当前位置:首页 > 文章列表 > 文章 > linux > Linux下K8s应用部署全攻略

Linux下K8s应用部署全攻略

2026-04-29 22:59:41 0浏览 收藏
本文深入解析了在Linux环境下部署Kubernetes应用的两种核心方式:命令行快速测试与YAML声明式生产部署,指出`kubectl create deployment`虽能一键启动Pod(如`nginx-demo`),但缺乏端口暴露、健康检查、配置管理及弹性扩缩能力,仅适用于临时验证;而真正可控、可维护、可复现的生产环境必须依赖结构严谨的YAML文件,涵盖apiVersion、标签匹配规则、副本策略、容器镜像、端口定义等关键字段,并需配合独立创建的Service实现外部访问,同时详解了NodePort配置要点、滚动更新(`kubectl set image`)与安全回滚(`kubectl rollout undo`)的最佳实践,强调YAML是K8s“声明式运维”的基石——唯有它能让控制器持续调谐、保障应用生命周期稳定可靠。

Linux怎么部署K8s应用_Linux如何创建Pod和Deployment【方法】

怎么用 kubectl create deployment 快速起一个 Pod

直接跑起来最简单,但默认不暴露端口、没健康检查、副本数写死在命令里——适合临时测试,不适合生产。

  • 基础命令:kubectl create deployment nginx-demo --image=nginx:1.25,会创建 1 个副本的 Deployment,Pod 名字带随机后缀
  • 想指定副本数加 --replicas=3;想加环境变量用 --env="ENV=prod"
  • 注意:kubectl create 不支持挂载 ConfigMap/Secret,也不支持定义 livenessProbe,这些得写 YAML
  • 常见错误:Error from server (NotFound): deployments.apps "xxx" not found —— 别慌,是命令输错了名字,或命名空间不对,默认在 default 空间,跨空间要加 -n myns

为什么必须写 YAML 才能真正管住 Pod 生命周期

命令行创建的资源太“薄”,删了重建就丢配置;YAML 是唯一能声明“想要什么状态”的方式,K8s 控制器靠它持续调谐。

  • 最小可用 Deployment YAML 必须含:apiVersion(如 apps/v1)、kind、metadata.name、spec.replicas、spec.selector.matchLabels、spec.template.metadata.labels 和 spec.template.spec.containers[0].image
  • selector.matchLabels 和 template.metadata.labels 必须严格一致,否则 Deployment 启动成功但 Pod 处于 Pending 或找不到关联 Pod
  • 别漏掉 ports 字段——即使不暴露 Service,容器端口写明能让 kubectl port-forward 正常工作
  • 示例片段:
    spec:
      containers:
      - name: nginx
        image: nginx:1.25
        ports:
        - containerPort: 80

Service 怎么配才让外部能访问到 Pod

Deployment 只管 Pod 生存,Service 才负责网络寻址。没 Service,Pod 就是个孤岛。

  • 用 kubectl expose deployment nginx-demo --port=80 --target-port=80 --type=ClusterIP 最快,但只适用于 ClusterIP 类型
  • 想从宿主机访问:用 --type=NodePort,K8s 会自动分配 30000–32767 区间端口,访问 http://node-ip:30123 即可
  • 常见坑:Connection refused 多半是容器没监听 0.0.0.0:80(只监听 127.0.0.1),或者 target-port 写错(比如写成 8080,但 nginx 实际监听 80)
  • NodePort 在 minikube 里可以直接用 minikube service nginx-demo 自动打开浏览器;在裸机集群上,记得确认防火墙放行对应端口

滚动更新和回滚实际怎么触发

改镜像版本就是最典型的滚动更新场景,但 K8s 默认不会立刻删旧 Pod,而是等新 Pod Ready 后再逐个替换。

  • 更新命令:kubectl set image deployment/nginx-demo nginx=nginx:1.26(第二个 nginx 是容器名,必须和 YAML 里 containers.name 一致)
  • 查看进度:kubectl rollout status deployment/nginx-demo,卡住时看 kubectl describe deployment 里的 Events
  • 回滚:kubectl rollout undo deployment/nginx-demo,默认回到上一个 revision;想指定版本加 --to-revision=2
  • 关键点:每次 kubectl apply -f xxx.yaml 修改了 spec.template 下任意字段(哪怕只是加个注释),都会触发新 revision;但改 metadata.annotations 不会

Deployment 的 label selector 一旦设好就不能改,改了等于新建一个控制器;滚动更新时如果新 Pod 一直 NotReady,旧 Pod 会被删光,导致服务中断——所以 readinessProbe 不能少,也不能设得太激进。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

导航栏高度不一致怎么调整导航栏高度不一致怎么调整
上一篇
导航栏高度不一致怎么调整
360安全浏览器设置默认搜索引擎方法
下一篇
360安全浏览器设置默认搜索引擎方法
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。
    260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。
    306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。
    288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。
    263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。
    76次使用