什么是控制器

Kubernetes 中内建了很多 controller（控制器），这些相当于一个状态机，用来控制 Pod 的具体状态和行为

控制器类型

  • ReplicationController 和 ReplicaSet
  • Deployment
  • DaemonSet
  • StateFulSet
  • Job/CronJob
  • Horizontal Pod Autoscaling

    ReplicationController & ReplicaSet & Deployment

    ReplicationController (RC) 用来确保容器应用的副本数始终保持在用户定义的副本数，即如果有容器异常退出，会自动创建新的Pod来替代；而如果异常多出来的容器也会自动回收。
    在新版本的Kubernetes中建议使用ReplicaSet 来取代ReplicationControlle.
    ReplicaSet跟ReplicationController没有本质的不同，只是名字不一样，并且ReplicaSet 支持集合式的 selector

虽然ReplicaSet可以独立使用，但一般还是建议使用Deployment来自动管理ReplicaSet，这样就无需担心跟其他机制的不兼容问题（比如ReplicaSet不支持rolling-update但Deployment 支持）

Deplyment

Deployment 为 Pod 和 ReplicaSet 提供了一个声明式定义 (declarative) 方法，用来替代以前的ReplicationController 来方便的管理应用。典型的应用场景包括:

  • 定义 Deployment 来创建 Pod 和 ReplicaSet
  • 滚动升级和回滚应用
  • 扩容和缩容
  • 暂停和继续 Deployment
    • 命令式编程：它侧重于如何实现程序，就像我们刚接触编程的时候那样，我们需要把程序的实现过程按照逻辑结果一步步写下来。对应 create（更优）
    • 声明式编程：它侧重于定义想要什么，然后告诉计算机/引擎，让他帮你去实现， 对应 apply（更优）

DaemonSet

DaemonSet 确保全部（或者一些）Node 上运行一个（只能有一个） Pod 的副本。当有 Node 加入集群时，也会为他们新增一个 Pod。当有Node 从集群移除时，这些 Pod 也会被回收。删除 DaemonSet 将会删除它创建的所有 Pod
使用 DaemonSet 的一些典型用法：

  • 运行集群存储 daemon，例如在每个Node上运行 glusterd、ceph。
  • 在每个Node上运行日志收集 daemon，例如 fluentd、logstash。
  • 在每个Node上运行监控 daemon，例如 Prometheus Node Exporter、 collectd 、Datadog代理、New Relic代理，或 Ganglia gmond

Job

Job负责批处理任务，即仅执行一次的任务，它保证批处理任务的一个或多个Pod成功结束

CronJob

CronJob管理基于时间的 Job，即：

  • 在给定时间点只运行一次
  • 周期性地在给定时间点运行

使用前提条件：当前使用的 Kubernetes 集群，版本>=1.8（对Cronjob）。对于先前版本的集群，版本<=1.8，启动API Server时，通过传递选项|-runtime-config=batch/v2alphal=true 可以开启batch/v2alpha1 APl

典型的用法如下所示：

  • 在给定的时间点调度Job运行
  • 创建周期性运行的Job，例如：数据库备份、发送邮件

StatefulSet

StatefulSet 作为 Controller 为 Pod 提供唯一的标识。它可以保证部署和 scale 的顺序
StatefulSet 是为了解决状态服务的问题（对应 Deployments 和 ReplicaSets 是为无状态服务而设计），其应用场景包括：

  • 稳定的持久化存储，即Pod 重新调度后还是能访问到相同的持久化数据，基于PVC来实现
  • 稳定的网络标志，即Pod 重新调度后其PodName和HostName不变，基于Headless Service（即没有Cluster IP的Service）来实现
  • 有序部署，有序扩展，即Pod是有顺序的，在部署或者扩展的时候要依据定义的顺序依次依次进行（即从0到N-1，在下一个Pod 运行之前所有之前的Pod必须都是Running和Ready状态），基于 init containers 来实现
  • 有序收缩，有序删除（即从N-1到0）

Horizontal Pod Autoscaling(HPA)

应用的资源使用率通常都有高峰和低谷的时候，如何削峰填谷，提高集群的整体资源利用率，让 service 中的 Pod 个数自动调整呢？这就有赖于Horizontal Pod Autoscaling了，顾名思义，使Pod水平自动缩放。
Horizontal Pod Autoscaling 仅适用于 Deployment 和 ReplicaSet，在V1版本中仅支持根据Pod的CPU利用率扩所容，在vlalpha版本中，支持根据内存和用户自定义的metric扩缩容