Docker与Kubernetes

原创于 2025-06-22 13:15:34 发布 · 964 阅读

28 ·

CC 4.0 BY-SA版权

文章标签：

#docker #kubernetes #容器

运维同时被 2 个专栏收录

132 篇文章

订阅专栏

服务器

38 篇文章

订阅专栏

Docker与Kubernetes的关系是互补且协同的，Docker负责容器的创建和运行，而Kubernetes负责容器的编排和管理，二者共同构成了现代云原生应用部署的核心技术栈。

Docker是一种开源的容器化平台，它允许开发者将应用程序及其依赖项（包括代码、运行时环境、系统工具、系统库等）打包成一个独立的、轻量级的容器。与传统虚拟化技术不同，Docker容器直接运行在宿主机的操作系统内核上，通过namespace和cgroups实现资源隔离，这使得Docker容器启动更快、资源占用更少。

Docker的核心优势在于其可移植性和一致性。开发者可以在本地开发环境中构建Docker镜像，然后确保这些镜像可以在测试环境、预发布环境和生产环境中以完全相同的方式运行。这解决了"在我机器上能运行"的经典问题。

Docker的主要功能包括：

镜像构建：通过Dockerfile定义镜像构建过程，可以自动完成依赖安装、环境配置等步骤
容器运行：使用docker run命令启动容器，支持网络、存储、资源限制等多种配置
镜像管理：提供镜像仓库（如Docker Hub）用于存储和分发镜像
编排管理：配合Docker Compose或Kubernetes可以实现多容器应用的编排部署

Docker的应用场景广泛：

微服务架构：每个服务可以打包为独立容器
CI/CD流程：作为构建和测试的标准化环境
开发环境搭建：快速创建一致的开发环境
应用部署：简化应用的部署和扩展过程

作为容器技术的基础实现工具，Docker已经成为了现代应用开发和部署的标准工具之一，极大地提升了开发效率和系统可靠性。

Kubernetes（简称K8s）是一个由Google开源的容器编排平台，目前由Cloud Native Computing Foundation（CNCF）维护。它能够自动化地部署、扩展、管理和运行容器化应用程序，大大简化了分布式系统的运维工作。

Kubernetes的核心功能包括：

容器编排：通过YAML或JSON格式的声明式配置文件，自动部署和管理容器应用
负载均衡：内置服务发现机制，可以自动将流量分发到多个容器实例
故障恢复：持续监控容器健康状态，自动重启故障容器或重新调度
自动伸缩：根据CPU/内存使用率或自定义指标自动调整容器数量（HPA）
存储编排：支持多种存储方案（如本地存储、NFS、云存储等）的自动挂载
密钥管理：安全地存储和管理敏感信息（如密码、OAuth令牌等）

典型应用场景：

微服务架构部署：每个微服务可以独立部署和扩展
持续集成/持续部署(CI/CD)：配合Jenkins等工具实现自动化流水线
混合云部署：统一管理跨多个云平台的容器集群
大数据处理：弹性扩展计算资源处理批量任务

例如，一个电商网站可以使用Kubernetes：

在促销期间自动扩容Web服务器容器
自动恢复因故障崩溃的支付服务容器
通过负载均衡分散用户请求到多个API网关容器
按需扩展数据分析作业的计算资源

Kubernetes通过抽象底层基础设施，使开发人员能够专注于应用逻辑，同时提供企业级的生产环境部署能力。其丰富的生态系统包括Helm（包管理）、Istio（服务网格）等周边工具，进一步扩展了平台功能。

Docker与Kubernetes的关系详解

技术依赖关系

Kubernetes作为容器编排平台，需要依赖容器运行时来实际运行容器。Docker是最常用且成熟的容器运行时之一，其发展历程如下：

早期深度集成：在Kubernetes 1.24版本之前，Docker作为默认的容器运行时直接与Kubelet集成
CRI标准化：现在Kubernetes通过CRI（Container Runtime Interface）标准接口支持多种运行时，包括：
- containerd（Docker剥离出来的核心组件）
- CRI-O
- Mirantis Container Runtime
Docker生态：尽管Kubernetes不再直接依赖Docker Engine，但Docker构建的镜像（OCI标准）仍是K8s的主要镜像来源

功能互补性对比

功能维度	Docker主要能力	Kubernetes主要能力
构建打包	Dockerfile构建镜像、多阶段构建	无直接构建能力，依赖外部构建的镜像
单机运行	容器生命周期管理、本地网络/存储配置	无单机运行能力
集群管理	Docker Swarm提供有限编排能力	自动化部署、滚动更新、自愈、服务发现、负载均衡
扩展性	适合开发测试环境	支持数千节点的生产级集群
配置管理	通过环境变量和卷挂载	ConfigMap/Secret集中化配置管理

典型协同工作流程

开发阶段：
- 开发者使用Docker CLI构建镜像：docker build -t myapp:v1 .
- 本地测试：docker run -p 8080:80 myapp:v1
- 使用Docker Compose编排多容器应用

持续集成：

# CI流水线示例
docker login registry.example.com
docker build -t registry.example.com/myapp:$CI_COMMIT_SHA .
docker push registry.example.com/myapp:$CI_COMMIT_SHA

生产部署：

# Kubernetes部署文件片段
apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp
spec:
  replicas: 3
  template:
    spec:
      containers:
      - name: myapp
        image: registry.example.com/myapp:abc123
        ports:
        - containerPort: 80

