这篇文章主要讲解了“如何理解Kubernetns容器与VM的编排”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“如何理解Kubernetns容器与VM的编排”
这篇文章主要讲解了“如何理解Kubernetns容器与VM的编排”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“如何理解Kubernetns容器与VM的编排”吧!
我在开发集群中使用ubuntu 20.04和两个裸机服务器。尽管我在“第1步”中对如何创建类似的开发集群进行了解释,但是如果您已经选择了其他kubernetes或OpenShift环境,则可以安全地跳过它。
要求:
至少一台具有2个CPU,4GB Ram和20GB存储空间的主机
kubectl命令行实用程序
ssh客户端
步骤1:建立集群
在开始创建集群之前,让我们对主机进行初始化配置以适合Kubernetes。查看这个官方的教程(https://kubernetes.io/docs/setup/production-environment/tools/kubeadm/install-kubeadm/)并准备您的主机。
让我们创建一个Kubernetes集群
sudo kubeadm init --pod-network-cidr=192.168.0.0/16
执行以下命令来配置kubectl:
mkdir -p $HOME/.kube sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config sudo chown $(id -u):$(id -g) $HOME/.kube/config
移除master上的污点,以便您可以在其上调度pod。
kubectl taint nodes --all node-role.kubernetes.io/master-
它应该返回以下内容:
node/<your-hostname> untainted
步骤2:安装Calico
使用清单安装Calico
kubectl apply -f Https://docs.projectcalico.org/manifests/calico.yaml
步骤3:安装KubeVirt
使用namespace,我们可以将资源隔离到逻辑模块中,并且可以更轻松地管理它们。
kubectl create namespace kubevirt
建议使用支持硬件虚拟化的主机,以确保您的主机能够使用virt-host-validate二进制文件。
virt-host-validate qemu QEMU: Checking for hardware virtualization :PASS
如果主机缺少此命令,则可以使用发行版软件包管理器进行安装,也可以使用来检查kvm文件夹是否可用 ls /dev/kvm。
默认情况下,KubeVirt尝试利用硬件仿真。但是,此功能并非在所有环境中都可用,在这种情况下,您可以使用以下方式启用软件仿真:
kubectl create configmap -n kubevirt kubevirt-config \ --from-literal debug.useEmulation=true
应用这些清单并运行KubeVirt operator以自动安装所有必需的资源。
kubectl apply -f https://GitHub.com/kubevirt/kubevirt/releases/download/v0.38.1/kubevirt-operator.yaml kubectl apply -f https://github.com/kubevirt/kubevirt/releases/download/v0.38.1/kubevirt-cr.yaml
启用迁移功能。(该功能依赖于存储)
kubectl create configmap -n kubevirt kubevirt-config --from-literal feature-gates="LiveMigration"
启用VNC代理功能组件。
kubectl apply -f kubevirt/vnc.yaml
您可以使用此命令检查KubeVirt的安装进度。
kubectl -n kubevirt wait kv kubevirt --for condition=Available
首先,我们创建一个namespace来隔离此演示的资源。
kubectl create namespace kv-policy-demo
现在,使用虚拟机实例(VMI)定制资源,我们可以创建与Kubernetes完全集成的VM。
kubectl create -f - <<EOF apiVersion: kubevirt.io/v1alpha3 kind: VirtualMachineInstance metadata: name: vmi-cirros namespace: kv-policy-demo labels: special: l-vmi-cirros spec: domain: devices: disks: - disk: bus: virtio name: containerdisk resources: requests: memory: 64M volumes: - name: containerdisk containerDisk: image: kubevirt/cirros-reGIStry-disk-demo:latest EOF
请注意,如果您使用的是软件仿真,则启动虚拟机可能会非常慢,并且完成IP地址分配可能需要5到6分钟的时间。
kubectl create -f - <<EOF apiVersion: v1 kind: Service metadata: name: vmi-cirros-ssh-svc namespace: kv-policy-demo spec: ports: - name: crriOS-ssh-svc nodePort: 30000 port: 27017 protocol: tcp targetPort: 22 selector: special: l-vmi-cirros type: NodePort EOF
通过使用您节点的IP地址通过服务节点端口进行访问,确认我们可以使用SSH访问VM 。默认密码是Gocubsgo。
ssh cirros@10.1.2.3 -p 30000
通过从新的虚拟机ping google来确认虚拟机可以访问外界。
ping www.google.com -c 5
步骤5:添加网络安全性
应用以下策略在其namespace中隔离VM。这将仅将允许入向为SSH的协议,并且阻止所有出现的流量VM。(取决于您的VM,您将需要其他策略,但是此简单策略对本教程很有用。)
kubectl create -f - <<EOF apiVersion: networking.k8s.io/v1 kind: NetworkPolicy metadata: name: only-allow-ingress-ssh-to-vm namespace: kv-policy-demo spec: podSelector: matchLabels: special: l-vmi-cirros policyTypes: - Ingress - Egress ingress: - from: ports: - port: 22 EOF
SSH进入虚拟机,然后尝试再次ping google。
您将无法执行此操作,因为该策略将阻止所有从Pod发起的与外界的通信。这非常强大–您可以使用与保护Pod相同的范例来保护VM!
