《關於我怎麼把一年內學到的新手 IT/SRE 濃縮到 30 天筆記這檔事》 Day 08 Kubernetes - Pod & Workloads

本篇大綱

這篇將會開始介紹在 K8s 組出服務必備的元素，第一篇來講的是 Pod & Workloads。

內文

接下來的三篇內，會簡介每個 Kubernetes 裡面組出基礎服務所需的元件。

Pod

Pod 是 K8s 的最小單位，每個 Pod 內部可能會有一個或多個 Container，而一個 Pod 會對應到一個應用程式，同一個 Pod 中的 Containers 則會共享相同的網路資源（如：IP地址、主機名稱等）。

這個是 Pod 的基礎設定：

# 1. Save as `nginx-pod.yaml`
# 2. In bash, `kubectl apply -f nginx-pod.yaml`
# 3. If you want to remove, `kubectl delete -f nginx-pod.yaml`
apiVersion: v1
kind: Pod
metadata:
  name: nginx
spec:
  containers:
  - name: nginx
    image: nginx:1.14.2
    ports:
    - containerPort: 80

想要實作可以看上面的三行敘述：

這上面內容儲存為 nginx-pod.yaml
用 kubectl apply -f nginx-pod.yaml 套用進 K8s 裡面
如果想要移除此 Pod，輸入 kubectl delete -f nginx-pod.yaml 就可以讓 K8s 刪掉

通常實際在部署的時候也不會用 Pod，而是會用下面的那幾種 Workloads 來做，這邊只是先說 K8s 的基礎單位，之後要做 Debug 的時候優先都從 Pod 找起。

ReplicaSet & Deployment

ReplicaSet 跟 Deployment 可以合併介紹，Deployment 也是基於 ReplicaSet 實作而成的。

ReplicaSet 就是一組重複多個 Pod 組合而成，會有這樣的需求是為了要分攤運算

我們來用一張圖解釋

今天上述的圖看起來架構沒有問題，但如果流量突然提高，只有一個 Pod 其實就很容易掛掉，就算你給單個的 Pod 資源較多，但回應速度還是會很慢，因此我們就會需要 ReplicaSet 來分攤流量。

Deployment 又是為了什麼而產生的呢？因為 ReplicaSet 不能做 Image 替換，Deployment 可以，這樣就可以做到 Rolling update，可以讓服務不斷線的情況下滾動升級。

Deployment 的基礎架構如下：

# 1. Save as `nginx-deploy.yaml`
# 2. In bash, `kubectl apply -f nginx-deploy.yaml`
# 3. If you want to remove, `kubectl delete -f nginx-deploy.yaml`
apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.14.2
        ports:
        - containerPort: 80

這裡要注意的是，.spec.selector.matchLabels 必須跟 .spec.template.metadata.labels 相同，不然會被系統 Reject，雖然不一定要跟原本 Deployment .metadata.labels 相同，但方便起見還是設定相同。

StatefulSet

大部分的應用程式都是 Stateless，但如果需要有狀態管理，StatefulSet 會是比較適用的情境。

這樣說感覺有點抽象，但可以用以下資訊來判斷是否要用到 StatefulSet：

需要穩定 & 唯一的網路識別（Pod reschedule 後的 Pod name & hostname 都不會變動）
需要穩定的儲存（Pod reschedule 還是能取得相同資料，通常用 Persistent Volume Claim 解決就好，PVC 將會在 Day 10 會介紹）
部署或 Scale 上需要有順序產生（.spec.podManagementPolicy 預設 OrderedReady，也可以改成 Parallel 同時產生）

依照以上這些判斷，其實可以知道，如果想要用 Pod 來組 MongoDB Cluster 或 MySQL Cluster，Deployment 是不適合套用這個情境，StatefulSet 會是較佳的解決方式。

因為這裡還沒有介紹 PVC，這裡會寫沒有 .spec.volumeClaimTemplates 的版本

# 1. Save as `nginx-sts.yaml`
# 2. In bash, `kubectl apply -f nginx-sts.yaml`
# 3. If you want to remove, `kubectl delete -f nginx-sts.yaml`
apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: "nginx-sts"
spec:
  selector:
    matchLabels:
      app: "nginx-sts"
  serviceName: "nginx-sts"
  replicas: 3
  template:
    metadata:
      labels:
        app: "nginx-sts"
    spec:
      terminationGracePeriodSeconds: 10
      containers:
      - name: nginx
        image: k8s.gcr.io/nginx-slim:0.8
        ports:
        - containerPort: 80
          name: web

kubectl apply 進去以後，系統會依照編號產生 Pod。

DaemonSet

DaemonSet 會把 Pod 部署在每一個節點上，也就是在後台跑的程式，通常會應用在需要監控的情形，像是 Node metric、Logs collections。

DaemonSet 的基礎範例如下：

# 1. Save as `nginx-ds.yaml`
# 2. In bash, `kubectl apply -f nginx-ds.yaml`
# 3. If you want to remove, `kubectl delete -f nginx-ds.yaml`
apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: nginx-daemonset
  labels:
    app: nginx-daemonset
spec:
  selector:
    matchLabels:
      app: nginx-daemonset
  template:
    metadata:
      labels:
        app: nginx-daemonset
    spec:
      tolerations:
      # 預設 DaemonSet 是不會把 Pod 放到 Control plane (Master node) 上
      # 加了 tolerations 這幾行設定就可以放到 Control plane 上面了
      - key: node-role.kubernetes.io/control-plane
        operator: Exists
        effect: NoSchedule
      - key: node-role.kubernetes.io/master
        operator: Exists
        effect: NoSchedule
      containers:
      - name: nginx-daemonset
        image: nginx:alpine
        resources:
          limits:
            cpu: 250m
            memory: 512Mi
          requests:
            cpu: 250m
            memory: 512Mi

Job & CronJob

Job 就代表只有一次性的工作，我目前看過 Job 會出現的情形就是 GitLab 升級檢查的時候，會做 Pre-check 的工作，他們有規定版本升級步驟，為了確保升級、Migrate 可以順利進行。

# 1. Save as `pi-job.yaml`
# 2. In bash, `kubectl apply -f pi-job.yaml`
# 3. If you want to remove, `kubectl delete -f pi-job.yaml`
apiVersion: batch/v1
kind: Job
metadata:
  name: pi-with-ttl
spec:
  ttlSecondsAfterFinished: 100 # 100 秒以後，此 Pod 將會被自動清除，沒有設定就不會清除
  template:
    spec:
      containers:
      - name: pi
        image: perl:5.34.0
        command: ["perl",  "-Mbignum=bpi", "-wle", "print bpi(2000)"]
      restartPolicy: Never