# 从高屋建瓴的心智模型出发，学习 Kubernetes

## 前言

虽然这个标题和用词（*心智模型*）看着很 AI，不过其实我觉得还蛮能概括的，所以就用作标题了。

试着用这个视角重新过一次 K8S 的基础。

## 所谓「高屋建瓴的心智模型」

其实我收到了我对 git 的启发，才想着从这个视角入手重新理解 k8s 的，所以先阐述一下我对 git 的理解：

> [!note]
>
> 我姑且认为我还算懂一点 git，但是这不指我很熟悉 git 的各种命令
> 
>- 事实上我也只知道基础的那些，顶多加一点扩展
> 
>这是指，我知道 git 的底层构成，我可以从一个高屋建瓴的角度去看待 git：
> 
>- git 可以理解为一个 DAG（有向无环图）
> - 这个图的每一个节点是一个 commit，一个 commit 是一个版本的完整快照
> - 永远是父提交（前一个版本）指向子提交（下一个版本），过程的增量就是版本的变化（**状态机的迁移**）
> - 在 commit 内部存在 blob，而**逻辑上** blob 是 git 追踪的每个文件在这个版本下的内容
> - 所谓分支就是一个指针，分支的名字（字符串）指向某个提交；提交更新时，分支随之在 DAG 上移动
> - 存在一个暂存区 staging area，控制在状态机的迁移过程中，哪些文件需要迁移
> 
>我可以认为 git 大概就只有这些内容，这可以被称为我对 git 的**心智模型**。理论上，我可以执行**任何的** git 操作了。
> 
>比如说，我不一定要真的知道某个操作的命令是什么，我可以和 agent 描述比如说：
> 
>- 我想要让提交树的甲 commit 到乙 commit 的部分移动到丁 commit 上，相当于是一个移花接木。
> - 这样agent 可以帮我执行 rebase （或者也可能是 cherry pick，或者直接调用一些我不知道的 plumbing 命令）
> 
>只要我了解了 git 的底层，我就可以从一个高的角度去操控。

所以我想对 k8s 也建立一个这样的心智模型，大致存在这些要点：

（其实我觉得 Gemini 4 Hydrogen 给我的回答还挺不错的，不过出于复习的目的还是自己敲一遍）

从最高抽象的角度来理解：

- k8s 存在一个巨大的中心布告栏（etcd）
- 所有组件**只做两件事**：1. 修改布告栏上的要求 2. 盯着布告栏上的要求干活

往下走：

etcd 是**唯一的状态存储**，任何的组件如 Pod, Deployment 等，本质只是 etcd 中的 YAML 结构化数据。

结构化数据可以分成两部分：

- Spec：声明需要怎样的状态
- Status：实际的目前的状态

API Server 是**唯一的通信总线**，所有的组件之间的互相通信都通过 API Server 进行。而 API Server 本质也就是一个 **RESTful API Server** + **Watch 机制**（长连接监听）。**任何的 `kubectl` 操作，都只是向 API Server 发出 HTTP 请求罢了**，要么返回只读的数据，要么修改 spec 的内容（修改 etcd 的某个字段）。

而真正负责管理状态的部分，叫做 **Controller**，它们之间**不互相通信、独立运行**。Controller 的核心，叫做 **Reconcile Loop 调谐循环**，大致就是这样的伪代码：

```go
for {
  desired := watchSpecFromAPIServer()
  actual := watchStatusFromAPIServer()
  if desired != actual {
    doSomethingToAlignThem()
  }
}
```

但是，Controller 干活也是有颗粒度的，但是又不能直接互相通信，所以必须通过 **Watch 机制**和 **etcd 数据库**进行沟通，形成**链式传递**，举个例子：

> [!note]
>
> - 用户通过 `kubectl` 修改 Deployment 的 spec，声明需要的 Pod 数从 3 变成 5
> - Deployment Controller 监听到变化之后，修改 ReplicaSet 的 Spec 为 5
> - ReplicaSet Controller 监听到变化之后，向 etcd 中写额外的两个新的 Pod 对象。
>   - 注意这里的 Pod 对象只是**被声明了**，没有对应真的运行时，`Spec.nodeName` 为空
> - Scheduler（也是一个 Controller）监听所有 `Spec.nodeName` 为空的 Pod，一旦发现，就计算资源得到空闲的 node，然后将 `nodeName` 填入对应的字段中。**注意这个时候还只是修改了 spec 而没有实际真的拉起来运行时**。
> - 而每个 node 里面都有 kubelet 组件，这个组件监听 `Spec.nodeName` 为自己的 pod，一旦检测到新的就真的在自己的 VM 里面拉镜像，跑运行时
> - 同时，node 里面还有 CNI 和 kube proxy，和 Service 组件相配合，管理本机的网络转发和规则等

