当前位置：首页 > news >正文

从 0 到 1 掌控云原生部署：Java 项目的 Docker 容器化与 K8s 集群实战指南

news 2025/10/9 6:21:13

引言：容器化部署为何成为 Java 开发的必选项

在 Java 开发领域，部署方式正经历着从传统虚拟机到容器化的革命性转变。根据 2024 年 JetBrains 开发者调查，超过 78% 的企业级 Java 项目已采用容器化部署，其中 Kubernetes 成为容器编排的绝对主导者，市场占有率高达 83%。

这种转变并非偶然。传统 Java 应用部署面临着环境一致性差、资源利用率低、扩展能力弱等痛点：开发环境运行正常的代码，到了测试环境却频频报错；为应对流量峰值不得不长期维持大量闲置服务器；系统出现故障时，手动恢复耗时费力。

Docker 容器化技术与 Kubernetes 集群管理的结合，为这些问题提供了完美解决方案：

环境一致性：容器封装了应用及其所有依赖，确保 "一次构建，到处运行"
资源高效利用：容器比虚拟机更轻量，能在相同硬件上运行更多应用实例
弹性伸缩：根据负载自动调整实例数量，平衡性能与成本
故障自愈：自动检测并替换故障实例，提高系统可用性
简化部署流程：实现从代码提交到生产部署的自动化流水线

本文将带领你完成 Java 项目的容器化之旅，从基础的 Docker 镜像构建，到复杂的 Kubernetes 集群部署，再到高级的自动伸缩和故障自愈配置，全方位掌握云原生部署技术栈。

一、Docker 容器化基础：从理论到实践

1.1 Docker 核心概念与工作原理

Docker 采用了操作系统级虚拟化技术，通过隔离用户空间实现应用的独立运行。其核心组件包括：

镜像 (Image)：包含运行应用所需的代码、运行时、库、环境变量和配置文件的不可变模板
容器 (Container)：镜像的运行实例，是一个独立的可执行软件包
Docker 引擎：创建和管理容器的核心软件，包括 Docker 守护进程和命令行客户端
仓库 (Registry)：存储和分发 Docker 镜像的仓库，如 Docker Hub、阿里云容器仓库等
网络 (Network)：实现容器间通信的网络模型
卷 (Volume)：用于持久化存储容器数据的机制

Docker 的工作流程可概括为：

1.2 准备一个可容器化的 Java 项目

我们将以一个 Spring Boot 应用为例，演示容器化过程。首先创建项目结构并添加核心依赖：

pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>3.2.0</version><relativePath/></parent><groupId>com.example</groupId><artifactId>docker-k8s-demo</artifactId><version>1.0.0</version><name>docker-k8s-demo</name><description>A demo project for Docker and Kubernetes deployment</description><properties><java.version>17</java.version><lombok.version>1.18.30</lombok.version><springdoc.version>2.1.0</springdoc.version><fastjson2.version>2.0.45</fastjson2.version><mybatis-plus.version>3.5.5</mybatis-plus.version></properties><dependencies><!-- Spring Boot Web --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><!-- Spring Boot Actuator (用于健康检查和监控) --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-actuator</artifactId></dependency><!-- Lombok --><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>${lombok.version}</version><optional>true</optional></dependency><!-- Swagger3 --><dependency><groupId>org.springdoc</groupId><artifactId>springdoc-openapi-starter-webmvc-ui</artifactId><version>${springdoc.version}</version></dependency><!-- MyBatis-Plus --><dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>${mybatis-plus.version}</version></dependency><!-- MySQL Driver --><dependency><groupId>com.mysql</groupId><artifactId>mysql-connector-j</artifactId><scope>runtime</scope></dependency><!-- FastJSON2 --><dependency><groupId>com.alibaba.fastjson2</groupId><artifactId>fastjson2</artifactId><version>${fastjson2.version}</version></dependency><!-- Test --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency></dependencies><build><plugins><!-- 打包插件 --><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><configuration><excludes><exclude><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></exclude></excludes><!-- 构建分层jar，优化Docker镜像构建 --><layers><enabled>true</enabled></layers></configuration></plugin><!-- 编译插件 --><plugin><groupId>org.apache.maven.plugins</groupId><artifactId>maven-compiler-plugin</artifactId><version>3.11.0</version><configuration><source>${java.version}</source><target>${java.version}</target><encoding>UTF-8</encoding></configuration></plugin></plugins></build>
</project>

应用主类

package com.example.dockerk8sdemo;import io.swagger.v3.oas.annotations.OpenAPIDefinition;
import io.swagger.v3.oas.annotations.info.Info;
import lombok.extern.slf4j.Slf4j;
import org.mybatis.spring.annotation.MapperScan;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.boot.context.event.ApplicationReadyEvent;
import org.springframework.context.event.EventListener;/*** 应用主类** @author ken*/
@SpringBootApplication
@MapperScan("com.example.dockerk8sdemo.mapper")
@OpenAPIDefinition(info = @Info(title = "Docker-K8s Demo API", version = "1.0", description = "演示API"))
@Slf4j
public class DockerK8sDemoApplication {public static void main(String[] args) {SpringApplication.run(DockerK8sDemoApplication.class, args);}/*** 应用启动完成事件*/@EventListener(ApplicationReadyEvent.class)public void onApplicationReady() {log.info("Application started successfully");// 打印环境信息，用于验证容器环境String javaVersion = System.getProperty("java.version");String userName = System.getenv("USER_NAME");log.info("Running with Java version: {}", javaVersion);log.info("USER_NAME environment variable: {}", userName);}
}

