程，最大限度地提高可视性和控制力，并优化 Kubernetes 环境。这些工具提供广泛的功能，包括成本管理、自动修复、安全特性和部署自动化。通过利用本文所讨论的工具，您可以简化 Kubernetes 的管理，提高您的 DevOps 流程的效率。

---

如何学习kubernetes，学习kubernetes需要代码基础吗？

一:学习kubernetes

kubernetes，又称K8s，是用8代替8个字符“ubernete”而成的缩写。是用于管理云平台中多个主机上的容器化的应用，它支持可移植，可扩展，自动化的容器化管理，这样一个复杂的东西，学习起来也复杂，我认为学习kubernetes需要三个步骤，一了解它，二动手操作它，三学习思考它的用处，其一了解它，Kubernetes 提供了构建开源平台的基础，同时保留了用户的选择和灵活性。kubernetes可以服务发现和负载均衡，存储编排，自动部署和回滚，这是kubernetes的优点所在，所以我们要了解kubernetes的整个技术前景，其二学习 Kubernetes 技术，动手实践是非常关键的，要学会深入研究kubernetes技术细节，最后要学会思考总结这些技术细节后面的本质，要学会通过表面看本质。

二:基于 Kubernetes 的基础设施即代码

“基础设施即代码”指的是，使用代码来解释说明kubernetes基础设施的安装和配置过程，包括日常使用的数据，也都由代码来描述，也就是说享受以代码基础的版本管理和自动化执行等能力，这就是“基础措施即代码”的意思，因此学习kubernetes是需要代码基础的，这个无可厚非。

kubernetes的出现，体现出现代人们在不断更新换代新技术，试图用科技方便我们的生活。

Kubernetes——Pod控制器详解

Pod是kubernetes的最小管理单元，在kubernetes中，按照pod的创建方式可以将其分为两类：

Pod控制器是管理pod的中间层，使用Pod控制器之后，只需要告诉Pod控制器，想要多少个什么样的Pod就可以了，它会创建出满足条件的Pod并确保每一个Pod资源处于用户期望的目标状态。如果Pod资源在运行中出现故障，它会基于指定策略重新编排Pod。

在kubernetes中，有很多类型的pod控制器，每种都有自己的适合的场景，常见的有下面这些：

ReplicaSet的主要作用是 保证一定数量的pod正常运行 ，它会持续监听这些Pod的运行状态，一旦Pod发生故障，就会重启或重建。同时它还支持对pod数量的扩缩容和镜像版本的升降级。

在这里面，需要新了解的配置项就是 spec 下面几个选项：

创建文件，内容如下：

为了更好的解决服务编排的问题，kubernetes在V1.2版本开始，引入了Deployment控制器。值得一提的是，这种控制器并不直接管理pod，而是通过管理ReplicaSet来简介管理Pod，即：Deployment管理ReplicaSet，ReplicaSet管理Pod。所以Deployment比ReplicaSet功能更加强大。

创建，内容如下：

deployment支持两种更新策略: 重建更新 和 滚动更新 ，可以通过 strategy 指定策略类型，支持两个属性:

滚动更新的过程：

镜像更新中rs的变化：

deployment支持版本升级过程中的暂停、继续功能以及版本回退等诸多功能，下面具体来看.

kubectl rollout： 版本升级相关功能，支持下面的选项：

Deployment控制器支持控制更新过程中的控制，如“暂停(pause)”或“继续(resume)”更新操作。

比如有一批新的Pod资源创建完成后立即暂停更新过程，此时，仅存在一部分新版本的应用，主体部分还是旧的版本。然后，再筛选一小部分的用户请求路由到新版本的Pod应用，继续观察能否稳定地按期望的方式运行。确定没问题之后再继续完成余下的Pod资源滚动更新，否则立即回滚更新操作。这就是所谓的金丝雀发布。

删除Deployment

在上面，我们已经可以实现通过手工执行 kubectl scale 命令实现Pod扩容或缩容，但是这显然不符合Kubernetes的定位目标——自动化、智能化。 Kubernetes期望可以实现通过监测Pod的使用情况，实现pod数量的自动调整，于是就产生了Horizontal Pod Autoscaler（HPA）这种控制器。

HPA可以获取每个Pod利用率，然后和HPA中定义的指标进行对比，同时计算出需要伸缩的具体值，最后实现Pod的数量的调整。其实HPA与之前的Deployment一样，也属于一种Kubernetes资源对象，它通过追踪分析RC控制的所有目标Pod的负载变化情况，来确定是否需要针对性地调整目标Pod的副本数，这是HPA的实现原理。

接下来，我们来做一个实验

metrics-server可以用来收集集群中的资源使用情况

为了操作简单，直接使用命令

创建

使用压测工具对service地址 192.168.109.100 进行压测，然后通过控制台查看hpa和pod的变化

hpa变化

deployment变化

pod变化

DaemonSet类型的控制器可以保证在集群中的每一台（或指定）节点上都运行一个副本。一般适用于日志收集、节点监控等场景。也就是说，如果一个Pod提供的功能是节点级别的（每个节点都需要且只需要一个），那么这类Pod就适合使用DaemonSet类型的控制器创建。

DaemonSet控制器的特点：

下面先来看下DaemonSet的资源清单文件

创建，内容如下：

Job，主要用于负责 批量处理(一次要处理指定数量任务) 短暂的 一次性(每个任务仅运行一次就结束) 任务。Job特点如下：

Job的资源清单文件：

创建，内容如下：

CronJob控制器以Job控制器资源为其管控对象，并借助它管理pod资源对象，Job控制器定义的作业任务在其控制器资源创建之后便会立即执行，但CronJob可以以类似于Linux操作系统的周期性任务作业计划的方式控制其运行 时间点 及 重复运行 的方式。也就是说， CronJob可以在特定的时间点(反复的)去运行job任务 。

CronJob的资源清单文件：

需要重点解释的几个选项： schedule: cron表达式，用于指定任务的执行时间

创建，内容如下：

参考：