1. 控制平面（大脑）#

• API Server：集群唯一的对外暴露入口，处理所有的 kubectl 命令行、控制循环与外部调用。
• etcd：高可用的分布式一致性键值数据库，保存整个集群的所有元数据与状态。
• Scheduler：资源调度器，根据 Node 负载、污点亲和性等规则决定 Pod 跑在哪台机器。
• Controller Manager：维护整个集群的期望状态，包含节点控制器、副本控制器、端点控制器等。

2. 工作节点（工人）#

• kubelet：运行在每个 Node 上的核心 Agent，负责与容器运行时通信并汇报节点与 Pod 状态。
• kube-proxy：维护节点上的网络转发规则（iptables / IPVS），实现 Service 流量分发。
• Container Runtime：底层容器运行时（如 containerd、CRI-O）。

1. Pod#

Pod 是 K8s 的最小调度单元。一个 Pod 内可包含一个或多个紧密协作的容器（如主应用 + Sidecar 收集日志），它们共享同一个 Network Namespace（共用 IP 与端口空间）以及存储卷。

apiVersion: v1
kind: Pod
metadata:
  name: nginx-pod
spec:
  containers:
    - name: nginx
      image: nginx:1.25
      ports:
        - containerPort: 80

2. Deployment#

用于管理无状态应用的生命周期。通过控制底层的 ReplicaSet 确保始终维持指定数量的健康副本，并提供零停机滚动更新能力。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deploy
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
        - name: nginx
          image: nginx:1.25
          ports:
            - containerPort: 80

3. Service#

由于 Pod 会频繁漂移与重建，其 IP 并不固定。Service 通过 selector 标签选择器将流量稳定代理至背后的 Pod 组。

4. ConfigMap 与 Secret#

坚持“配置与镜像解耦”原则：

• ConfigMap：存放常规环境变量、非敏感配置文件。
• Secret：存放密码、证书、API Token（Base64 编码，落盘可加密）。

1. 常用核心指令#

# 查看各类资源状态
kubectl get nodes
kubectl get pods -A -o wide
kubectl get svc,deploy

# 声明式部署与下线
kubectl apply -f app.yaml
kubectl delete -f app.yaml

# 查看详细事件与状态
kubectl describe pod <pod-name>
kubectl logs <pod-name> -f
kubectl logs <pod-name> --previous   # 查看崩溃前上一个容器的日志
kubectl exec -it <pod-name> -- sh    # 进入容器调试

2. 四大经典问题快速定位指南#

1. Pod 一直处于 Pending 状态：
   • 运行 kubectl describe pod <name> 查看 Events。
   • 常见根因：节点 CPU/内存资源不足、节点被打上了 Taint 污点、PVC 存储卷未成功绑定。
2. Pod 出现 CrashLoopBackOff：
   • 优先查看日志：kubectl logs <name> --previous。
   • 常见根因：主进程退出代码非 0、缺少必须的环境变量、配置文件挂载损坏、健康检查探针过于严苛。
3. Service 访问不通：
   • 查看是否关联到了 Endpoints：kubectl get endpoints <svc-name>。
   • 常见根因：Service 的 selector 标签与 Pod 的 labels 拼写不一致，或者容器内部监听的端口与 targetPort 不匹配。
4. 频繁出现 OOMKilled 重启：
   • 检查 Pod 的内存资源限制 resources.limits.memory 是否设置过小，适当调高配额。