配置文件

# application.yml
spring:profiles:active: ${SPRING_PROFILES_ACTIVE:default}datasource:url: jdbc:mysql://${DB_HOST:localhost}:${DB_PORT:3306}/${DB_NAME:demo}?useSSL=false&serverTimezone=UTC&allowPublicKeyRetrieval=trueusername: ${DB_USERNAME:root}password: ${DB_PASSWORD:root}driver-class-name: com.mysql.cj.jdbc.Driver# 应用配置
server:port: ${PORT:8080}servlet:context-path: /api# Actuator配置（暴露健康检查和监控端点）
management:endpoints:web:exposure:include: health,info,metrics,prometheusendpoint:health:show-details: alwaysprobes:enabled: truemetrics:export:prometheus:enabled: true# MyBatis-Plus配置
mybatis-plus:mapper-locations: classpath*:mapper/**/*.xmlconfiguration:map-underscore-to-camel-case: truelog-impl: org.apache.ibatis.logging.slf4j.Slf4jImplglobal-config:db-config:id-type: auto

健康检查控制器

package com.example.dockerk8sdemo.controller;import io.swagger.v3.oas.annotations.Operation;
import io.swagger.v3.oas.annotations.Parameter;
import io.swagger.v3.oas.annotations.tags.Tag;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.boot.actuate.health.Health;
import org.springframework.boot.actuate.health.HealthIndicator;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;import java.util.HashMap;
import java.util.Map;
import java.util.Random;/*** 健康检查和演示控制器** @author ken*/
@RestController
@RequestMapping("/health")
@RequiredArgsConstructor
@Tag(name = "健康检查", description = "应用健康状态检查接口")
@Slf4j
public class HealthController implements HealthIndicator {private final Random random = new Random();/*** 自定义健康检查端点*/@Overridepublic Health health() {// 实际应用中可以检查数据库连接、缓存等资源int errorCode = check();if (errorCode != 0) {return Health.down().withDetail("Error Code", errorCode).withDetail("Message", "Some resources are not available").build();}return Health.up().withDetail("Message", "Application is running normally").withDetail("Version", "1.0.0").build();}/*** 简单的健康检查逻辑*/private int check() {// 模拟健康检查，99%概率返回健康return random.nextInt(100) < 99 ? 0 : 1;}/*** 测试接口*/@GetMapping("/test")@Operation(summary = "测试接口", description = "用于验证服务是否正常运行")public Map<String, Object> test() {Map<String, Object> result = new HashMap<>(4);result.put("status", "success");result.put("message", "Service is running");result.put("instance", System.getenv("HOSTNAME")); // 在容器中会显示容器IDresult.put("timestamp", System.currentTimeMillis());log.info("Test endpoint called");return result;}/*** 模拟负载的接口*/@GetMapping("/load/{seconds}")@Operation(summary = "模拟负载", description = "用于测试自动伸缩功能")public Map<String, Object> simulateLoad(@Parameter(description = "负载持续时间(秒)") @PathVariable int seconds) {long endTime = System.currentTimeMillis() + seconds * 1000L;log.info("Simulating load for {} seconds", seconds);// 消耗CPUwhile (System.currentTimeMillis() < endTime) {Math.sqrt(random.nextDouble());}Map<String, Object> result = new HashMap<>(3);result.put("status", "success");result.put("message", "Load simulation completed");result.put("durationSeconds", seconds);return result;}
}

1.3 编写高效的 Dockerfile

Dockerfile 是构建 Docker 镜像的蓝图，一个优化的 Dockerfile 能显著减小镜像体积并提高构建速度。以下是针对 Java 应用的优化 Dockerfile：

# 多阶段构建：第一阶段编译打包
FROM maven:3.9.6-eclipse-temurin-17 AS builder# 设置工作目录
WORKDIR /app# 复制pom.xml和依赖文件，利用缓存
COPY pom.xml .
COPY src ./src# 编译打包，跳过测试以加快构建
RUN mvn clean package -DskipTests# 提取Spring Boot分层
RUN java -Djarmode=layertools -jar target/*.jar extract# 第二阶段：运行环境
FROM eclipse-temurin:17-jre-alpine# 添加非root用户，增强安全性
RUN addgroup -S appgroup && adduser -S appuser -G appgroup# 设置工作目录
WORKDIR /app# 复制分层文件
COPY --from=builder /app/dependencies/ ./
COPY --from=builder /app/spring-boot-loader/ ./
COPY --from=builder /app/snapshot-dependencies/ ./
COPY --from=builder /app/application/ ./# 切换到非root用户
USER appuser# 暴露端口
EXPOSE 8080# 健康检查
HEALTHCHECK --interval=30s --timeout=3s --start-period=60s --retries=3 \CMD wget -q --spider http://localhost:8080/api/health || exit 1# 启动命令
ENTRYPOINT ["java", "org.springframework.boot.loader.launch.JarLauncher"]# 元数据标签
LABEL maintainer="ken"
LABEL version="1.0.0"
LABEL description="Docker-K8s Demo Application"