步骤6:访问虚拟机
现在我们已经为基于Kubernetes的VM管理设置了Kubevirt,现在让我们访问我们的VM。
使用NodePort服务和弱密码在外部公开VM时要小心
串行控制台仅可通过kubectl virt插件使用
SSH以root用户身份登录
通过virt:
SSH访问:
kubectl virt expose vmi test-vm --port=22 --name=test-vm-ssh --type=NodePort
串行控制台:
virtctl console test-vm
不通过virt:
apiVersion: v1 kind: Service metadata: name: test-vm-ssh namespace: default spec: ports: - name: test-vm-ssh protocol: TCP port: 22 targetPort: 22 selector: kubevirt.io/name: test-vm type: NodePort
使用VNC:
如果尚未启用VNC
kubectl apply -f kubevirt/vnc/vnc.yaml
查找VNC服务节点端口
在以下位置访问VM
http://NODE_IP:NODEPORT/?namespace=VM_NAMESPACE
仅显示namespace VM_NAMESPACE下的VM。选择所需虚拟机所在的namespace。
步骤7:测试CDI
在应用之前,请确保填写DataVolume/VM清单中的所有变量以适合您的环境
尝试创建一个DataVolume
kubectl apply -f datavolume/datavolume-cirros.yaml kubectl apply -f datavolume/datavolume-ubuntu.yaml kubectl get datavolumes
在VM清单中即时使用DataVolume
kubectl apply -f vm/CDI-PVC.yaml
步骤8:清理
要清除本指南中使用的namespace和VM,可以运行以下命令
kubectl delete namespace kv-policy-demo
其他:故障排除
确保Kubernetes有足够的备用CPU/RAM来部署您请求的VM
确保硬件虚拟化受支持并且可用,或者ConfigMap中存在软件虚拟化标志
更改标志需要重新启动部署
确保服务选择器正确定位到VM Pod
使用kubectl virt console $VM_NAME_HERE以确保虚拟机已启动
部署Prometheus Operator
一旦准备好了k8s集群,就是部署prometheus Operator。原因是KubeVirt CR安装在群集上时将检测ServiceMonitor CR是否已存在。如果是这样,那么它将创建ServiceMonitors,这些ServiceMonitors被配置为可立即监控所有KubeVirt组件(virt-controller,virt-api和virt-handler)。
尽管本文中没有介绍监控KubeVirt本身,但是还是在部署KubeVirt之前先部署Prometheus Operator。
要部署Prometheus Operator,您需要首先创建其namespace,例如monitoring:
kubectl create ns monitoring
然后在新的namespace中部署operator:
helm fetch stable/prometheus-operator tar xzf prometheus-operator*.tgz cd prometheus-operator/ && helm install -n monitoring -f values.yaml kubevirt-prometheus stable/prometheus-operator
部署完所有内容后,您可以删除helm下载的所有内容:
cd .. rm -rf prometheus-operator*
要记住的一件事是我们在此处添加的版本名称:kubevirt-prometheus。ServiceMonitor稍后声明我们时将使用版本名称。
部署具有持久性存储的VirtualMachine
现在,我们已经准备好所需要的一切。下面让我们配置虚拟机。
我们将从CDI的DataVolume(https://github.com/kubevirt/containerized-data-importer/blob/master/doc/datavolumes.md)资源PersistenVolume开始。由于我没有动态存储提供程序,因此我将创建2个PV,引用将声明它们的PVC。注意每个PV的claimRef。
apiVersion: v1 kind: PersistentVolume metadata: name: example-volume spec: storageClassName: "" claimRef: namespace: default name: cirros-dv acceSSModes: - ReadWriteOnce capacity: storage: 2Gi hostPath: path: /data/example-volume/ --- apiVersion: v1 kind: PersistentVolume metadata: name: example-volume-scratch spec: storageClassName: "" claimRef: namespace: default name: cirros-dv-scratch accessModes: - ReadWriteOnce capacity: storage: 2Gi hostPath: path: /data/example-volume-scratch/
