当前位置:首页 > 文章列表 > 文章 > java教程 > Linux部署K8s与Java容器化教程

Linux部署K8s与Java容器化教程

2026-03-30 11:38:13 0浏览 收藏
本文详细介绍了在Linux服务器上从零搭建Kubernetes集群并部署Java(Spring Boot)应用的完整容器化流程,涵盖系统环境准备、Containerd运行时配置、kubeadm集群初始化与Calico网络部署、工作节点加入,以及Java应用Docker镜像构建、推送和通过YAML文件在K8s中实现高可用部署等核心环节,为开发者提供了一套清晰、可靠、可复现的微服务生产环境落地指南。

如何在Linux服务器部署Kubernetes与Java环境 容器化环境搭建步骤

在Linux服务器上部署Kubernetes并搭建Java容器化运行环境,是现代微服务架构中的常见需求。整个过程包括系统准备、Kubernetes集群搭建、容器运行时配置以及Java应用的打包与部署。以下是清晰、可操作的步骤说明。

1. 系统准备与基础环境配置

确保所有节点满足基本要求,并统一系统环境:

  • 操作系统:推荐使用Ubuntu 20.04/22.04 或 CentOS 7/8,保持所有节点系统一致
  • 关闭Swap:Kubernetes不支持启用swap,执行 sudo swapoff -a 并注释/etc/fstab中swap行
  • 启用内核模块:加载bridge-nf-call-iptables和overlay模块:
    sudo modprobe overlay
    sudo modprobe br_netfilter
  • 配置网络参数:在 /etc/sysctl.d/k8s.conf 添加:
    net.bridge.bridge-nf-call-iptables = 1
    net.ipv4.ip_forward = 1
    net.bridge.bridge-nf-call-ip6tables = 1
    执行 sudo sysctl --system 生效
  • 主机名与hosts:为每个节点设置唯一hostname,并在所有节点的 /etc/hosts 中配置IP与主机名映射

2. 安装容器运行时(Containerd)

Kubernetes从v1.24起不再默认支持Docker-shim,推荐直接使用containerd作为运行时:

  • 安装必要依赖:
    sudo apt-get update && sudo apt-get install -y containerd
  • 生成默认配置:
    sudo mkdir -p /etc/containerd
    sudo containerd config default | sudo tee /etc/containerd/config.toml
  • 编辑 /etc/containerd/config.toml,修改以下项:
    [plugins."io.containerd.grpc.v1.cri".containerd.runtimes.runc.options]
          SystemdCgroup = true
    确保使用的cgroup驱动与kubelet一致(推荐systemd)
  • 重启服务:
    sudo systemctl restart containerd
    sudo systemctl enable containerd

3. 安装kubeadm、kubelet 和 kubectl

这些是Kubernetes的核心组件工具:

  • 添加Kubernetes源:
    curl -fsSL https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo gpg --dearmor -o /etc/apt/trusted.gpg.d/kubernetes.gpg
    echo "deb https://apt.kubernetes.io/ kubernetes-xenial main" | sudo tee /etc/apt/sources.list.d/kubernetes.list
  • 安装组件:
    sudo apt-get update
    sudo apt-get install -y kubelet kubeadm kubectl
    sudo apt-mark hold kubelet kubeadm kubectl
  • 确保kubelet服务已启动:
    sudo systemctl enable kubelet

4. 初始化主节点并部署Pod网络

在主控节点执行初始化:

  • 运行kubeadm初始化(示例使用Calico网络插件):
    sudo kubeadm init --pod-network-cidr=192.168.0.0/16
  • 按提示配置kubectl:
    mkdir -p $HOME/.kube
    sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
    sudo chown $(id -u):$(id -g) $HOME/.kube/config
  • 安装网络插件(如Calico):
    kubectl apply -f https://docs.projectcalico.org/manifests/calico.yaml
  • 查看节点状态:
    kubectl get nodes
    状态应变为Ready

5. 加入工作节点

在其他服务器上安装相同组件后,使用kubeadm init输出的join命令加入集群:

kubeadm join 192.168.1.10:6443 --token ... --discovery-token-ca-cert-hash sha256:...

在主节点执行 kubectl get nodes 可看到新节点加入。

6. 构建Java应用镜像并部署到K8s

以Spring Boot应用为例:

  • 编写Dockerfile:
    FROM openjdk:17-jre-slim
    COPY app.jar /app.jar
    EXPOSE 8080
    ENTRYPOINT ["java", "-jar", "/app.jar"]
  • 构建镜像并推送到镜像仓库(如Docker Hub或私有Registry):
    docker build -t yourname/springboot-app:v1 .
    docker push yourname/springboot-app:v1
  • 编写Kubernetes部署文件 deploy.yaml:
    apiVersion: apps/v1
    kind: Deployment
    metadata:
      name: java-app
    spec:
      replicas: 2
      selector:
        matchLabels:
          app: java-app
      template:
        metadata:
          labels:
            app: java-app
        spec:
          containers:
          - name: java-app
            image: yourname/springboot-app:v1
            ports:
            - containerPort: 8080
    ---
    apiVersion: v1
    kind: Service
    metadata:
      name: java-app-service
    spec:
      type: NodePort
      selector:
        app: java-app
      ports:
        - protocol: TCP
          port: 8080
          targetPort: 8080
          nodePort: 30080
  • 应用部署:
    kubectl apply -f deploy.yaml
  • 验证服务:
    kubectl get pods
    kubectl get svc
    访问任意节点IP:30080 即可访问Java应用

基本上就这些。完成上述步骤后,你就拥有了一个可运行Java容器化应用的Kubernetes环境。后续可进一步配置Ingress、HPA、ConfigMap等增强功能。关键在于保持环境一致性,注意cgroup驱动匹配和网络插件选择。

本篇关于《Linux部署K8s与Java容器化教程》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

运动鞋网面污渍怎么洗?软刷泡沫清洁法运动鞋网面污渍怎么洗?软刷泡沫清洁法
上一篇
运动鞋网面污渍怎么洗?软刷泡沫清洁法
QClaw能接入企业微信吗?详解部署方案
下一篇
QClaw能接入企业微信吗?详解部署方案
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    298次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    354次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    354次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    319次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    139次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码