在阿里云服務器怎么安裝部署docker+Kubernetes(K8s)

          2025-4-14 / 0 評論 / 316 閱讀

          Docker全面介紹

          Docker 是一個商業容器化平臺和運行時,可幫助開發人員構建、部署和運行容器。它使用客戶端-服務器架構,通過單個 API 提供簡單的命令和自動化。
          使用 Docker,開發人員可以通過編寫 Dockerfile 來創建容器化應用程序,這本質上是構建容器映像的秘訣。然后,Docker 提供了一組工具來構建和管理這些容器映像,使開發人員能夠更輕松地以一致且可重復的方式打包和部署應用程序。
          這些容器映像可以在任何支持容器的平臺上運行,例如 Kubernetes、Docker Swarm、Mesos 或 HashiCorp Nomad。Docker的平臺使開發人員可以更輕松地創建和管理這些容器鏡像,從而簡化了跨不同環境構建和部署應用程序的過程。

          Kubernetes(K8s) 全面介紹

          Kubernetes,也稱為 K8s,是一個著名的開源平臺,旨在跨網絡資源集群編排容器運行時系統。它可以獨立運行,也可以與其他容器化工具(例如 Docker)結合使用。

          Kubern[]etes 提供了一種實[]用的解決方案[],用于在一臺[]機器上管理一[]組容器,以減[]少網絡開銷并[]優化資源利用[]率。例如,一[]個容器集可以[]由應用服務器[]、Redis[] 緩存和 SQL 數據庫組成。[]相比之下,D[]ocker 容器被設計為[]每個容器運行[]一個進程。

          隨著容器的激[]增,組織最終[]可能會擁有數[]百甚至數千個[]容器,這使得[]運營團隊必須[]自動化容器部[]署、網絡、可[]擴展性和可用[]性。這導致了[]容器編排市場[]的出現。

          開發人員選擇 Kubernetes 是因為它具有廣泛的功能、龐大且不斷增長的開源支持工具生態系統,以及它支持各種云服務提供商和工作的能力。所有主要公共云提供商,包括 Amazon Web Services (AWS)、Google Cloud、IBM Cloud 和 Microsoft Azure,都提供完全托管的 Kubernetes 服務,這凸顯了其在全行業的受歡迎程度。

          Docker 和 Kubernetes 之間的區別

          Docker 和 Kubernetes 都是容器化生態系統中的關鍵組件,具有不同的用途。Docker 主要用于創建和執行容器,而 Kubernetes 用于編排和自動化跨主機集群的容器部署、擴展和管理。
          Docker 提供了一種簡單有效的容器化方法,而 Kubernetes 提供了自動擴展、自我修復和容器部署等高級功能。

          安裝部署docker+Kubernetes(K8s)過程

          1.查閱K8S+docker的版本號對應關系

          1.1.打開github;搜索kubernetes項目(github地址:https://github.com/)

          1.2.打開項目中CHANGELOG文件夾,其中就有CHANGELOG-XXX.md版本號文件,如下截圖所示:

          在阿里云服務器怎么安裝部署docker+Kubernetes(K8s)


          1.3.打開kubernetes版本號文件,ctrl+f搜索"docker version",便可以查詢到所有可用版本號如下截圖所示:


          在阿里云服務器怎么安裝部署docker+Kubernetes(K8s)


          2.將所需的安裝包下載到本地(進行本地化安裝)

          3.機器的準備(其中包括機器版本及配置)

          3.1.查看linux機器版本號命令:cat /proc/version

          我的版本號:Linux version 3.10.0-1062.18.1.el7.x86_64 (mockbuild@kbuilder.bsys.centos.org) (gcc version 4.8.5 20150623 (Red Hat 4.8.5-39) (GCC) ) #1 SMP Tue Mar 17 23:49:17 UTC 2020