有了永久性存储后,我们可以使用以下清单创建虚拟机:
apiVersion: kubevirt.io/v1alpha3 kind: VirtualMachine metadata: name: monitorable-vm spec: running: true template: metadata: name: monitorable-vm labels: prometheus.kubevirt.io: "node-exporter" spec: domain: resources: requests: memory: 1024Mi devices: disks: - disk: bus: virtio name: my-data-volume volumes: - dataVolume: name: cirros-dv name: my-data-volume dataVolumeTemplates: - metadata: name: "cirros-dv" spec: source: http: url: "https://download.cirros-cloud.net/0.4.0/cirros-0.4.0-x86_64-disk.img" pvc: storageClassName: "" accessModes: - ReadWriteOnce resources: requests: storage: "2Gi"
注意,KubeVirt的VirtualMachine资源有一个VirtualMachine模板和一个dataVolumeTemplate。在VirtualMachine模板上,重要的是要注意我们已将VM命名为VM monitorable-vm,以后将使用该名称连接到其控制台virtctl。我们添加的标签prometheus.kubevirt.io: "node-exporter"也很重要,因为在VM内部安装与配置node-exporter时将会使用到它。
在dataVolumeTemplate上,需要注意的是,我们将PVC命名为cirros-dv,DataVolume资源将用它创建2个PVC,cirros-dv和cirros-dv-scratch。注意,cirros-dv和cirros-dv-scratch是PersistentVolume清单上引用的名称。名称必须匹配才能工作。
在VM内安装node-exporter
一旦VirtualMachineInstance运行,我们就可以使用virtctl console monitorable vm连接到它的控制台。如果需要用户和密码,请提供相应的凭据。如果您使用的是本指南中的同一磁盘映像,则用户和密码分别为cirros和gocubsgo
以下脚本将安装node-exporter并将虚拟机配置为在启动时候自启:
curl -LO -k https://github.com/prometheus/node_exporter/releases/download/v1.0.1/node_exporter-1.0.1.linux-amd64.tar.gz gunzip -c node_exporter-1.0.1.linux-amd64.tar.gz | tar xopf - ./node_exporter-1.0.1.linux-amd64/node_exporter & sudo /bin/sh -c 'cat > /etc/rc.local <<EOF #!/bin/sh echo "Starting up node_exporter at :9100!" /home/cirros/node_exporter-1.0.1.linux-amd64/node_exporter 2>&1 > /dev/null & EOF' sudo chmod +x /etc/rc.local
PS:如果您使用其他基础映像,请配置node-exporter以在启动时相应地启动
配置Prometheus抓取VM的node-exporter
配置Prometheus来抓取node-exporter非常简单。我们需要做的就是创建一个新的Service和一个ServiceMonitor:
apiVersion: v1 kind: Service metadata: name: monitorable-vm-node-exporter labels: prometheus.kubevirt.io: "node-exporter" spec: ports: - name: metrics port: 9100 targetPort: 9100 protocol: TCP selector: prometheus.kubevirt.io: "node-exporter" --- apiVersion: monitoring.coreos.com/v1 kind: ServiceMonitor metadata: name: kubevirt-node-exporters-servicemonitor namespace: monitoring labels: prometheus.kubevirt.io: "node-exporter" release: monitoring spec: namespaceSelector: any: true selector: matchLabels: prometheus.kubevirt.io: "node-exporter" endpoints: - port: metrics interval: 15s
