Post

使用Kind本地部署K8S应用程序

Posted
By sudowanderer 15 min read

背景

最近在学习Golang，感受到Google的技术异常强大的同时，又听说同是Google家出来的K8S非常强大，什么微服务自动伸缩，扩容，定时任务调度啥的，无所不能，而且能非常方便的管理多台物理服务器，甚至是混合服务器（云+本地）。最近就开始简单学习试用了一下K8S，本文简单记录下心得。

准备工具

本地工具

为了在本地使用K8S，需要一些额外工具，因为K8S似乎不支持单机部署。

主流工具两种：Kind和Minikube

来自ChatGPT的对比

以下是 Kind 和 Minikube 两者的对比，帮助您选择适合学习 Kubernetes 的工具：

比较维度KindMinikube
设计目的用于模拟 Kubernetes 集群，特别是测试 Kubernetes API 和开发目的单机 Kubernetes 集群，适合入门和学习
安装和设置简单，基于 Docker 容器，无需 VM略复杂，需要配置虚拟机或容器化运行环境
资源消耗较低，只需 Docker较高，需要配置 VM 或其他驱动程序
支持的环境Docker (无需其他依赖环境)支持多种驱动：VM、Docker、Podman、Bare Metal
启动时间启动速度快，适合快速创建集群启动速度稍慢，受 VM 驱动影响
学习难度偏向高级用户，适合有 Kubernetes 基础的人适合初学者，界面和命令更简单直观
可扩展性可模拟多节点集群，但配置稍复杂单节点集群更简单，也可配置多节点
网络功能集成 Docker 网络，网络配置需要手动调整提供内置的网络插件，更适合入门者使用
适用场景测试 Kubernetes 控制平面、开发环境Kubernetes 基础学习、应用开发与测试
社区支持Kubernetes 官方支持，活跃社区拥有丰富文档和插件支持
容器运行时仅支持 Docker 容器运行时支持 Docker、Containerd、CRI-O 等
复杂性偏复杂，适合深入理解 Kubernetes 集群结构更简单，入门友好
操作系统支持跨平台（需 Docker 支持）跨平台，支持更多环境

总结建议：

  • Kind：适合已经有一些 Kubernetes 基础的用户，用来模拟复杂场景或学习 Kubernetes API 的运行细节。对资源需求较低，运行更轻量。
  • Minikube：更适合初学者学习 Kubernetes，安装和使用更直观，提供了更多学习工具和内置插件。

虽然GPT推荐Minikube，但是我看中并选择使用Kind，其比较轻量级，简单粗暴就是最好的。

macos使用kind直接安装:

1

brew install kind

练习应用程序

这里使用学生管理系统（完全由ChatGPT生成）来做演示练习，将其用K8S来部署。

架构:

  • 前端：html,css,js文件各一个
  • 后端 ：golang
  • 数据库： mongodb

代码部分这里就不贴，源码请查看github

Kind配置

首先，我们要明白Kind的工具的设计理念。

Kind的职责是帮你用yaml配置文件（kind来定义）和定制的docker镜像（kind提供）来启动一个K8S兼容的Cluster，这样你可以直接用kubectl cli工具来直接访问本地的集群（模拟出来的）。

yaml配置

为了创建一个本地k8s cluster， 需要编写yaml配置kind-cluster-config.yaml：

1
2
3
4
5
6
7
8
9
10
11

kind: Cluster
apiVersion: kind.x-k8s.io/v1alpha4
nodes:
  - role: control-plane
    extraMounts:
      - hostPath: ./frontend  # 宿主机的静态文件路径
        containerPath: /mnt/frontend            # Kind 容器中的挂载路径
    extraPortMappings:
      - containerPort: 80   # 前端服务的端口
        hostPort: 80
        protocol: TCP

注意，这里需要暴露80端口，这样咱们才能通过浏览器访问页面；然后要把前端文件的目录挂载到容器中，以让ingress-nginx来托管我们的文件。

创建cluster

下面开始创建cluster:

1

kind create cluster --config kind-cluster-config.yaml -n student-cluster

你可以看到输出：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

student-management-system > kind create cluster --config kind-cluster-config.yaml -n student-cluster
Creating cluster "student-cluster" ...
 ✓ Ensuring node image (kindest/node:v1.31.2) 🖼
 ✓ Preparing nodes 📦  
 ✓ Writing configuration 📜 
 ✓ Starting control-plane 🕹️ 
 ✓ Installing CNI 🔌 
 ✓ Installing StorageClass 💾 
Set kubectl context to "kind-student-cluster"
You can now use your cluster with:

kubectl cluster-info --context kind-student-cluster

Not sure what to do next? 😅  Check out https://kind.sigs.k8s.io/docs/user/quick-start/

