原文作者：javaedge
原文链接：https://developer.aliyun.com/article/721206?spm=a2c6h.12873581.0.0.4d58115e6xcd1A&groupCode=cloudnative
更多云原生技术资讯可关注阿里巴巴云原生技术圈

在前面以Docker项目为例，一步步剖析了Linux容器的具体实现方式。
通过这些应该明白：一个“容器”，实际上是一个由Linux Namespace、Linux Cgroups和rootfs三种技术构建出来的进程的隔离环境。
一个正在运行的Linux容器，其实可以被看做

• 一组联合挂载在 /var/lib/docker/aufs/mnt 上的rootfs，这部分称为“容器镜像”（Container Image），是容器的静态视图
• 一个由Namespace+Cgroups构成的隔离环境，这部分称为“容器运行时”（Container Runtime），是容器的动态视图。

作为一名开发者，我并不关心容器运行时的差异。
因为，在整个“开发-测试-发布”的流程中，真正承载着容器信息进行传递的，是容器镜像，而不是容器运行时。
这个重要假设，正是容器技术圈在Docker项目成功后不久，就迅速走向了“容器编排”这个“上层建筑”的主要原因：
作为云基础设施提供商，只要能够将用户提交的Docker镜像以容器的方式运行，就能成为容器生态图上的一个承载点，从而将整个容器技术栈上的价值，沉淀在这个节点上。
更重要的是，只要从我这个承载点向Docker镜像制作者和使用者方向回溯，整条路径上的各个服务节点
比如_CI/CD、监控、安全、网络、存储_等，都有我可以发挥和盈利的余地。
这个逻辑，正是所有云计算提供商如此热衷于容器技术的重要原因：通过容器镜像，它们可以和开发者关联起来。
从一个开发者和单一的容器镜像，到无数开发者和庞大容器集群，容器技术实现了从“容器”到“容器云”的飞跃，标志着它真正得到了市场和生态的认可。
容器从一个开发者手里的小工具，一跃成为了云计算领域的绝对主角而能够定义容器组织和管理规范的“容器编排”技术，坐上了容器技术领域的“头把交椅”容器从一个开发者手里的小工具，一跃成为了云计算领域的绝对主角而能够定义容器组织和管理规范的“容器编排”技术，坐上了容器技术领域的“头把交椅”
最具代表性的容器编排工具，当属

• Docker公司的Compose+Swarm组合
• Google与RedHat公司共同主导的Kubernetes项目

在前面介绍容器技术发展历史中，已经对这两个开源项目做了详细地剖析和评述。所以，在今天专注于主角Kubernetes项目，谈一谈它的设计与架构。
跟很多基础设施领域_先有工程实践、后有方法论_的发展路线不同，Kubernetes项目的理论基础则要比工程实践走得靠前得多，这当然要归功于Google公司在2015年4月发布的Borg论文了。
Borg系统，一直以来都被誉为Google公司内部最强大的“秘密武器”。
相比于Spanner、BigTable等相对上层的项目，Borg要承担的责任，是承载Google整个基础设施的核心依赖。
在Google已经公开发表的基础设施体系论文中，Borg项目当仁不让地位居整个基础设施技术栈的最底层。

这幅图，来自于Google Omega论文的第一作者的博士毕业论文。它描绘了当时Google已经公开发表的整个基础设施栈。在这个图里，你既可以找到MapReduce、BigTable等知名项目，也能看到Borg和它的继任者Omega位于整个技术栈的最底层。

正是由于这样的定位，Borg可以说是Google最不可能开源的一个项目。
得益于Docker项目和容器技术的风靡，它却终于得以以另一种方式与开源社区见面，就是Kubernetes项目。
相比于“小打小闹”的Docker公司、“旧瓶装新酒”的Mesos社区，Kubernetes项目从一开始就比较幸运地站上了一个他人难以企及的高度：
在它的成长阶段，这个项目每一个核心特性的提出，几乎都脱胎于Borg/Omega系统的设计与经验。
更重要的是，这些特性在开源社区落地的过程中，又在整个社区的合力之下得到了极大的改进，修复了很多当年遗留在Borg体系中的缺陷和问题。
尽管在发布之初被批“曲高和寡”，但在逐渐觉察到Docker技术栈的“稚嫩”和Mesos社区的“老迈”，社区很快就明白了：Kubernetes项目在Borg体系的指导下，体现出了一种独有的先进与完备性，这些才是一个基础设施领域开源项目的核心价值。
从Kubernetes的顶层设计说起。

Kubernetes要解决什么？

编排？调度？容器云？还是集群管理？
至今其实都没有标准答案。在不同的发展阶段，Kubernetes需要着力的问题是不同的。
但对于大多数用户，他们希望Kubernetes项目带来的体验是确定的：
现在我有应用的容器镜像，请帮我在一个给定的集群上把应用运行起来
更进一步说，还希望Kubernetes能给我提供路由网关、水平扩展、监控、备份、灾难恢复等一系列运维能力。