运维管理：
- 使用kubectl进行滚动更新：kubectl set image deployment/myapp myapp=registry.example.com/myapp:v2
- HPA自动扩缩容配置
- Service暴露和Ingress路由管理

实际应用场景示例

电商平台架构：

开发团队用Docker打包：
- 商品服务（product-service）
- 订单服务（order-service）
- 支付服务（payment-service）
运维团队用Kubernetes部署：
- 每个服务部署多个副本
- 设置Resource Quota限制资源
- 通过Service Mesh管理服务间通信
- 使用HorizontalPodAutoscaler应对促销流量高峰

这种协作模式既利用了Docker在开发侧的便利性，又充分发挥了Kubernetes在生产环境中的强大管理能力。

Docker 和 Kubernetes 的结合使用是现代云原生应用开发的核心实践，二者通过分工协作实现从容器构建到集群管理的全流程自动化。以下是它们结合使用的具体方式、流程和关键步骤：

‌一、结合使用的核心逻辑‌

‌Docker 负责容器化‌
- 将应用程序及其依赖打包为轻量级、可移植的容器镜像。
- 提供开发、测试和部署的一致性环境。
‌Kubernetes 负责容器编排‌
- 管理容器集群的部署、扩展、负载均衡和故障恢复。
- 实现高可用、弹性伸缩和自动化运维。

‌二、结合使用的典型流程‌

‌1. 容器镜像构建（Docker）‌

‌编写 Dockerfile‌
定义应用运行环境、依赖项和启动命令。

# 示例：Python Web 应用镜像
FROM python:3.9-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["gunicorn", "--bind", "0.0.0.0:8000", "app:app"]

‌构建镜像‌
```
 
```
docker build -t myapp:v1 .
‌推送镜像到仓库‌
```
 
```
docker push myregistry.com/myapp:v1

‌2. 集群部署（Kubernetes）‌

‌定义 Kubernetes 资源清单（YAML）‌
描述 Pod、Deployment、Service 等资源。

# 示例：Deployment 资源清单
apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp-deployment
spec:
  replicas: 3  # 运行3个副本
  selector:
    matchLabels:
      app: myapp
  template:
    metadata:
      labels:
        app: myapp
    spec:
      containers:
      - name: myapp
        image: myregistry.com/myapp:v1  # 引用Docker镜像
        ports:
        - containerPort: 8000

‌应用资源清单‌
```
 
```
kubectl apply -f deployment.yaml

‌3. 集群管理（Kubernetes）‌

‌自动伸缩‌
基于 CPU/内存使用率动态调整副本数。

# 示例：Horizontal Pod Autoscaler
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: myapp-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: myapp-deployment
  minReplicas: 3
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50

‌服务发现与负载均衡‌
通过 Service 资源暴露应用，自动分配流量。

# 示例：Service 资源清单
apiVersion: v1
kind: Service
metadata:
  name: myapp-service
spec:
  selector:
    app: myapp
  ports:
  - protocol: TCP
    port: 80
    targetPort: 8000
  type: LoadBalancer  # 云环境自动分配外部IP

‌三、结合使用的关键优势‌

‌开发-生产一致性‌
- Docker 镜像确保环境一致，Kubernetes 统一管理集群配置。
‌高可用与弹性‌
- Kubernetes 自动重启故障容器，动态扩展副本应对流量高峰。
‌自动化运维‌
- 无需手动干预即可完成滚动更新、回滚和资源调度。
‌多环境适配‌
- 同一套 YAML 文件可在本地、测试、生产环境复用。

‌四、典型应用场景示例‌

‌场景1：微服务架构部署‌

‌步骤‌：
1. 每个微服务打包为独立 Docker 镜像。
2. 通过 Kubernetes Deployment 部署多个微服务。
3. 使用 Ingress 路由外部流量到不同服务。
‌效果‌：
- 服务间解耦，独立扩展。
- 快速迭代，降低故障影响范围。

‌场景2：CI/CD 流水线集成‌

‌步骤‌：
1. CI 工具（如 Jenkins）构建 Docker 镜像并推送仓库。
2. CD 工具（如 ArgoCD）监控镜像更新，自动更新 Kubernetes 集群。
‌效果‌：
- 代码提交后自动触发部署，减少人工操作。
- 快速回滚到稳定版本（通过 kubectl rollout undo）。

‌五、工具链与最佳实践‌

‌工具链‌
- ‌镜像构建‌：Docker + BuildKit（加速构建）。
- ‌集群管理‌：kubectl + Helm（模板化 YAML）。
- ‌监控‌：Prometheus + Grafana（可视化指标）。
- ‌日志‌：EFK Stack（Elasticsearch + Fluentd + Kibana）。
‌最佳实践‌
- ‌镜像优化‌：
  - 使用多阶段构建减少镜像体积。
  - 避免在镜像中存储敏感信息（使用 Kubernetes Secrets）。
- ‌资源限制‌：
  - 为容器设置 CPU/内存请求和限制，避免资源争抢。
- ‌健康检查‌：
  - 配置 livenessProbe 和 readinessProbe，确保容器健康。

‌六、总结‌

‌阶段‌	‌Docker 的角色‌	‌Kubernetes 的角色‌
‌开发‌	构建容器镜像，确保环境一致性	-
‌部署‌	推送镜像到仓库	通过 YAML 定义资源并部署到集群
‌运行‌	-	管理容器生命周期、负载均衡和伸缩
‌维护‌	-	监控、日志、故障恢复和滚动更新