到这里cluster就创建成功了，你可以使用

1

kubectl get nodes

来查看nodes，输出如下

1
2
3

student-management-system > kubectl get nodes  
NAME                            STATUS   ROLES           AGE   VERSION
student-cluster-control-plane   Ready    control-plane   17m   v1.31.2

kind的默认行为是使用一个docker容器来创建cluster，也就是集群中的所有组件，都在这一个容器中运行，身兼多职。这也是为了节省资源。当你使用docker ps的时候，会发现只有一个student-cluster-control-plane容器在运行：

1
2
3

student-management-system > docker ps
CONTAINER ID   IMAGE                  COMMAND                   CREATED          STATUS          PORTS                                           NAMES
f5d7e0656420   kindest/node:v1.31.2   "/usr/local/bin/entr…"   21 minutes ago   Up 21 minutes   0.0.0.0:80->80/tcp, 127.0.0.1:59974->6443/tcp   student-cluster-control-plane

加载应用镜像到cluster

应用程序的后端，需要打包docker镜像。在真实的k8s环境中，一般都是到一个中央docker仓库中去拉取镜像（一般通过CI环境构建镜像并push镜像到docker仓库）。但是现在我们的cluster是一个docker容器，简单起见，我们直接在宿主机构建镜像然后加载到cluster容器中。

在工程的根目录运行：

1

docker build -t student-backend:latest .

然后加载镜像到cluster

1

kind load docker-image student-backend:latest  -n student-cluster

看到如下输出:

1
2

student-management-system > kind load docker-image student-backend:latest  -n student-cluster 
Image: "student-backend:latest" with ID "sha256:52061ec8b071f8552cc7f186b65a22280ee0aa20d139fc7f238429b569fd0f0d" not yet present on node "student-cluster-control-plane", loading...

K8S配置

前端

静态文件

前端的pod还是需要一个nginx来专门托管前端静态文件。

注意这里的挂载，目的就是把cluster的目录挂载到pod中，以让nignx使用。

k8s/frontend.yaml

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

apiVersion: apps/v1
kind: Deployment
metadata:
  name: frontend
spec:
  replicas: 1
  selector:
    matchLabels:
      app: frontend
  template:
    metadata:
      labels:
        app: frontend
    spec:
      containers:
        - name: frontend
          image: nginx:latest
          ports:
            - containerPort: 80
          volumeMounts:
            - name: frontend-html
              mountPath: /usr/share/nginx/html
      volumes:
        - name: frontend-html
          hostPath:
            path: /mnt/frontend  # Kind 控制平面容器内的路径
            type: Directory

---
apiVersion: v1
kind: Service
metadata:
  name: frontend
spec:
  ports:
    - port: 80         # 服务端口
      targetPort: 80   # Pod 中的容器端口
  selector:
    app: frontend
  type: ClusterIP      # 仅暴露在集群内

请求路由

nginx支持请求路由，一般在docker-compose中，我们会使用nginx来做请求路由。

但是k8s是支持请求路由的，目前主要有两个工具:

  • Ingress
  • Gateway API

来自ChatGPT的对比

Gateway API 与 Ingress 的核心区别

特性IngressGateway API
成熟度已成熟，广泛使用，Kubernetes 核心功能相对较新，仍在发展
功能范围专注于 HTTP/HTTPS 路由管理更通用，支持 TCP、UDP、HTTP(S) 等多协议
灵活性灵活性有限，功能主要取决于实现方式提供更多抽象，支持多租户和高级功能
实现方式基于控制器（如 NGINX、Traefik）基于 CRD（自定义资源定义）
适用场景简单到中等复杂的 HTTP 路由场景更复杂的网络场景，多协议/多租户需求
社区支持社区成熟，文档和工具丰富社区支持逐步增强

适用场景对比

Ingress 的适用场景

  • 项目需要简单的 HTTP 路由管理。
  • 项目已经使用了成熟的 Ingress 实现（如 NGINX、Traefik）。
  • 部署在托管 Kubernetes 服务上（如 GKE、EKS），这些服务往往原生支持 Ingress。

Gateway API 的适用场景

  • 项目有更复杂的路由需求，例如多协议（TCP、UDP）。
  • 多租户环境，需要严格的路由隔离。
  • 想尝试新的 Kubernetes 网络栈功能，或未来计划扩展到高级场景。
  • 有 DevOps 团队可以管理 Gateway API 的复杂性。