这个 Dockerfile 采用了多项优化技术：

多阶段构建：将编译环境和运行环境分离，最终镜像只包含运行所需文件
分层构建：利用 Spring Boot 的分层功能，将不常变化的依赖与频繁变化的应用代码分离，提高缓存利用率
使用轻量基础镜像：采用 Alpine 版本的 JRE，比完整版小很多
非 root 用户运行：增强容器安全性，避免潜在的权限问题
健康检查：内置健康检查命令，便于容器平台监控应用状态
适当的元数据：添加标签信息，提高镜像可维护性

1.4 构建并测试 Docker 镜像

构建镜像命令：

# 构建镜像，指定标签
docker build -t docker-k8s-demo:1.0.0 .# 查看构建的镜像
docker images | grep docker-k8s-demo

运行容器测试：

# 简单运行
docker run -d -p 8080:8080 --name demo-app docker-k8s-demo:1.0.0# 带环境变量运行
docker run -d \-p 8080:8080 \--name demo-app \-e SPRING_PROFILES_ACTIVE=prod \-e DB_HOST=mysql \-e DB_USERNAME=root \-e DB_PASSWORD=secret \docker-k8s-demo:1.0.0# 查看容器日志
docker logs -f demo-app# 测试接口
curl http://localhost:8080/api/health/test# 停止并删除容器
docker stop demo-app
docker rm demo-app

1.5 推送镜像到仓库

为了在 Kubernetes 集群中使用镜像，需要将其推送到容器仓库：

# 登录Docker Hub（如果使用其他仓库，如阿里云容器仓库，替换为相应地址）
docker login# 标记镜像（格式：仓库地址/用户名/镜像名:标签）
docker tag docker-k8s-demo:1.0.0 yourusername/docker-k8s-demo:1.0.0# 推送镜像
docker push yourusername/docker-k8s-demo:1.0.0# 如果使用私有仓库
docker tag docker-k8s-demo:1.0.0 private-registry.example.com/demo/docker-k8s-demo:1.0.0
docker push private-registry.example.com/demo/docker-k8s-demo:1.0.0

二、Kubernetes 核心概念与集群搭建

2.1 Kubernetes 核心组件与架构

Kubernetes（简称 K8s）是一个开源的容器编排平台，能够自动化容器的部署、扩展和管理。其核心架构如下：

核心组件说明：

控制平面 (Control Plane)：
- API Server：所有操作的统一入口，提供 RESTful API
- etcd：分布式键值存储，保存集群的所有状态
- Scheduler：负责 Pod 的调度，决定将 Pod 部署到哪个节点
- Controller Manager：运行各种控制器进程，如节点控制器、副本控制器等
- Cloud Controller Manager：与云服务提供商集成的控制器
节点 (Node)：
- Kubelet：在每个节点上运行，确保容器按照 Pod 规范运行
- Kube-proxy：网络代理，维护节点网络规则
- 容器运行时：负责运行容器的软件，如 containerd

Kubernetes 的核心对象包括：

Pod：最小部署单元，包含一个或多个容器
Service：定义 Pod 的访问方式，提供固定访问点
Deployment：管理 Pod 和 ReplicaSet，支持滚动更新
StatefulSet：用于管理有状态应用
ConfigMap/Secret：配置管理
Namespace：提供资源隔离
Ingress：管理外部访问

2.2 搭建本地 Kubernetes 集群

对于开发和测试，我们可以使用 Minikube 搭建本地单节点集群：

# 安装Minikube（Windows使用Chocolatey，macOS使用Homebrew）
# macOS:
brew install minikube# 启动集群（指定容器运行时为containerd，内存2GB）
minikube start --driver=docker --container-runtime=containerd --memory=2048# 检查集群状态
minikube status# 安装kubectl（Kubernetes命令行工具）
# macOS:
brew install kubectl# 验证kubectl配置
kubectl config view# 查看节点信息
kubectl get nodes# 查看集群组件
kubectl get pods -n kube-system

对于生产环境，建议使用 kubeadm 搭建多节点集群，或使用云服务商提供的托管 Kubernetes 服务（如 EKS、GKE、AKS、阿里云 ACK 等）。

2.3 kubectl 命令行工具基础

kubectl 是与 Kubernetes 集群交互的主要工具，常用命令：

# 查看资源
kubectl get pods          # 查看所有Pod
kubectl get services      # 查看所有Service
kubectl get deployments   # 查看所有Deployment
kubectl get namespaces    # 查看所有Namespace# 查看详细信息
kubectl describe pod <pod-name>
kubectl describe deployment <deployment-name># 查看日志
kubectl logs <pod-name>
kubectl logs -f <pod-name>  # 实时查看日志# 执行命令
kubectl exec -it <pod-name> -- /bin/sh# 创建资源
kubectl create -f <yaml-file># 应用配置（创建或更新资源）
kubectl apply -f <yaml-file># 删除资源
kubectl delete pod <pod-name>
kubectl delete -f <yaml-file># 查看集群信息
kubectl cluster-info# 切换命名空间
kubectl config set-context --current --namespace=<namespace-name>

三、在 Kubernetes 部署 Java 应用

3.1 编写 Kubernetes 配置文件

Kubernetes 使用 YAML 或 JSON 格式的配置文件定义资源。我们需要创建以下配置文件来部署 Java 应用：

1. 命名空间配置（namespace.yaml）

apiVersion: v1
kind: Namespace
metadata:name: demo-applabels:name: demo-app

2. 配置文件（configmap.yaml）

apiVersion: v1
kind: ConfigMap
metadata:name: demo-app-confignamespace: demo-app
data:# 应用配置SPRING_PROFILES_ACTIVE: "prod"SERVER_PORT: "8080"# 日志配置LOG_LEVEL: "INFO"LOG_PATTERN: "%d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] %-5level %logger{36} - %msg%n"