          3.2.機器的配置

          cpu:4C 內存:4G 硬盤:32G

          查看cpu(邏輯):cat /proc/cpuinfo | grep ‘processor’ | wc -l

          查看cpu(物理):cat /proc/cpuinfo | grep ‘physical id’ | sort | uniq | wc -l

          查看內存總數:cat /proc/meminfo | grep MemTotal

          查看硬盤大小:df -h

          4.環境的準備

          4.1. 設置主機名與時區

          timedatectl set-timezone Asia/Shanghai #都要執行

          hostnamectl set-hostname master #194執行

          hostnamectl set-hostname node1 #195執行

          hostnamectl set-hostname node2 #196執行


          4.2. 添加hosts網絡主機配置,三臺虛擬機都要設置

          vim /etc/hosts

          192.168.10.194 master

          192.168.10.195 node1

          192.168.10.196 node2


          4.3. 關閉防火墻,三臺虛擬機都要設置,生產環境跳過這一步

          sed -i ‘s/SELINUX=enforcing/SELINUX=disabled/g’ /etc/selinux/config

          setenforce 0

          systemctl disable firewalld

          systemctl stop firewalld

          5.K8S的安裝及加載K8S鏡像

          5.1. 將鏡像包上傳至服務器每個節點

          mkdir /usr/local/k8s-install

          cd /usr/local/k8s-install

          XFTP上傳安裝文件


          5.2. 按每個Centos上安裝Docker

          tar -zxvf docker-ce-18.09.tar.gz

          cd docker

          yum localinstall -y *.rpm


          systemctl start docker

          systemctl enable docker


          5.3. 確保從cgroups均在同一個從groupfs

          #cgroups是control groups的簡稱,它為Linux內核提供了一種任務聚集和劃分的機制,通過一組參數集合將一些任務組織成一個或多個子系統。

          #cgroups是實現IaaS虛擬化(kvm、lxc等),PaaS容器沙箱(Docker等)的資源管理控制部分的底層基礎。

          #子系統是根據cgroup對任務的劃分功能將任務按照一種指定的屬性劃分成的一個組,主要用來實現資源的控制。

          #在cgroup中,劃分成的任務組以層次結構的形式組織,多個子系統形成一個數據結構中類似多根樹的結構。cgroup包含了多個孤立的子系統,每一個子系統代表單一的資源


          docker info | grep cgroup


          如果不是groupfs,執行下列語句


          cat < /etc/docker/daemon.json{“exec-opts”: [“native.cgroupdriver=cgroupfs”]}EOFsystemctl daemon-reload && systemctl restart docker


          5.4. 安裝kubeadm

          kubeadm是集群部署工具


          cd /usr/local/k8s-install/kubernetes-1.14tar -zxvf kube114-rpm.tar.gzcd kube114-rpmyum localinstall -y *.rpm


          5.5. 關閉交換區


          swapoff -avi /etc/fstab#swap一行注釋


          5.6. 配置網橋


          cat < /etc/sysctl.d/k8s.confnet.bridge.bridge-nf-call-ip6tables = 1net.bridge.bridge-nf-call-iptables = 1EOFsysctl --system


          5.7. 通過鏡像安裝k8s


          cd /usr/local/k8s-install/kubernetes-1.14docker load -i k8s-114-images.tar.gzdocker load -i flannel-dashboard.tar.gz


          6.安裝kubeadm并創建K8S集群

          6.1. master主服務器配置


          kubeadm init --kubernetes-version=v1.14.1 --pod-network-cidr=10.244.0.0/16mkdir -p $HOME/.kubesudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/configsudo chown ( i d ? u ) : (id -u):(id?u):(id -g) $HOME/.kube/configkubectl get nodes#查看存在問題的podkubectl get pod --all-namespaces#設置全局變量#安裝flannel網絡組件kubectl create -f kube-flannel.yml


          6.2. 加入NODE節點


          kubeadm join 192.168.10.194:6443 --token 0b15nw.w9xq58pcttqq647k–discovery-token-ca-cert-hash sha256:23db3094dc9ae1335b25692717c40e24b1041975f6a43da9f43568f8d0dbac72