为了少踩坑，我们优先使用成熟的Ingress工具。

这里，因为我们本地的cluster是使用kind模拟创建的，所以ingress我们需要安装kind官方提供的ingress-nginx

命令:

1

kubectl apply -f https://kind.sigs.k8s.io/examples/ingress/deploy-ingress-nginx.yaml

输出：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

student-management-system >  kubectl apply -f https://kind.sigs.k8s.io/examples/ingress/deploy-ingress-nginx.yaml
namespace/ingress-nginx created
serviceaccount/ingress-nginx created
serviceaccount/ingress-nginx-admission created
role.rbac.authorization.k8s.io/ingress-nginx created
role.rbac.authorization.k8s.io/ingress-nginx-admission created
clusterrole.rbac.authorization.k8s.io/ingress-nginx created
clusterrole.rbac.authorization.k8s.io/ingress-nginx-admission created
rolebinding.rbac.authorization.k8s.io/ingress-nginx created
rolebinding.rbac.authorization.k8s.io/ingress-nginx-admission created
clusterrolebinding.rbac.authorization.k8s.io/ingress-nginx created
clusterrolebinding.rbac.authorization.k8s.io/ingress-nginx-admission created
configmap/ingress-nginx-controller created
service/ingress-nginx-controller created
service/ingress-nginx-controller-admission created
deployment.apps/ingress-nginx-controller created
job.batch/ingress-nginx-admission-create created
job.batch/ingress-nginx-admission-patch created
ingressclass.networking.k8s.io/nginx created
validatingwebhookconfiguration.admissionregistration.k8s.io/ingress-nginx-admission created

后端

k8s/backend.yaml

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

apiVersion: apps/v1
kind: Deployment
metadata:
  name: backend
spec:
  replicas: 1
  selector:
    matchLabels:
      app: backend
  template:
    metadata:
      labels:
        app: backend
    spec:
      containers:
        - name: backend
          image: student-backend:latest
          imagePullPolicy: IfNotPresent # 优先拉取本地镜像！非常重要的配置
          env:
            - name: MONGO_URI
              value: mongodb://mongodb:27017
          ports:
            - containerPort: 8080

---
apiVersion: v1
kind: Service
metadata:
  name: backend
spec:
  ports:
    - port: 8080       # 服务端口
      targetPort: 8080 # Pod 中的容器端口
  selector:
    app: backend
  type: ClusterIP

数据库

这里需要先创建一个持久卷PersistentVolumeClaim，以存储我们的应用数据。

k8s/mongodb.yaml

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: mongodb-pvc
spec:
  accessModes:
    - ReadWriteOnce
  resources:
    requests:
      storage: 1Gi
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: mongodb
spec:
  replicas: 1
  selector:
    matchLabels:
      app: mongodb
  template:
    metadata:
      labels:
        app: mongodb
    spec:
      containers:
        - name: mongodb
          image: mongo:latest
          ports:
            - containerPort: 27017
          volumeMounts:
            - name: mongodb-data
              mountPath: /data/db
      volumes:
        - name: mongodb-data
          persistentVolumeClaim:
            claimName: mongodb-pvc
---
apiVersion: v1
kind: Service
metadata:
  name: mongodb
spec:
  ports:
    - port: 27017
      targetPort: 27017
  selector:
    app: mongodb
  type: ClusterIP # 默认类型，分配一个集群内部的IP，只能在集群内部访问。

应用配置文件

准备好4个k8s yaml配置文件后，应用到k8s环境中

1

kubectl apply -f k8s

稍等片刻，所有pod都应启动并运行：

1
2
3
4
5

student-management-system > kubectl get pods
NAME                        READY   STATUS    RESTARTS   AGE
backend-b959558cf-gkhg5     1/1     Running   0          102m
frontend-55f598bfb9-nhk2r   1/1     Running   0          102m
mongodb-597ddbbb95-kw7df    1/1     Running   0          102m

打开浏览器，访问localhost

即可访问应用程序

image-20241217151539242

总结与延伸

虽然通过kind工具，我们可以在本地方便的模拟k8s环境，但是可以看到，配置还是有点复杂的。

k8s的设计初衷就是为大型商业项目、用户量百万级别以上、微服务部署的项目提供一个标准化的部署工具。

所以，个人认为，对于小型项目，完全没必要用k8s部署。本地和生产环境，完全可以用docker-compose来部署，简单粗暴。

看看现在的很多小公司，为了使用最新的技术，亦或是卷IT从业者，强行把应用程序拆分用k8s部署，这本身就是本末倒置，舍近求远。

DevOps
Kubernetes
This post is licensed under CC BY 4.0 by the author.

Comments powered by Disqus.