k8s运维都干什么

在K8s运维中，主要负责的任务包括部署和管理集群、监控和日志管理、负载均衡和自动扩展、安全和权限管理、故障排除和性能优化等。部署和管理集群是其中一个非常重要的方面，因为这决定了整个Kubernetes环境的稳定性和可扩展性。运维人员需要确保集群的高可用性，通过正确的配置和定期的更新来保证系统的健康运行。同时，他们还需要管理节点的生命周期，包括添加和移除节点，以适应业务需求的变化。

一、部署和管理集群

在Kubernetes的运维中，部署和管理集群是首要任务。运维人员需要选择合适的工具和平台来部署K8s集群，例如kubeadm、kops或使用云服务提供商的托管Kubernetes服务（如Google Kubernetes Engine, Amazon EKS）。在部署过程中，需注意以下几个关键点：

集群规划：根据业务需求和预算，规划节点的数量和规格。需要考虑集群的高可用性、性能和扩展性。
网络配置：选择合适的网络插件（如Flannel、Calico），配置网络策略和服务网段，确保集群内部和外部的网络通信顺畅。
存储管理：配置持久存储卷（PV）和持久卷声明（PVC），选择适当的存储类（StorageClass），确保数据的持久性和高可用性。
版本管理：定期更新Kubernetes版本，确保集群使用最新的稳定版本，以获得最新的功能和安全补丁。

二、监控和日志管理

监控和日志管理是K8s运维中不可或缺的部分。通过有效的监控和日志管理，运维人员可以实时了解集群的运行状态，及时发现和解决问题。核心工作包括：

监控系统：部署Prometheus、Grafana等监控工具，收集和展示集群的各种指标（如CPU、内存、网络流量等），设置告警规则，及时发现异常情况。
日志收集：使用ELK（Elasticsearch、Logstash、Kibana）或EFK（Elasticsearch、Fluentd、Kibana）等日志收集系统，集中管理和分析日志数据，快速定位问题。
应用监控：不仅要监控集群资源的使用情况，还需对应用的性能和健康状态进行监控。例如，使用Jaeger或Zipkin进行分布式追踪，分析应用的响应时间和调用链路。
资源配额和限制：通过设置资源请求和限制，合理分配集群资源，避免资源争用和过载。

三、负载均衡和自动扩展

负载均衡和自动扩展是确保K8s集群高可用性和性能的重要手段。运维人员需要配置和管理以下方面：

服务发现和负载均衡：使用Kubernetes内置的服务（Service）和Ingress资源，实现服务发现和负载均衡。配置合适的负载均衡策略（如轮询、最小连接数等），确保流量均匀分布到各个Pod。
自动扩展：部署Horizontal Pod Autoscaler（HPA）和Vertical Pod Autoscaler（VPA），根据负载情况自动调整Pod的数量和规格。还可以使用Cluster Autoscaler自动调整集群节点的数量，确保资源的高效利用。
流量管理：配置Istio或Linkerd等Service Mesh，管理服务间的流量，实施熔断、限流、重试等策略，提高系统的稳定性和容错能力。
性能优化：通过调优应用代码、优化容器镜像和调整资源配置，提高系统的性能和响应速度。

四、安全和权限管理

安全和权限管理在K8s运维中至关重要。运维人员需要确保集群的安全性，防止未经授权的访问和攻击。主要工作包括：

身份认证和授权：配置RBAC（基于角色的访问控制），定义角色和权限，确保不同用户和服务账户只能访问授权范围内的资源。
网络安全：使用Network Policy定义Pod间的网络访问控制规则，防止未经授权的网络通信。配置防火墙和安全组，保护集群的外部入口。
镜像安全：确保使用安全的容器镜像，定期扫描镜像漏洞，使用镜像签名和验证机制，防止使用被篡改的镜像。
审计和合规：启用Kubernetes审计日志，记录集群中的重要操作，定期审查和分析审计日志，确保合规性。

五、故障排除和性能优化

故障排除和性能优化是K8s运维中不可忽视的部分。运维人员需要具备快速定位和解决问题的能力，同时不断优化系统性能。具体工作包括：

故障排除：通过查看Pod日志、事件和监控数据，快速定位问题根因。使用kubectl命令行工具和Kubernetes Dashboard，进行故障诊断和恢复操作。
性能测试：定期进行性能测试和压力测试，评估系统的性能瓶颈和可扩展性。使用工具如JMeter、Locust等，模拟实际负载，分析系统性能。
优化策略：根据测试结果和监控数据，调整资源配置、优化应用代码和数据库查询，提升系统性能。部署缓存、CDN等加速手段，减少延迟和响应时间。
持续改进：通过持续集成和持续交付（CI/CD）管道，自动化部署和测试，快速迭代和优化应用，不断提升系统的稳定性和性能。

在K8s运维工作中，运维人员需要不断学习和掌握新技术，保持对系统的全面了解和深刻理解。通过合理的规划和管理，确保Kubernetes集群的高可用性、安全性和性能，满足业务需求。