你好，我是李逸皓，我的梦想是：运维，永不背锅！
放个链接，万一有人关注呢
优质文章推荐
↓ ↓ ↓ ↓ ↓
开启Linux新时代
新兴Linux命令行工具，不学就要被淘汰
Linux新命令：一条命令解决两个问题
Python脚本实现Linux日志巡检
Linux新趋势：直接弃用AWK
1.如何在K8S中实现服务发现？
在Kubernetes（K8s）中，服务发现主要依赖于Kubernetes的Service和Ingress对象。Service：Service是Kubernetes中的一个核心概念，它为一组运行相同应用程序的Pods提供一个统一的访问入口。Service有自己的IP地址和端口号，其他的Pod可以通过这个IP地址和端口号来访问Service背后的Pods。Service通过标签选择器来选择后端的Pods，当后端的Pods发生变化时，Service会自动更新。DNS：Kubernetes提供了内置的DNS服务，可以为每个Service创建一个DNS记录。这个DNS记录的格式通常是..svc.cluster.local。因此，Pod可以通过Service的DNS名称来访问Service，而不需要知道Service的IP地址。Ingress：Ingress是Kubernetes中用于管理外部访问集群内部Service的对象。你可以为Service定义Ingress规则，这样外部的请求就可以通过Ingress来访问Service。Headless Service：如果你不需要或不想使用Kube-proxy进行负载均衡，你可以使用无头服务（Headless Service）。无头服务没有集群IP，DNS查询会直接返回后端Pod的IP地址列表。在Kubernetes（K8s）中进行水平扩展主要涉及到两个概念：Horizontal Pod Autoscaler（HPA）和Cluster Autoscaler。Horizontal Pod Autoscaler（HPA）：HPA是Kubernetes中的一个对象，它可以自动地根据CPU利用率或者自定义的度量指标来调整Pod的数量。你可以设置最小和最大的Pod数量，HPA会根据实际的负载来增加或减少Pod的数量。这样可以确保应用程序在负载增加时能够提供足够的容量，而在负载减少时不会浪费资源。Cluster Autoscaler：Cluster Autoscaler是一个在集群级别进行自动扩缩容的组件。当集群的所有节点都无法满足新的Pod的调度需求时，Cluster Autoscaler可以自动地向集群添加节点。同样，当一些节点上的Pod都被删除，并且这些节点已经空闲一段时间后，Cluster Autoscaler也可以自动地删除这些节点。以下是一个使用HPA进行水平扩展的例子：
apiVersion: autoscaling/v2beta2kind: HorizontalPodAutoscalermetadata: name: my-app-hpaspec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: my-app minReplicas: 1 maxReplicas: 10 metrics: - type: Resource resource: name: cpu target: type: Utilization averageUtilization: 50
3.有哪些常见的Pod调度策略？
在Kubernetes中，Pod的调度策略主要由Kubernetes的调度器（Scheduler）来决定。以下是一些常见的Pod调度策略：NodeSelector：NodeSelector是最简单的Pod调度策略，它允许你基于节点的标签（Labels）来选择节点。你可以在Pod的spec中设置nodeSelector字段，指定希望Pod运行的节点的标签。Affinity and Anti-Affinity：亲和性（Affinity）和反亲和性（Anti-Affinity）提供了更复杂的节点选择规则。亲和性可以让Pod尽可能地调度到符合某些条件的节点上，反亲和性则可以让Pod尽可能地避开符合某些条件的节点。Taints and Tolerations：污点（Taints）和容忍（Tolerations）是一种可以将Pod驱逐到（或者阻止Pod调度到）特定的节点的方法。节点可以应用一个或多个污点，然后Pod可以应用相应的容忍来允许（或者阻止）自己被调度到这些节点上。PodTopologySpreadConstraints：Pod拓扑扩散约束可以让你控制Pod在拓扑域（例如节点、区域、数据中心等）之间的分布。这可以用来实现高可用性或者负载均衡。Resource Based Scheduling：基于资源的调度策略考虑节点的CPU、内存等资源使用情况，以确保Pod有足够的资源运行。Custom Scheduler：如果内置的调度策略不能满足需求，你还可以编写自定义的调度器。粉丝进群方式如下图：
欢迎新的小伙伴加入！在这里，我们鼓励大家积极参与群内讨论和交流，分享自己的见解和经验，一起学习和成长。同时，也欢迎大家提出问题和建议，让我们不断改进和完善这个平台。 ↓↓↓ 点个在看，无需赞赏！
原文作者：运维book思议；如有侵权，请联系管理员删除。