这不就是经典PaaS（eg. Cloud Foundry）项目的能力吗!
而且，有了Docker后，根本不需要什么Kubernetes、PaaS，只要使用Docker公司的Compose+Swarm项目，就完全可以很方便DIY出这些功能！
所以说，如果Kubernetes项目只是停留在拉取用户镜像、运行容器，以及提供常见的运维功能的话，那别说跟嫡系的Swarm竞争，哪怕跟经典的PaaS项目相比也难有优势
而实际上，在定义核心功能过程中，Kubernetes项目正是依托着Borg项目的理论优势
才在短短几个月内迅速站稳了脚跟

• 进而确定了一个如下所示的全局架构

可以看到，Kubernetes项目的架构，跟它的原型项目Borg类似，都由Master和Node两种节点组成，分别对应着控制节点和计算节点。
其中，控制节点 --- 即Master节点，由三个紧密协作的独立组件组合而成，它们分别是

• 负责API服务的kube-apiserver
• 负责调度的kube-scheduler
• 负责容器编排的kube-controller-manager

整个集群的持久化数据，由kube-apiserver处理后保存在Ectd
而计算节点上最核心的是

kubelet组件

在Kubernetes中，kubelet主要负责同容器运行时（比如Docker项目）打交道。
而这个交互所依赖的，是一个称作CRI（Container Runtime Interface） 的远程调用接口，这个接口定义了容器运行时的各项核心操作，比如：启动一个容器需要的所有参数。
这也是为何，Kubernetes项目并不关心你部署的是什么容器运行时、使用的什么技术实现，只要你的这个容器运行时能够运行标准的容器镜像，它就可以通过实现CRI接入到Kubernetes项目当中。
而具体的容器运行时，比如Docker项目，则一般通过OCI这个容器运行时规范同底层的Linux操作系统进行交互，即：把CRI请求翻译成对Linux操作系统的调用（操作Linux Namespace和Cgroups等）。
此外，kubelet还通过gRPC协议同一个叫作Device Plugin的插件进行交互。


这个插件，是Kubernetes项目用来管理GPU等宿主机物理设备的主要组件，也是基于Kubernetes项目进行机器学习训练、高性能作业支持等工作必须关注的功能。
而kubelet的另一个重要功能，则是调用网络插件和存储插件为容器配置网络和持久化存储。
这两个插件与kubelet进行交互的接口，分别是

• CNI（Container Networking Interface）
• CSI（Container Storage Interface）。

实际上，kubelet这个奇怪的名字，来自于Borg项目里的同源组件Borglet。
不过，如果你浏览过Borg论文的话，就会发现，这个命名方式可能是kubelet组件与Borglet组件的唯一相似之处。因为Borg项目，并不支持我们这里所讲的容器技术，而只是简单地使用了Linux Cgroups对进程进行限制。
这就意味着，像Docker这样的“容器镜像”在Borg中是不存在的，Borglet组件也自然不需要像kubelet这样考虑如何同Docker进行交互、如何对容器镜像进行管理的问题，也不需要支持CRI、CNI、CSI等诸多容器技术接口。
kubelet完全就是为了实现Kubernetes项目对容器的管理能力而重新实现的一个组件，与Borg之间并没有直接的传承关系。

虽然不使用Docker，但Google内部确实在使用一个包管理工具，名叫Midas Package Manager (MPM)，其实它可以部分取代Docker镜像的角色。

Borg对于Kubernetes项目的指导作用又体现在哪里呢？

Master节点!
虽然在Master节点的实现细节上Borg与Kubernetes不尽相同，但出发点高度一致
即：如何编排、管理、调度用户提交的作业
所以，Borg项目完全可以把Docker镜像看做是一种新的应用打包方式。
这样，Borg团队过去在大规模作业管理与编排上的经验就可以直接“套”在Kubernetes项目。
这些经验最主要的表现就是，从一开始，Kubernetes就没有像同期的各种“容器云”项目，把Docker作为整个架构的核心，而是另辟蹊径, 仅仅把它作为最底层的一个容器运行时实现
而Kubernetes着重解决的问题，则来自于Borg的研究人员在论文中提到的一个非常重要的观点：
运行在大规模集群中的各种任务之间，实际上存在着各种各样的关系。这些关系的处理，才是作业编排和管理系统最困难的地方。
这种任务 <=>任务之间的关系随处可见
比如

• 一个Web应用与数据库之间的访问关系
• 一个负载均衡器和它的后端服务之间的代理关系
• 一个门户应用与授权组件之间的调用关系

而且同属于一个服务单位的不同功能之间，也完全可能存在这样的关系
比如

• 一个Web应用与日志搜集组件之间的文件交换关系。

而在容器技术普及之前，传统虚拟机对这种关系的处理方法都比较“粗粒度”

