背景

前不久公司领导跟我聊天，K8S是什么? 它能干什么？

二话不说，直接搬出概念，它的本质是工业级编排平台，负责容器的弹性、管理和编排。

我之前没有怎么接触K8S相关的概念，啥是容器？怎么弹性？如何管理和编排？

容器是利用了集装箱的思想，把可运行程序打包成可运行、自包含、标准化的镜像。通过K8S能够管理和编排我们打的镜像，举例来说，如果你想运行两个副本，直接在编排文件中配置replicas为2即可，你也可以使用HPA通过检测CPU、内存使用率实现自动扩缩容。

又是镜像，又是编排，引入这么多新概念，能hold住？你就给我说说，它和SpringCloud、dubbo...等微服务框架有什么不同？

SpringCloud、dubbo等框架和K8S切入点不同，K8S能够支撑所有框架和语言，并提供了平台级别的服务；而SpringCloud仅仅是整合了Java库以及各种运行时概念，是通过JVM级别来管理的。

到此结束吧，说到底，还是没有讲清楚它的本质、不能用通俗易懂的语言说清楚K8S到底是什么！

对于一个没有接触到云原生概念的人，如何讲清楚云原生时代的操作系统K8S到底是什么？和普通微服务框架有什么区别？如果问我K8S中的核心组件的功能，又该如何解答？

后来仔细想了想, 可以把K8S比喻成一栋精装修大楼，每间都是统一的标准，拎包入住即可；而其它的一些微服务框架则可以看作毛坯房，需要各种定制化，无法做到开箱即用，至于精装修是否适合自己，还要看自己房子的数量。

就本人而言是不喜欢拿IT技术打比方的，因为IT技术是一门严谨的科学，通过打比方的方式，虽然能够对一门技术有个大致的了解，但是不能从根本上搞明白核心技术点，从而不能起到关键性帮助，有时还会造成曲解。所以直接抠概念中核心关键点文档即可。

本文会用本人自己通俗的语言叙述K8S中核心组件的概念，概念段落中黑体字会用浅显易懂的语言描述该概念，紧接着会进一步解释该组件的功能。适用于K8S小白，如果你是高手，出门左转，不送！

Controller-控制器

• 宏观上来说

控制器本质上就是一个死循环，不断获取实际状态，然后跟期望状态做对比，通过对比决定下一步的操作；如果跟实际状态一致，维持现状，否则将实际状态调整为期望状态。

• 微观上来说

控制器的设计原理是用一种对象控制另一种对象的艺术。

另外我们在一些架构图中经常看到kube controller manager和cloud ontroller manager，其中kube controller manager就是我们常见的有Pod控制器、Deployment控制器....的实现。cloud ontroller manager是对route控制器、Service控制器，之所以会出现cloud mananger controller是因为在不通的云环境中、控制器的实现会因为云厂商、环境的不同，存在一定的差别。

总结来说，控制器就是整个集群的大脑，有了控制器才能使集群更加智能。

Scheduler-调度器

从大体上来说，是一个择优而居的过程，调度器就是为Pod选择一个合适Node，让Pod的定义的任务在这个node上顺利完成。

整个过程如下图：

Informer Path

第一个控制循环我们称之为Informer Path，它启动一系列的Informer，用来监听etcd中Pod、Node、Service等资源对象的变化，并通过Informer Handler把待调度Pod加入的到优先级队列，Node等信息缓存到Cache中。

• Informer 是 Client-go 中的一个核心工具包。内部实现极其复杂，简单来说是一个依赖K8s List/watch API，可以监听事件并触发回调函数的工具包。

• Priority Queue K8s的调度队列，之所以在这里添加调度队列主要是出于对调度优先级和抢占的考虑，通过使用调度队列可以对调度中的内容做特殊操作。

• Scheduler cache调度器缓存，最大程度上将集群信息缓存化，提高Predicte调度算法的执行效率。

Scheduling Path

第二个控制循环是调度器负责Pod调度的主循环，称之为Scheduling Path，主要逻辑就是不断的从队列里拿出Pod，然后调用Predictates进行过滤，这一步的过滤是得到一组满足条件的Node，当然这些Node都是从cache中直接拿到的，接下来再调用Priority算法为上述列表中的Node打分，分数从0-10，得分最高的Node将会被选中。调度算法完成后需要将Pod和NodeName进行绑定，这个过程就是最后一步Bind，当然这个Bind只是更新缓存中绑定信息，称之为乐观绑定。

• Predicates在调度过程中的作用，可以理解为 filter，它按照调度策略，从集群节点中过滤出一系列符合条件的节点。这些节点都是可以运行待调度 Pod的宿主机。
• Priorities阶段的工作主要就是为这些节点大根，这个打分的范围是 0-10分，得分最高的节点就是 Pod绑定的最佳节点。

APIServer

对比Kubernetes和单机操作系统，Kubernetes相当于操作系统，控制着整个集群硬件资源管理，并提供统一的入口，用户可以通过这个入口使用集群、这个入口正是API　Server，通过这个入口，使我们才能进入K8S内部操作其资源对象。

举个例子，一个Pod从提交到运行时序图，如下所示：

• 提交一个 yaml编排文件到 APIServer
• APIServer会把创建 Pod编排文件信息透传到 etcd数据库中
• 调度器 Scheduler通过 listandwatch观察到有新的 Pod需要调度，调度器会为这个 Pod寻找一个合适的节点并放置上去，并且把节点信息回传到 APIServer保存到 etcd中
• Kubelet发现有一个 Pod调度到自己所在节点，会进行 docker run操作启动服务，并且把 Pod状态信息回传给 APIServer，最终 APIServer把 Pod信息记录到 etcd中。

通过这幅图可以看出一个Pod在创建过程，除了APIServer之外，其它组件之间的通信都要经过APIServer。但是你可能会产生一个疑问，控制器呢？请看下图，控制器正是保证和控制服务正常运行的大脑。

etcd

etcd是一个分布式，可靠的key value存储系统，它用于存储分布式系统中的关键数据。得益于etcd自身的租约、历史数据版本控制等机制，Kubernetes自身状态数据流转到etcd中，Kubernetes自身不在需要处理复杂的状态数据，从而简化Kubernetes自身架构。

一个etcd集群，通常会由3个或者5个节点组成，多个节点之间，通过一个叫做Raft一致性算法的方式完成分布式一致性协同，算法会选举出一个主节点作为leader，由leader负责数据的同步与数据的分发，当leader出现故障后，系统会自动地选取另一个节点成为leader，并重新完成数据的同步与分发。客户端在众多的leader中，仅需要选择其中的一个就可以完成数据的读写。其内部机制非常复杂，采用B+树数据存储，但是对外提供接口非常简单，我们可以直接通过HTTP协议进行访问。

ETCD中主要使用使用场景有选主、并发控制进程执行、服务发现（租约检测节点存活}、版本机制控制历史数据

总结

本文主要是通过通俗易懂的语言描述了K8S中核心组件的功能以及用途，使其看起来简单，但内部执行流程及细节却是非常复杂，本人目前也正在阅读和实践client-go的源码，后续会有输出，欢迎有兴趣的同学，关注公众号、加我微信一起讨论。

推荐