让我们分解一下,以确保我们正确设置了所有内容。从Service开始:
spec: ports: - name: metrics port: 9100 targetPort: 9100 protocol: TCP selector: prometheus.kubevirt.io: "node-exporter"
在规范中,我们正在创建一个名为metrics的新端口,该端口将重定向到每个标记为prometheus.kubevirt.io: "node-exporter",此处为端口9100,这是node_exporter的默认端口号。
apiVersion: v1 kind: Service metadata: name: monitorable-vm-node-exporter labels: prometheus.kubevirt.io: "node-exporter"
我们还在为服务本身贴上标签prometheus.kubevirt.io: "node-exporter",将由ServiceMonitor对象使用。现在让我们看看我们的ServiceMonitor规范:
spec: namespaceSelector: any: true selector: matchLabels: prometheus.kubevirt.io: "node-exporter" endpoints: - port: metrics interval: 15s
由于我们的ServiceMonitor将部署在monitoring namespace中,而我们的服务则在default namespace中,因此我们需要设置namespaceSelector.any=true。
我们还告诉ServiceMonitor,Prometheus需要从标记为prometheus.kubevirt.io: "node-exporter"以及哪些端口被命名为metrics。幸运的是,我们的service就是这么做的!
最后一件要注意的事。Prometheus配置可以设置为监视多个ServiceMonitors。我们可以通过以下命令查看prometheus正在监视的服务:
# Look for Service Monitor Selector kubectl describe -n monitoring prometheuses.monitoring.coreos.com monitoring-prometheus-oper-prometheus
确保我们的ServiceMonitor具有Prometheus的Service Monitor Selector的所有标签。一个常见的选择器是我们在部署helm的prometheus时设置的版本名称!
您可以通过端口转发Prometheus WEB UI并执行一些ProMQL来进行快速测试:
kubectl port-forward -n monitoring prometheus-monitoring-prometheus-oper-prometheus-0 9090:9090
为确保一切正常,请访问localhost:9090/graph并执行PromQL up{pod=~"virt-launcher.*"}。Prometheus应该返回从monitorable-vm的node-exporter收集的数据。
您可以试用virtctl,停止和启动VM,以查看指标的行为。您会注意到,使用停止VM时virtctl stop monitorable-vm,VirtualMachineInstance被杀死,因此它也是Pod。这将导致我们的服务无法找到pod的端点,然后将其从Prometheus的目标中删除。
由于这种行为,下面的告警规则将无法正常工作,因为我们的目标实际上已经消失了,而不是降级了。
- alert: KubeVirtVMDown expr: up{pod=~"virt-launcher.*"} == 0 for: 1m labels: severity: warning annotations: summary: KubeVirt VM {{ $labels.pod }} is down.
但是,如果VM在不停止的情况下连续崩溃,则pod不会被杀死,并且仍将监视目标。node-exporter永远不会启动或将与VM一起不断关闭,因此这样的警报可能会起作用:
- alert: KubeVirtVMCrashing expr: up{pod=~"virt-launcher.*"} == 0 for: 5m labels: severity: critical annotations: summary: KubeVirt VM {{ $labels.pod }} is constantly crashing before node-exporter starts at boot.
感谢各位的阅读,以上就是“如何理解Kubernetns容器与VM的编排”的内容了,经过本文的学习后,相信大家对如何理解Kubernetns容器与VM的编排这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是编程网,小编将为大家推送更多相关知识点的文章,欢迎关注!
--结束END--
本文标题: 如何理解Kubernetns容器与VM的编排
本文链接: https://lsjlt.com/news/83140.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0