3. 密钥配置（secret.yaml）

apiVersion: v1
kind: Secret
metadata:name: demo-app-secretnamespace: demo-app
type: Opaque
data:# 注意：这里的值需要Base64编码DB_USERNAME: cm9vdA==  # root的Base64编码DB_PASSWORD: c2VjcmV0  # secret的Base64编码

生成 Base64 编码的命令：echo -n "value" | base64

4. 部署配置（deployment.yaml）

apiVersion: apps/v1
kind: Deployment
metadata:name: demo-appnamespace: demo-applabels:app: demo-app
spec:# 初始副本数replicas: 2# 选择器，用于匹配Pod模板selector:matchLabels:app: demo-app# 策略配置strategy:# 滚动更新策略rollingUpdate:maxSurge: 1        # 可以超出期望副本数的最大数量maxUnavailable: 0  # 更新过程中允许不可用的最大副本数type: RollingUpdate# Pod模板template:metadata:labels:app: demo-appspec:# 容器配置containers:- name: demo-app# 镜像地址（替换为你的镜像仓库地址）image: yourusername/docker-k8s-demo:1.0.0imagePullPolicy: Always# 端口配置ports:- containerPort: 8080name: httpprotocol: TCP# 环境变量配置env:# 从ConfigMap获取环境变量- name: SPRING_PROFILES_ACTIVEvalueFrom:configMapKeyRef:name: demo-app-configkey: SPRING_PROFILES_ACTIVE- name: SERVER_PORTvalueFrom:configMapKeyRef:name: demo-app-configkey: SERVER_PORT# 从Secret获取环境变量- name: DB_USERNAMEvalueFrom:secretKeyRef:name: demo-app-secretkey: DB_USERNAME- name: DB_PASSWORDvalueFrom:secretKeyRef:name: demo-app-secretkey: DB_PASSWORD# 直接指定环境变量- name: DB_HOSTvalue: mysql-service- name: DB_PORTvalue: "3306"- name: DB_NAMEvalue: demo# 资源限制resources:requests:memory: "256Mi"cpu: "200m"limits:memory: "512Mi"cpu: "500m"# 健康检查livenessProbe:httpGet:path: /api/healthport: 8080initialDelaySeconds: 60  # 启动后多久开始检查periodSeconds: 30        # 检查间隔timeoutSeconds: 3        # 超时时间failureThreshold: 3      # 失败多少次视为不健康readinessProbe:httpGet:path: /api/health/testport: 8080initialDelaySeconds: 30periodSeconds: 10timeoutSeconds: 3failureThreshold: 3# 启动探针（确保应用完全启动）startupProbe:httpGet:path: /api/healthport: 8080failureThreshold: 30periodSeconds: 10

5. 服务配置（service.yaml）

apiVersion: v1
kind: Service
metadata:name: demo-app-servicenamespace: demo-app
spec:selector:app: demo-appports:- port: 80targetPort: 8080protocol: TCPname: httptype: ClusterIP  # 集群内部访问

6. ingress 配置（ingress.yaml）- 可选

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:name: demo-app-ingressnamespace: demo-appannotations:nginx.ingress.kubernetes.io/rewrite-target: /nginx.ingress.kubernetes.io/ssl-redirect: "false"
spec:rules:- host: demo-app.localhttp:paths:- path: /pathType: Prefixbackend:service:name: demo-app-serviceport:number: 80

3.2 部署应用到 Kubernetes 集群

执行以下命令部署应用：

# 创建命名空间
kubectl apply -f namespace.yaml# 创建配置和密钥
kubectl apply -f configmap.yaml
kubectl apply -f secret.yaml# 部署应用
kubectl apply -f deployment.yaml# 创建服务
kubectl apply -f service.yaml# （可选）创建Ingress
# 首先需要安装Ingress控制器：minikube addons enable ingress
kubectl apply -f ingress.yaml# 查看部署状态
kubectl get deployments -n demo-app
kubectl get pods -n demo-app
kubectl get services -n demo-app# 查看部署详情
kubectl describe deployment demo-app -n demo-app# 查看Pod日志
kubectl logs -f <pod-name> -n demo-app

3.3 访问 Kubernetes 中的应用

有多种方式可以访问 Kubernetes 集群中的应用：

端口转发：

# 将本地端口8080转发到集群中的服务
kubectl port-forward -n demo-app service/demo-app-service 8080:80# 现在可以通过http://localhost:8080访问应用
curl http://localhost:8080/api/health/test

使用 Minikube 隧道（针对 NodePort 或 LoadBalancer 类型服务）：

# 在另一个终端启动隧道
minikube tunnel# 获取服务地址
kubectl get service demo-app-service -n demo-app

通过 Ingress 访问：

# 添加主机映射（Windows在C:\Windows\System32\drivers\etc\hosts，Linux/macOS在/etc/hosts）
echo "$(minikube ip) demo-app.local" | sudo tee -a /etc/hosts# 访问应用
curl http://demo-app.local/api/health/test