          如果忘記

          在master 上執行kubeadm token list 查看 ,在node上運行(如下ip、端口、token都是master對應的值,切記)


          kubeadm join 192.168.10.194:6443 --token 0b15nw.w9xq58pcttqq647k --discovery-token-unsafe-skip-ca-verificationkubectl get nodes


          6.3. Master開啟儀表盤


          kubectl apply -f kubernetes-dashboard.yamlkubectl apply -f admin-role.yamlkubectl apply -f kubernetes-dashboard-admin.rbac.yamlkubectl -n kube-system get svchttp://192.168.10.194:32000 訪問


          7.遇到的坑

          7.1.最開始在自己本地的虛擬機進行安裝的由于分配的cpu為1,結果執行6.1步驟的時候報錯了,錯誤提示很明確最少需要2cpu

          7.2.后來在以上機器配置中進行5.2中安裝docker遇到如下版本號沖突問題,于是百度下載對應版本號的包替換即可(讓版本號一致)


          錯誤:軟件包:policycoreutils-python-2.5-29.el7_6.1.x86_64 (/policycoreutils-python-2.5-29.el7_6.1.x86_64)

          需要:policycoreutils = 2.5-29.el7_6.1

          已安裝: policycoreutils-2.5-33.el7.x86_64 (@anaconda)

          policycoreutils = 2.5-33.el7

          可用: policycoreutils-2.5-34.el7.x86_64 (base)

          policycoreutils = 2.5-34.el7

          錯誤:軟件包:audit-libs-python-2.8.4-4.el7.x86_64 (/audit-libs-python-2.8.4-4.el7.x86_64)

          需要:audit-libs(x86-64) = 2.8.4-4.el7

          已安裝: audit-libs-2.8.5-4.el7.x86_64 (@anaconda)

          audit-libs(x86-64) = 2.8.5-4.el7


          7.3.執行6.3加入node節點的時候,在node機器輸入的命令一直是node機器的ip結果總是報錯;后來才恍然大悟,需要用master機器的ip


          7.4.執行6.3加入node節點的時候,token過期,導致無法加入

          如果遇到如下問題,可能是token過期了,需要執行 kubeadm token create重新獲取token


          [preflight] Running pre-flight checks[preflight] Reading configuration from the cluster…[preflight] FYI: You can look at this config file with ‘kubectl -n kube-system get cm kubeadm-config -oyaml’error execution phase preflight: unable to fetch the kubeadm-config ConfigMap: failed to get config map: Unauthorized


          主站蜘蛛池模板: 亚洲AV无码一区二区三区网址| 精品一区二区三区免费观看 | 国产人妖视频一区二区破除| 国精品无码A区一区二区| 相泽亚洲一区中文字幕| 91亚洲一区二区在线观看不卡| 亚洲av无码一区二区三区在线播放| 日韩最新视频一区二区三| 精品一区二区三区AV天堂| 视频在线一区二区三区| 国产乱码精品一区二区三区四川人| 中文人妻av高清一区二区| jizz免费一区二区三区| 国产乱码精品一区二区三区麻豆 | 天堂成人一区二区三区| 日韩视频一区二区三区| 国产美女av在线一区| 国产一区风间由美在线观看| 伊人久久大香线蕉AV一区二区| 亚洲福利秒拍一区二区| 2021国产精品一区二区在线| 国产精品美女一区二区视频 | 无码人妻精品一区二区三区99性| 国产成人精品视频一区二区不卡| 国产天堂一区二区综合| 精品人妻少妇一区二区三区在线| 国产精品一区二区香蕉| 日韩在线视频一区| 国产大秀视频一区二区三区| 国产一区二区三区小向美奈子| av一区二区三区人妻少妇| 国产精品成人一区二区三区| 八戒久久精品一区二区三区| 一区二区三区观看| 国产成人无码一区二区在线观看| 国产一区玩具在线观看| 亚洲老妈激情一区二区三区| 一区二区三区观看免费中文视频在线播放 | 精品人妻一区二区三区四区 | 2022年亚洲午夜一区二区福利| 亚洲视频一区二区在线观看|