Kubernetes集群的高可用性设计与实践:从理论到落地

news2026/5/13 21:39:11
Kubernetes集群的高可用性设计与实践从理论到落地 硬核开场各位技术老铁们今天咱们来聊聊Kubernetes集群的高可用性设计。别跟我说你的K8s集群就一个master节点那都不叫生产环境在生产环境中高可用是底线是生命线。今天susu就带你们从理论到实践一步步构建高可用的Kubernetes集群从多master部署到etcd集群配置从网络规划到故障转移全给你整明白 核心内容1. Kubernetes高可用的核心概念什么是高可用系统在面对各种故障时仍能保持正常运行的能力Kubernetes的高可用目标99.95%的可用性每年 downtime 不超过4小时高可用的关键组件多master节点、etcd集群、负载均衡、网络冗余2. 高可用集群架构设计2.1 多Master架构--------------------- | Load Balancer | --------------------- | --------------------- | Master Node 1 | | kube-apiserver | | kube-controller-manager | | kube-scheduler | --------------------- | --------------------- | Master Node 2 | | kube-apiserver | | kube-controller-manager | | kube-scheduler | --------------------- | --------------------- | Master Node 3 | | kube-apiserver | | kube-controller-manager | | kube-scheduler | --------------------- | --------------------- | etcd Cluster | | (3/5 nodes) | --------------------- | --------------------- | Worker Nodes | | (multiple) | ---------------------2.2 etcd集群配置etcd是Kubernetes的核心存储必须高可用。# 安装etcd ETCD_VERv3.5.4 DOWNLOAD_URLhttps://github.com/etcd-io/etcd/releases/download curl -L ${DOWNLOAD_URL}/${ETCD_VER}/etcd-${ETCD_VER}-linux-amd64.tar.gz -o etcd.tar.gz tar xzvf etcd.tar.gz cd etcd-${ETCD_VER}-linux-amd64 cp etcd etcdctl /usr/local/bin/ # 配置etcd集群 # 在node1上执行 etcd --name etcd1 --initial-advertise-peer-urls http://192.168.1.101:2380 \ --listen-peer-urls http://192.168.1.101:2380 \ --listen-client-urls http://192.168.1.101:2379,http://127.0.0.1:2379 \ --advertise-client-urls http://192.168.1.101:2379 \ --initial-cluster-token etcd-cluster-1 \ --initial-cluster etcd1http://192.168.1.101:2380,etcd2http://192.168.1.102:2380,etcd3http://192.168.1.103:2380 \ --initial-cluster-state new # 在node2上执行 etcd --name etcd2 --initial-advertise-peer-urls http://192.168.1.102:2380 \ --listen-peer-urls http://192.168.1.102:2380 \ --listen-client-urls http://192.168.1.102:2379,http://127.0.0.1:2379 \ --advertise-client-urls http://192.168.1.102:2379 \ --initial-cluster-token etcd-cluster-1 \ --initial-cluster etcd1http://192.168.1.101:2380,etcd2http://192.168.1.102:2380,etcd3http://192.168.1.103:2380 \ --initial-cluster-state new # 在node3上执行 etcd --name etcd3 --initial-advertise-peer-urls http://192.168.1.103:2380 \ --listen-peer-urls http://192.168.1.103:2380 \ --listen-client-urls http://192.168.1.103:2379,http://127.0.0.1:2379 \ --advertise-client-urls http://192.168.1.103:2379 \ --initial-cluster-token etcd-cluster-1 \ --initial-cluster etcd1http://192.168.1.101:2380,etcd2http://192.168.1.102:2380,etcd3http://192.168.1.103:2380 \ --initial-cluster-state new # 验证etcd集群状态 etcdctl endpoint health --endpointshttp://192.168.1.101:2379,http://192.168.1.102:2379,http://192.168.1.103:23793. 