3.4 部署 MySQL 数据库

为了让我们的 Java 应用能够正常工作，需要部署一个 MySQL 数据库：

mysql-configmap.yaml

apiVersion: v1
kind: ConfigMap
metadata:name: mysql-confignamespace: demo-app
data:MYSQL_DATABASE: "demo"MYSQL_ROOT_HOST: "%"

mysql-secret.yaml

apiVersion: v1
kind: Secret
metadata:name: mysql-secretnamespace: demo-app
type: Opaque
data:MYSQL_ROOT_PASSWORD: c2VjcmV0  # secret的Base64编码

mysql-deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:name: mysqlnamespace: demo-app
spec:replicas: 1selector:matchLabels:app: mysqltemplate:metadata:labels:app: mysqlspec:containers:- name: mysqlimage: mysql:8.3.0ports:- containerPort: 3306env:- name: MYSQL_ROOT_PASSWORDvalueFrom:secretKeyRef:name: mysql-secretkey: MYSQL_ROOT_PASSWORD- name: MYSQL_DATABASEvalueFrom:configMapKeyRef:name: mysql-configkey: MYSQL_DATABASE- name: MYSQL_ROOT_HOSTvalueFrom:configMapKeyRef:name: mysql-configkey: MYSQL_ROOT_HOSTvolumeMounts:- name: mysql-datamountPath: /var/lib/mysqlresources:requests:memory: "256Mi"cpu: "200m"limits:memory: "512Mi"cpu: "500m"livenessProbe:exec:command: ["mysqladmin", "ping", "-u", "root", "-p$(MYSQL_ROOT_PASSWORD)"]initialDelaySeconds: 30periodSeconds: 10readinessProbe:exec:command: ["mysqladmin", "ping", "-u", "root", "-p$(MYSQL_ROOT_PASSWORD)"]initialDelaySeconds: 5periodSeconds: 5volumes:- name: mysql-datapersistentVolumeClaim:claimName: mysql-pvc

mysql-pvc.yaml

apiVersion: v1
kind: PersistentVolumeClaim
metadata:name: mysql-pvcnamespace: demo-app
spec:accessModes:- ReadWriteOnceresources:requests:storage: 1Gi

mysql-service.yaml

apiVersion: v1
kind: Service
metadata:name: mysql-servicenamespace: demo-app
spec:selector:app: mysqlports:- port: 3306targetPort: 3306clusterIP: None  # Headless Service

部署 MySQL：

kubectl apply -f mysql-configmap.yaml
kubectl apply -f mysql-secret.yaml
kubectl apply -f mysql-pvc.yaml
kubectl apply -f mysql-deployment.yaml
kubectl apply -f mysql-service.yaml# 查看MySQL部署状态
kubectl get pods -n demo-app | grep mysql

四、实现服务的自动部署与滚动更新

4.1 CI/CD 流水线集成

实现自动部署的关键是建立 CI/CD 流水线。我们以 GitHub Actions 为例，演示如何配置自动构建 Docker 镜像并部署到 Kubernetes：

创建.github/workflows/deploy.yml 文件

name: Build and Deploy to Kubernetes# 触发条件：main分支有push或pull request合并
on:push:branches: [ main ]pull_request:branches: [ main ]jobs:build:runs-on: ubuntu-lateststeps:# 检出代码- uses: actions/checkout@v4# 设置JDK 17- name: Set up JDK 17uses: actions/setup-java@v4with:java-version: '17'distribution: 'temurin'cache: maven# 构建项目- name: Build with Mavenrun: mvn clean package -DskipTests# 设置Docker Buildx- name: Set up Docker Buildxuses: docker/setup-buildx-action@v3# 登录到Docker Hub- name: Login to DockerHubuses: docker/login-action@v3with:username: ${{ secrets.DOCKERHUB_USERNAME }}password: ${{ secrets.DOCKERHUB_TOKEN }}# 构建并推送Docker镜像- name: Build and pushuses: docker/build-push-action@v5with:context: .push: truetags: ${{ secrets.DOCKERHUB_USERNAME }}/docker-k8s-demo:latest,${{ secrets.DOCKERHUB_USERNAME }}/docker-k8s-demo:${{ github.sha }}# 只有在main分支push时才部署到K8s- name: Deploy to Kubernetesif: github.ref == 'refs/heads/main' && github.event_name == 'push'uses: steebchen/kubectl@v4with:config: ${{ secrets.KUBE_CONFIG_DATA }}  # 存储在GitHub Secrets中的kubeconfigcommand: apply -f k8s/

配置说明：

首先需要在 GitHub 仓库的 Secrets 中添加：
- DOCKERHUB_USERNAME：Docker Hub 用户名
- DOCKERHUB_TOKEN：Docker Hub 访问令牌
- KUBE_CONFIG_DATA：base64 编码的 kubeconfig 文件内容
生成 KUBE_CONFIG_DATA 的命令：

cat ~/.kube/config | base64

这个流水线会：
- 当代码推送到 main 分支或有 PR 合并到 main 分支时触发
- 构建 Java 项目
- 构建 Docker 镜像并推送到 Docker Hub
- 只有在 main 分支的 push 事件才会部署到 Kubernetes

4.2 Kubernetes 滚动更新策略

Kubernetes 的 Deployment 资源提供了滚动更新功能，确保应用更新过程中不中断服务。我们在前面的 deployment.yaml 中已经配置了滚动更新策略：

strategy:rollingUpdate:maxSurge: 1        # 可以超出期望副本数的最大数量（绝对值或百分比）maxUnavailable: 0  # 更新过程中允许不可用的最大副本数type: RollingUpdate

