什么？都1202年了还不懂k8s和容器的关系？！这份k8s指南快拿走不谢！

都1202年了，还是有许多人搞不清容器与k8s之间的关系。在开始本篇正文之前，我们先来捋一捋这对“CP”的关系。

你可能已经很熟悉虚拟机了，最常见的莫过于我们拿到macOS却需要用Windows软件，游戏用户就更别说，很多游戏仅有Windows版本。我们怎么解决的？下载并安装虚拟机软件，在虚拟机中实现双系统的运行就可以了。容器与虚拟机类似，也是可以将应用与库和其他依赖项打包，提供独立环境来运行软件服务。

如上图虚拟化部署时代、容器部署时代的架构对比，不难发现，容器对比虚拟机时期少了大块头的操作系统，这使得原本又高又笨重的架构瞬间灵动轻巧，IT使用和运行效率大幅度飙升。

而容器的CP——k8s，能够进行应用的自动化部署和扩缩容，是让容器们发光发热的编排容器工具。

什么是k8s（Kubernetes)?

k8s全称Kubernetes，源于希腊语“κυβερνήτης”，意为“舵手”或“飞行员”。借助容器container的另一英文释义“集装箱”，k8s可想象为一艘航行在海面上的轮船，把装载的大量集装箱（容器）送到该去的地方，管理并发挥它们的最大效力。

k8s是比容器更上一层的架构，作为一个编排和管理容器的工具，它主要具备以下三大核心能力：自动调度、自动修复、水平自动伸缩。

1、自动调度

k8s可以把用户提交的容器放到k8s集群的任意一个节点，但运行过程中k8s会根据容器大小、规格，各节点的负载程度等实际情况来决定容器应该放到哪一个节点上。

2、自动修复

k8s有一个健康检查机制，会监测集群中所有的宿主机，当它发现其中有问题，比如某一个服务器挂了，它可以自动将这个服务器上的服务调度到另外一台主机上进行运行，无需人工干涉。

3、水平自动伸缩

k8s还具备业务负载检查的能力，会监测业务上所承担的负载，当达到预期设定的负载指标后，就会根据指标自动触发动态扩容或缩容行为。

k8s几个核心概念

Master

集群是一组节点，这些节点可以是物理服务器或者虚拟机，在此之上安装了Kubernetes平台。下图一个典型的Kubernetes架构图，其中有一个提供集群独特视角的Kubernetes Master，和一系列可以提供和集群交互的REST端点的组件，比如Kubernetes API Server，此外Master节点还包括用来创建和复制Pod的Replication Controller。

Pods

在k8s里面，集群调度的最小单元就是pod，一个pod可以是一个容器，也可以是多个容器。例如你运行一个程序，其中使用了nginx、mysql、jetty，可以将这三个使用在同一个pod中，对他们提供统一的调配能力。一个pod只能运行在一个主机上，而一个主机上可以有多个pod。

Labels

Labels(标签用于区分对象)，每个对象可以有多个标签，通过标签关联对象。它是一个key=value的键值对，其中key与value由用户自己指定。可以附加到各种资源对象上，一个资源对象可以定义任意数量的Label。可以通过LabelSelector（标签选择器）查询和筛选资源对象。

Services

Service定义了Pod的逻辑集合和访问该集合的策略，是真实服务的抽象。Service提供了一个统一的服务访问入口以及服务代理和发现机制，关联多个相同Label的Pod，用户不需要了解后台Pod是如何运行。

Container

包含在Pod下，可以理解为容器，比如docker镜像。

Node

Node是Pod真正运行的主机，可以物理机，也可以是虚拟机。为了管理Pod，每个Node节点上至少要运行container runtime（比如docker或者rkt）、Kubelet和Kube-proxy服务。

这里我们举个现实生活中的例子，加深一下对k8s的理解。

在早以前，我们去到某商店买东西时，遇到缺货、断货的情况，只能下次转到别的店再找找，而现在，我们可以让连锁店家查看库存，直接从其他店铺调货。如此一来，其他店铺的商品不会堆积，该店铺的服务也有效果，而作为顾客的我们更是成功买到了想要的东西。

在这个应用场景中，当前城市可以理解为pod，店铺是container，label代表你想找的那款产品，城市（pod）之上是省（node），service就是能够在不同省份不同城市不同店铺之间调动商品库存的人。而kubernetes的强大之处还在于，可以无限复制店铺（包括商品），对于我们也就是有购买需求的用户来说，就得到了永远有货的保障。

你可能要说了，既然k8s这么好用，又是开源软件，我们直接拿来用不就好了嘛？理是这么个理，但实际搭建生产环境的时候，跨多可用区部署k8s集群的过程复杂不说，随着应用和业务不断扩大，对系统的监测与维护难度是按指数增长的。

基于以上种种考虑，对许多企业或数据达到一定体量的独立开发者来说，明显更青睐覆盖数据从采集、存储、分析到展示的全流程、全自动的一站式解决方案。现在市场上相关方案不少，但大多是某一个功能非常突出，企业往往需要购买和使用多款软件，给运营成本和系统升级都造成极大的负担。

DataFlux一站式监测云平台

这里重点介绍一款集多功能于一体的一站式监测云平台DataFlux。

DataFlux提供面向云、应用和业务的统一数据监控能力，全云平台、200+技术栈支持且可按量付费，使用简单，功能强大，性价比高。

DataFlux支持采集 Kubernetes 集群指标并上报。对Kubernetes集群指标的采集，主要通过两个 input 插件完成：

• kubernetes: 主要针对集群中 Kubelet 的数据采集，即 node 节点相关性能
• Kube_inventory: 主要针对集群中 api-server 的数据采集，即集群、pod 相关性能

我们来看几张效果图。

1、Kubernetes Overview 视图

2、Kubernetes Node 内置视图

3、Kubernetes Pod 内置视图

DataFlux的部署只需要几分钟就能搞定，我们可以按照教程安装DataFlux采集器DataKit，开启对Kubernetes集群指标的采集。更多DataFlux的功能和使用介绍，敬请期待后续文章～