部署多Master Kubernetes集群3.1 安装kubeadm# 安装依赖 apt-get update apt-get install -y apt-transport-https curl # 添加Kubernetes GPG key curl -s https://packages.cloud.google.com/apt/doc/apt-key.gpg | apt-key add - # 添加Kubernetes apt源 cat EOF /etc/apt/sources.list.d/kubernetes.list deb https://apt.kubernetes.io/ kubernetes-xenial main EOF # 安装kubeadm, kubelet, kubectl apt-get update apt-get install -y kubelet kubeadm kubectl # 锁定版本 apt-mark hold kubelet kubeadm kubectl3.2 初始化第一个Master节点# 初始化Master节点 kubeadm init --control-plane-endpoint 192.168.1.200:6443 --upload-certs \ --pod-network-cidr10.244.0.0/16 \ --service-cidr10.96.0.0/12 \ --etcd-servershttps://192.168.1.101:2379,https://192.168.1.102:2379,https://192.168.1.103:2379 \ --etcd-cafile/etc/kubernetes/pki/etcd/ca.crt \ --etcd-certfile/etc/kubernetes/pki/apiserver-etcd-client.crt \ --etcd-keyfile/etc/kubernetes/pki/apiserver-etcd-client.key # 配置kubectl mkdir -p $HOME/.kube cp -i /etc/kubernetes/admin.conf $HOME/.kube/config chown $(id -u):$(id -g) $HOME/.kube/config # 安装网络插件 kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/master/Documentation/kube-flannel.yml3.3 添加其他Master节点# 获取加入命令 kubeadm token create --print-join-command # 在其他Master节点上执行包含--control-plane参数 kubeadm join 192.168.1.200:6443 --token token --discovery-token-ca-cert-hash sha256:hash --control-plane --certificate-key certificate-key3.4 配置负载均衡器# 安装HAProxy apt-get install -y haproxy # 配置HAProxy cat EOF /etc/haproxy/haproxy.cfg global log /dev/log local0 log /dev/log local1 notice chroot /var/lib/haproxy stats socket /run/haproxy/admin.sock mode 660 level admin expose-fd listeners stats timeout 30s user haproxy group haproxy daemon defaults log global mode http option httplog option dontlognull timeout connect 5000 timeout client 50000 timeout server 50000 frontend kubernetes bind 192.168.1.200:6443 mode tcp option tcplog default_backend kubernetes-master-nodes backend kubernetes-master-nodes mode tcp option tcplog option tcp-check balance roundrobin default-server inter 10s downinter 5s rise 2 fall 2 slowstart 60s maxconn 250 maxqueue 256 weight 100 server master1 192.168.1.101:6443 check server master2 192.168.1.102:6443 check server master3 192.168.1.103:6443 check EOF # 重启HAProxy systemctl restart haproxy systemctl enable haproxy4. 高可用网络配置4.1 配置Calico网络插件# 安装Calico kubectl apply -f https://docs.projectcalico.org/manifests/calico.yaml # 验证网络状态 kubectl get pods -n kube-system kubectl get nodes4.2 配置网络策略apiVersion: networking.k8s.io/v1 kind: NetworkPolicy metadata: name: default-deny namespace: default spec: podSelector: {} policyTypes: - Ingress - Egress5. 高可用存储配置5.1 配置StorageClassapiVersion: storage.k8s.io/v1 kind: StorageClass metadata: name: high-availability provisioner: kubernetes.io/aws-ebs parameters: type: gp2 iopsPerGB: 10 encrypted: true reclaimPolicy: Retain allowVolumeExpansion: true volumeBindingMode: WaitForFirstConsumer5.2 配置PersistentVolumeClaimapiVersion: v1 kind: PersistentVolumeClaim metadata: name: high-availability-pvc spec: storageClassName: high-availability accessModes: - ReadWriteOnce resources: requests: storage: 10Gi6. 