手动触发滚动更新的方法：

# 方法1：修改镜像版本
kubectl set image deployment/demo-app demo-app=yourusername/docker-k8s-demo:1.0.1 -n demo-app# 方法2：使用kubectl apply更新配置
kubectl apply -f deployment.yaml# 查看更新状态
kubectl rollout status deployment/demo-app -n demo-app# 查看更新历史
kubectl rollout history deployment/demo-app -n demo-app# 回滚到上一版本
kubectl rollout undo deployment/demo-app -n demo-app# 回滚到指定版本
kubectl rollout undo deployment/demo-app --to-revision=2 -n demo-app

滚动更新的工作流程：

4.3 蓝绿部署与金丝雀发布

除了滚动更新，Kubernetes 还支持蓝绿部署和金丝雀发布等高级部署策略。

蓝绿部署：同时维护两个相同的环境（蓝环境和绿环境），新版本部署到非生产环境，测试通过后切换流量：

# 创建新版本的Deployment（绿环境）
kubectl apply -f deployment-v2.yaml# 测试新版本
kubectl port-forward -n demo-app deployment/demo-app-v2 8081:8080# 切换Service指向新版本
kubectl patch service demo-app-service -n demo-app -p '{"spec":{"selector":{"app":"demo-app-v2"}}}'# 如果出现问题，切换回旧版本
kubectl patch service demo-app-service -n demo-app -p '{"spec":{"selector":{"app":"demo-app"}}}'

金丝雀发布：先将少量流量导向新版本，验证无误后逐步增加流量比例：

# 部署新版本，副本数较少
kubectl apply -f deployment-canary.yaml# 通过Ingress控制流量分配（需要支持权重的Ingress控制器，如NGINX Ingress）
kubectl apply -f ingress-canary.yaml

ingress-canary.yaml 示例：

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:name: demo-app-primarynamespace: demo-appannotations:nginx.ingress.kubernetes.io/rewrite-target: /nginx.ingress.kubernetes.io/ssl-redirect: "false"
spec:rules:- host: demo-app.localhttp:paths:- path: /pathType: Prefixbackend:service:name: demo-app-serviceport:number: 80
---
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:name: demo-app-canarynamespace: demo-appannotations:nginx.ingress.kubernetes.io/rewrite-target: /nginx.ingress.kubernetes.io/ssl-redirect: "false"nginx.ingress.kubernetes.io/canary: "true"nginx.ingress.kubernetes.io/canary-weight: "10"  # 10%流量到金丝雀版本
spec:rules:- host: demo-app.localhttp:paths:- path: /pathType: Prefixbackend:service:name: demo-app-canary-serviceport:number: 80

五、实现服务的弹性伸缩

5.1 Kubernetes HPA（Horizontal Pod Autoscaler）

Horizontal Pod Autoscaler（HPA）可以根据 CPU 利用率、内存使用率或自定义指标自动调整 Pod 的数量。

1. 首先确保已部署 metrics-server：

# 安装metrics-server
minikube addons enable metrics-server# 验证metrics-server是否运行
kubectl get pods -n kube-system | grep metrics-server

2. 创建 HPA 配置（hpa.yaml）：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:name: demo-app-hpanamespace: demo-app
spec:scaleTargetRef:apiVersion: apps/v1kind: Deploymentname: demo-appminReplicas: 2        # 最小副本数maxReplicas: 10       # 最大副本数metrics:- type: Resourceresource:name: cputarget:type: UtilizationaverageUtilization: 70  # CPU利用率目标值- type: Resourceresource:name: memorytarget:type: UtilizationaverageUtilization: 80  # 内存利用率目标值behavior:scaleUp:stabilizationWindowSeconds: 60  # 扩容稳定窗口policies:- type: Percentvalue: 50                     # 每次扩容50%periodSeconds: 60             # 扩容间隔scaleDown:stabilizationWindowSeconds: 300 # 缩容稳定窗口（更长，避免频繁波动）policies:- type: Percentvalue: 30                     # 每次缩容30%periodSeconds: 120            # 缩容间隔

3. 部署 HPA：

kubectl apply -f hpa.yaml# 查看HPA状态
kubectl get hpa -n demo-app
kubectl describe hpa demo-app-hpa -n demo-app

5.2 基于自定义指标的弹性伸缩

除了 CPU 和内存，Kubernetes 还支持基于自定义指标的弹性伸缩，如请求数、队列长度等。

1. 部署 Prometheus 和 Prometheus Adapter：

# 添加Helm仓库
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm repo update# 安装Prometheus
helm install prometheus prometheus-community/kube-prometheus-stack -n monitoring --create-namespace

2. 配置 Prometheus Adapter：创建 custom-metrics-config.yaml：

rules:default: falseexternal:- seriesQuery: 'http_server_requests_seconds_count{job!=""}'resources:overrides:kubernetes_namespace:resource: namespacekubernetes_pod_name:resource: podname:matches: "^(.*)_count"as: "${1}_per_second"metricsQuery: 'sum(rate(<<.Series>>{<<.LabelMatchers>>}[5m])) by (<<.GroupBy>>)'

使用 Helm 安装 Prometheus Adapter：

helm install prometheus-adapter prometheus-community/prometheus-adapter \-n monitoring \--set configMap.create=true \--set configMap.content=$(cat custom-metrics-config.yaml)