同时，这个架构是**可扩展的**，体现在这两个特性上：

- CRD (Custom Resource Definition) 相当于就是自定义一种 YAML 格式，告诉 API Server，存在自己定义的一种对象
- Operator 就是自己写程序部署进集群，利用 API Server 的 Watch 机制来管理 CRD，本质是 Custom Controller

我们容易注意到 k8s 的原生缺陷之：

1. 声明 != 实现，表达了对应的期望，但是不代表状态机已经完成了迁移，所以天然存在延迟等问题
2. 还有些别的待补充 TODO

## [Kubernetes Tutorials](https://kubernetes.io/zh-cn/docs/tutorials/)

获得了这个视角之后，我们来试着重读一下 k8s 官方的教程文档。

[第一篇](https://kubernetes.io/zh-cn/docs/tutorials/kubernetes-basics/create-cluster/cluster-intro/)说一个 k8s cluster 可以由两个部分组成：Control Panel 和 Node

- Control Panel 包含 kube-api-server, etcd, kube-scheduler, kube-controller-manager
- Node 包含 kubelet, container runtime

[第二篇](https://kubernetes.io/zh-cn/docs/tutorials/kubernetes-basics/deploy-app/deploy-intro/)主要介绍了什么是 Deployment。

简而言之，就是把运行 pod 的需求全部打包成一个 API Object，比如 Pod 创建规则、期望副本数量以及更新策略。

具体而言，三个字段：

- `replicas` 描述期望运行的 pod 数
- `template` 描述这个 Pod 应该如何被创建，比如从哪拉镜像，环境变量的设置...
- `selector` 描述管理怎样的 pod，如何识别，这个理解为 css 的选择器也行，就是需要特定的标签来标识管辖的范围

[第三篇](https://kubernetes.io/zh-cn/docs/tutorials/kubernetes-basics/explore/explore-intro/)主要深入介绍 Node 和 Pod。

Pod 是 k8s 调度的最小单元，里面可以有**若干个容器**，一个 pod 内有这些特征：

- 共享网络 namespace，比如都可以 localhost 访问
- Pod 有 Volume，pod 内的容器可以将 volume 挂载到不同地方
- scheduler 的调度最小单位就是 pod

> [!note]
>
> **为什么需要 Pod，而不是直接管理 Container？**
>
> 可以从一个具体场景理解。
>
> 假设有一个 Web Server，需要一个日志收集程序持续读取它生成的日志文件。
>
> 如果两个容器完全独立，你就需要额外解决：
>
> - 如何让两个容器共享文件？
> - 如何让它们部署在同一台机器？
> - 如何让它们使用一个共同的网络地址？
> - 如何让它们具有相同的生命周期？
>
> Pod 把这些相关资源组织成一个整体。这就形成了一个很自然的抽象：**Pod = 一组需要共同调度、共享部分运行环境的容器。**

而 Node 可以理解为 k8s 集群中的**工作机器**（可以是物理机器 or 虚拟机器）。

Node 的组成：

- 至少一个 pod
- kubelet，管理 pod 和容器，将 node 注册到 api server
- container runtime

如果 node 挂了，内部的 pod 会被去掉 nodeName 的字段，然后等待再次分配。

> [!note]
>
> 关于持久化的部分，涉及到 StatefulSet, PersistentVolume 等概念，后续说。

[第四节](https://kubernetes.io/zh-cn/docs/tutorials/kubernetes-basics/expose/expose-intro/)主要是 Service 的部分。

大致就是：

- 为了解决 Pod 可能反复下线导致 IP 一直变化，但是 Pod 之间需要相互通信的问题，Service 可以提供一个类似 DNS 的东西

- 每个 Pod 都有一个 Label，比如这样：

  ```yaml
  # Pod A
  metadata:
    labels:
      app: backend
      version: v1
  ```
  
- Service 可以选择具有特定的 Label 的 Pod（定义 `spec.Selector` 字段），取一个名字（类似 DNS），比如叫 `backend`，这样别的 Pod 就可以通过 `backend:80` 访问了

- 注意端口的转发也可以自行配置，这里略去

背后的实现依靠 EndpointSlice 组件，可以理解为一个 DNS 表，监听状态来维护。

> [!note]
>
> 可以理解为 Deployment 和 ReplicaSet 之间的链式关系。

流量的转发，通过 control panel 的 kube-proxy 组件利用 Linux 内核转发来实现（配置 iptables 或 nftables 等网络转发规则）。

- **注意这个和 API Server 无关**，API Server 只负责资源管理相关的请求

[最后一节](https://kubernetes.io/zh-cn/docs/tutorials/kubernetes-basics/update/update-intro/)主要是讲 k8s 如何执行滚动更新，一句话概括就是修改 Deployment 里面的 Pod Template，然后触发一次 Rollout，逐步创建新 Pod，删除旧 Pod。