高可用应用部署6.1 部署高可用应用示例apiVersion: apps/v1 kind: Deployment metadata: name: nginx-high-availability namespace: default spec: replicas: 3 selector: matchLabels: app: nginx template: metadata: labels: app: nginx spec: containers: - name: nginx image: nginx:latest ports: - containerPort: 80 resources: requests: cpu: 100m memory: 128Mi limits: cpu: 500m memory: 256Mi affinity: podAntiAffinity: requiredDuringSchedulingIgnoredDuringExecution: - labelSelector: matchExpressions: - key: app operator: In values: - nginx topologyKey: kubernetes.io/hostname --- apiVersion: v1 kind: Service metadata: name: nginx-service spec: selector: app: nginx ports: - port: 80 targetPort: 80 type: LoadBalancer7. 监控与告警7.1 部署Prometheus和Grafana# 使用Helm安装Prometheus和Grafana helm repo add prometheus-community https://prometheus-community.github.io/helm-charts helm repo update helm install prometheus prometheus-community/kube-prometheus-stack --namespace monitoring --create-namespace # 查看监控组件 kubectl get pods -n monitoring7.2 配置高可用告警规则apiVersion: monitoring.coreos.com/v1 kind: PrometheusRule metadata: name: kubernetes-high-availability-alerts namespace: monitoring spec: groups: - name: kubernetes-master rules: - alert: MasterDown expr: kube_node_status_condition{conditionReady,node~master.*} 0 for: 5m labels: severity: critical annotations: summary: Master node down description: Master node {{ $labels.node }} is down for more than 5 minutes - alert: EtcdDown expr: etcd_server_has_leader{jobetcd} 0 for: 5m labels: severity: critical annotations: summary: Etcd cluster down description: Etcd cluster has no leader for more than 5 minutes8. 故障转移与恢复8.1 模拟Master节点故障# 模拟Master节点故障 ssh master1 sudo systemctl stop kube-apiserver kube-controller-manager kube-scheduler # 查看集群状态 kubectl get nodes kubectl get pods -n kube-system # 恢复Master节点 ssh master1 sudo systemctl start kube-apiserver kube-controller-manager kube-scheduler # 验证集群状态 kubectl get nodes kubectl get pods -n kube-system8.2 模拟etcd节点故障# 模拟etcd节点故障 ssh etcd1 sudo systemctl stop etcd # 查看etcd集群状态 etcdctl endpoint health --endpointshttp://192.168.1.101:2379,http://192.168.1.102:2379,http://192.168.1.103:2379 # 恢复etcd节点 ssh etcd1 sudo systemctl start etcd # 验证etcd集群状态 etcdctl endpoint health --endpointshttp://192.168.1.101:2379,http://192.168.1.102:2379,http://192.168.1.103:2379️ 最佳实践集群规划Master节点数量应为奇数3或5个确保etcd集群的高可用每个Master节点配置至少2CPU/4GB内存Worker节点根据实际工作负载配置网络配置使用Calico或Cilium等成熟的网络插件配置网络策略限制Pod间通信确保网络带宽足够特别是etcd节点间的通信存储配置使用高可用的存储解决方案为关键应用配置PersistentVolumeClaim定期备份etcd数据监控与告警部署Prometheus和Grafana监控集群状态配置关键指标的告警建立监控Dashboard实时查看集群健康状态安全配置启用RBAC限制用户权限配置Pod安全策略定期更新Kubernetes版本和组件灾备与恢复定期备份etcd数据制定详细的故障转移和恢复流程定期进行故障演练确保团队熟悉恢复流程 总结Kubernetes集群的高可用性设计是生产环境的必备条件。通过本文的实践你应该已经掌握了多Master架构的设计与部署etcd集群的配置与管理负载均衡器的配置网络和存储的高可用配置应用的高可用部署监控与告警的设置故障转移与恢复的流程记住高可用性不是一蹴而就的需要持续的维护和优化。在实际生产环境中要根据业务需求和资源情况选择合适的高可用方案。susu碎碎念Master节点数量不要太多3个就足够了多了会增加复杂度etcd集群一定要使用奇数节点确保选举机制正常工作负载均衡器本身也要高可用避免成为单点故障定期备份etcd数据这是恢复集群的最后希望监控告警要设置合理避免告警风暴觉得有用点个赞再走咱们下期见

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2532439.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…