3. 创建基于自定义指标的 HPA：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:name: demo-app-hpa-customnamespace: demo-app
spec:scaleTargetRef:apiVersion: apps/v1kind: Deploymentname: demo-appminReplicas: 2maxReplicas: 10metrics:- type: Podspods:metric:name: http_server_requests_seconds_per_secondtarget:type: AverageValueaverageValue: "100"  # 每个Pod平均每秒100个请求behavior:scaleUp:stabilizationWindowSeconds: 30policies:- type: Percentvalue: 50periodSeconds: 60scaleDown:stabilizationWindowSeconds: 300policies:- type: Percentvalue: 30periodSeconds: 120

5.3 测试弹性伸缩功能

使用以下方法测试弹性伸缩功能：

增加负载测试 CPU 触发扩容：

# 在一个终端中持续发送请求
while true; do curl http://localhost:8080/api/health/load/1; sleep 0.1; done# 在另一个终端监控HPA和Pod
watch -n 5 "kubectl get hpa -n demo-app; echo; kubectl get pods -n demo-app"

观察扩容过程：当 CPU 利用率超过目标值（70%）时，HPA 会自动增加 Pod 数量。
停止负载测试观察缩容：

# 停止发送请求后，等待缩容稳定窗口（300秒）
watch -n 5 "kubectl get hpa -n demo-app; echo; kubectl get pods -n demo-app"

当负载降低后，HPA 会在稳定窗口后逐渐减少 Pod 数量到最小副本数。

六、实现服务的故障自愈

6.1 Kubernetes 的自愈机制

Kubernetes 提供了多种机制确保服务的高可用性和故障自愈：

Pod 健康检查：通过 livenessProbe、readinessProbe 和 startupProbe 检测 Pod 状态
自动重启：当容器崩溃时，Kubelet 会根据 restartPolicy 自动重启容器
节点故障处理：当节点故障时，控制器会在健康节点上重新创建 Pod
副本集维护：ReplicaSet 控制器确保实际副本数与期望副本数一致

6.2 配置 Pod 的重启策略和健康检查

在 deployment.yaml 中配置重启策略和健康检查：

spec:template:spec:restartPolicy: Always  # 总是重启失败的容器containers:- name: demo-app# ...其他配置...# 存活探针：检测容器是否运行正常，失败则重启livenessProbe:httpGet:path: /api/healthport: 8080initialDelaySeconds: 60  # 应用启动时间较长，延迟开始检查periodSeconds: 30        # 检查间隔timeoutSeconds: 3        # 超时时间failureThreshold: 3      # 连续3次失败视为不健康# 就绪探针：检测容器是否可以接收请求，失败则从Service移除readinessProbe:httpGet:path: /api/health/testport: 8080initialDelaySeconds: 30periodSeconds: 10timeoutSeconds: 3failureThreshold: 3# 启动探针：确保应用完全启动startupProbe:httpGet:path: /api/healthport: 8080failureThreshold: 30     # 最多检查30次periodSeconds: 10        # 每10秒检查一次

重启策略（restartPolicy）可选值：

Always：总是重启失败的容器（默认值）
OnFailure：只有当容器以非零退出码终止时才重启
Never：从不重启容器

6.3 配置 Pod 的反亲和性与节点亲和性

为了提高服务的可用性，可以配置 Pod 的反亲和性，确保 Pod 分散在不同节点上：

spec:template:spec:affinity:# 反亲和性：避免同一应用的Pod调度到同一节点podAntiAffinity:requiredDuringSchedulingIgnoredDuringExecution:- labelSelector:matchExpressions:- key: appoperator: Invalues:- demo-apptopologyKey: "kubernetes.io/hostname"# 节点亲和性：优先调度到具有特定标签的节点nodeAffinity:preferredDuringSchedulingIgnoredDuringExecution:- weight: 100preference:matchExpressions:- key: environmentoperator: Invalues:- production- weight: 50preference:matchExpressions:- key: hardwareoperator: Invalues:- high-performance

6.4 测试故障自愈功能

测试 Kubernetes 的故障自愈能力：

手动删除 Pod：

# 查看当前Pod
kubectl get pods -n demo-app# 删除一个Pod
kubectl delete pod <pod-name> -n demo-app# 观察是否会自动创建新的Pod
kubectl get pods -n demo-app

模拟容器崩溃：

# 进入容器
kubectl exec -it <pod-name> -n demo-app -- /bin/sh# 在容器内杀死应用进程
ps aux | grep java
kill -9 <java-pid># 退出容器，观察Pod状态
exit
kubectl get pods -n demo-app

模拟节点故障（仅在多节点集群中可行）：

# 标记节点不可调度
kubectl cordon <node-name># 排空节点
kubectl drain <node-name> --ignore-daemonsets# 观察Pod是否迁移到其他节点
kubectl get pods -n demo-app -o wide# 恢复节点
kubectl uncordon <node-name>

在以上测试中，Kubernetes 都会自动恢复 Pod 到期望状态，体现了其强大的故障自愈能力。

七、监控与日志管理

7.1 部署 Prometheus 和 Grafana 监控

使用 Helm 部署 Prometheus 和 Grafana：

# 添加Helm仓库
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm repo update# 创建命名空间
kubectl create namespace monitoring# 安装kube-prometheus-stack
helm install prometheus prometheus-community/kube-prometheus-stack \--namespace monitoring \--set grafana.service.type=NodePort \--set prometheus.service.type=NodePort# 查看部署状态
kubectl get pods -n monitoring# 获取Grafana访问地址
minikube service prometheus-grafana -n monitoring --url

配置 Java 应用暴露 Prometheus 指标：

我们的 Spring Boot 应用已经添加了 actuator 和 prometheus 依赖，只需在 application.yml 中配置：

management:endpoints:web:exposure:include: health,info,metrics,prometheusmetrics:export:prometheus:enabled: true

在 Grafana 中导入 Spring Boot 应用监控面板（ID：12856），可以查看 JVM、内存、CPU、请求数等指标。

7.2 集中式日志管理

部署 ELK（Elasticsearch, Logstash, Kibana）栈或 EFK（Elasticsearch, Fluentd, Kibana）栈进行日志集中管理：

# 安装EFK
helm repo add elastic https://helm.elastic.co
helm repo update# 安装Elasticsearch
helm install elasticsearch elastic/elasticsearch \--namespace logging \--create-namespace \--set replicas=1 \--set minimumMasterNodes=1 \--set resources.requests.cpu=1 \--set resources.requests.memory=2Gi \--set resources.limits.cpu=1 \--set resources.limits.memory=2Gi# 安装Kibana
helm install kibana elastic/kibana --namespace logging# 安装Fluentd
helm repo add bitnami https://charts.bitnami.com/bitnami
helm install fluentd bitnami/fluentd --namespace logging \--set elasticsearch.host=elasticsearch-master \--set elasticsearch.port=9200

配置 Java 应用输出 JSON 格式日志，在 logback-spring.xml 中：

<?xml version="1.0" encoding="UTF-8"?>
<configuration><appender name="CONSOLE" class="ch.qos.logback.core.ConsoleAppender"><encoder class="net.logstash.logback.encoder.LogstashEncoder"><includeMdcKeyName>traceId</includeMdcKeyName><includeMdcKeyName>spanId</includeMdcKeyName><fieldNames><timestamp>timestamp</timestamp><message>message</message><logger>logger</logger><thread>thread</thread><level>level</level></fieldNames><timestampPattern>yyyy-MM-dd'T'HH:mm:ss.SSSZ</timestampPattern></encoder></appender><root level="INFO"><appender-ref ref="CONSOLE" /></root>
</configuration>

添加 logstash-logback-encoder 依赖：

<dependency><groupId>net.logstash.logback</groupId><artifactId>logstash-logback-encoder</artifactId><version>7.4</version>
</dependency>

八、生产环境最佳实践与优化

8.1 资源限制与请求配置

为所有容器设置合理的资源限制和请求是生产环境的基本要求：

resources:requests:memory: "256Mi"  # 容器需要的最小内存cpu: "200m"      # 容器需要的最小CPU（1000m = 1核）limits:memory: "512Mi"  # 容器允许使用的最大内存cpu: "500m"      # 容器允许使用的最大CPU

设置资源限制的好处：

防止单个容器耗尽节点资源
帮助调度器做出更好的调度决策
提高集群资源利用率
避免节点级别的资源竞争

8.2 安全最佳实践

使用非 root 用户运行容器：在 Dockerfile 中创建并使用普通用户
限制容器权限：

securityContext:runAsNonRoot: truerunAsUser: 1000runAsGroup: 3000fsGroup: 2000allowPrivilegeEscalation: falsecapabilities:drop: ["ALL"]

使用 PodSecurityContext：

podSecurityContext:seccompProfile:type: RuntimeDefault

配置网络策略：限制 Pod 间通信
定期更新基础镜像：修复已知漏洞
使用镜像拉取密钥：限制对私有仓库的访问
加密敏感数据：使用 Secret 存储敏感信息，并考虑使用 SealedSecrets 或 Vault

8.3 备份与灾难恢复

备份 etcd 数据：

# 创建备份
kubectl -n kube-system exec -it <etcd-pod-name> -- etcdctl \--endpoints=https://127.0.0.1:2379 \--cacert=/etc/kubernetes/pki/etcd/ca.crt \--cert=/etc/kubernetes/pki/apiserver-etcd-client.crt \--key=/etc/kubernetes/pki/apiserver-etcd-client.key \snapshot save /backup/etcd-snapshot.db# 复制备份到本地
kubectl cp -n kube-system <etcd-pod-name>:/backup/etcd-snapshot.db ./etcd-snapshot.db

使用 Velero 进行集群备份：

# 安装Velero
velero install \--provider aws \--plugins velero/velero-plugin-for-aws:v1.6.0 \--bucket my-backup-bucket \--secret-file ./credentials-velero \--use-volume-snapshots=false \--backup-location-config region=minio,s3ForcePathStyle="true",s3Url=http://minio:9000# 创建备份
velero backup create demo-app-backup --include-namespaces demo-app# 查看备份
velero backup get# 恢复备份
velero restore create --from-backup demo-app-backup

多区域部署：对于关键业务，考虑跨区域部署以提高可用性

8.4 性能优化建议

使用适当的容器运行时：containerd 比 Docker 更轻量，性能更好
优化节点配置：
- 关闭 Swap
- 配置适当的内核参数
- 使用高性能网络插件（如 Calico）
优化 Pod 调度：
- 使用节点亲和性将 Pod 调度到合适的节点
- 使用 Pod 反亲和性避免单点故障
- 考虑使用 PriorityClass 确保关键 Pod 优先调度
使用本地存储：对于有状态应用，考虑使用本地 SSD 提高性能
配置资源自动伸缩：根据实际负载调整资源分配
使用 Service Mesh：如 Istio，提供更精细的流量控制和监控