• 很多功能并不相关应用被一锅部署在同台虚拟机，只是因为偶尔会互相发几个HTTP请求!
• 更常见的情况则是，一个应用被部署在虚拟机里之后，你还得手动维护很多跟它协作的守护进程（Daemon），用来处理它的日志搜集、灾难恢复、数据备份等辅助工作。

在“功能单位”划分上，容器却有着独到的“细粒度”优势：
毕竟容器的本质，只是一个进程而已
就是说，只要你愿意，那些原挤在同一VM里的各个应用、组件、守护进程，都可被分别做成镜像!
然后运行在一个一个专属的容器中。
它们之间互不干涉，拥有各自的资源配额，可以被调度在整个集群里的任何一台机器上。
而这，正是一个PaaS系统最理想的工作状态，也是所谓微服务思想得以落地的先决条件。
如果只做到 封装微服务、调度单容器 这层次，_Docker Swarm_ 就已经绰绰有余了。
如果再加上_Compose_项目，甚至还具备了处理一些简单依赖关系的能力
比如

• 一个“Web容器”和它要访问的数据库“DB容器”

在_Compose_项目中，你可以为这样的两个容器定义一个“link”，而Docker项目则会负责维护这个“link”关系
其具体做法是：Docker会在Web容器中，将DB容器的IP地址、端口等信息以环境变量的方式注入进去，供应用进程使用，比如：

DB_NAME=/web/db
DB_PORT=tcp://172.17.0.5:5432
DB_PORT_5432_TCP=tcp://172.17.0.5:5432
DB_PORT_5432_TCP_PROTO=tcp
DB_PORT_5432_TCP_PORT=5432
DB_PORT_5432_TCP_ADDR=172.17.0.5

• 平台项目自动地处理容器间关系的典型例子
  当DB容器发生变化时（比如镜像更新，被迁移至其他宿主机），这些环境变量的值会由Docker项目自动更新

可是，如果需求是，要求这个项目能够处理前面提到的所有类型的关系，甚至能

支持未来可能的更多关系

这时，“link”这针对一种案例设计的解决方案就太过简单了

一旦要追求项目的普适性，那就一定要从顶层开始做好设计

Kubernetes最主要的设计思想是，从更宏观的角度，以统一的方式来定义任务之间的各种关系，并且为将来支持更多种类的关系留有余地。
比如，Kubernetes对容器间的“访问”进行了分类，首先总结出了一类常见的“紧密交互”的关系，即：

• 应用之间需要非常频繁的交互和访问
• 会直接通过本地文件进行信息交换

常规环境下的应用往往会被直接部在同一台机器，通过Localhost通信，通过本地磁盘目录交换文件
而在Kubernetes，这些容器会被划分为一个“Pod”
Pod里的容器共享同一个Network Namespace、同一组数据卷，从而达到高效率交换信息的目的。
Pod是Kubernetes中最基础的一个对象，源自于Google Borg论文中一个名叫Alloc的设计

Borg分配（分配的缩写）是一台机器上可以运行一个或多个任务的资源的保留集。无论是否使用资源，资源都会保持分配状态。 Alloc可用于为将来的任务留出资源，在停止任务和重新启动任务之间保留资源，以及将来自不同作业的任务收集到同一台计算机上–例如，一个Web服务器实例和一个关联的logaver任务，用于复制服务器的URL日志从本地磁盘记录到分布式文件系统。分配资源与机器资源的处理方式相似。在一个内部运行的多个任务共享其资源。如果必须将分配重定位到另一台计算机，则其任务将随之重新安排。

分配集就像一项工作：它是一组在多台机器上保留资源的分配。创建分配集后，可以提交一个或多个作业以在其中运行。为简便起见，我们通常使用“任务”来指代分配或*任务（在分配外的一个），使用“作业”来指代作业或分配集。
而对于另外一种更为常见的需求，比如

Web应用与数据库之间的访问关系

Kubernetes则提供了一种叫作“Service”的服务。像这样的两个应用，往往故意不部署在同一机器，即使Web应用所在的机器宕机了，数据库也不受影响。
可对于一个容器来说，它的IP地址等信息是不固定的，Web应用又怎么找到数据库容器的Pod呢？
所以，Kubernetes的做法是给Pod绑定一个Service服务
Service服务声明的IP地址等信息是“终生不变”的。Service主要就是作为Pod的代理入口（Portal），从而代替Pod对外暴露一个固定的网络地址。
这样，对于Web应用的Pod来说，它需要关心的就是数据库Pod的Service信息。不难想象，Service后端真正代理的Pod的IP地址、端口等信息的自动更新、维护，则是Kubernetes的职责。
围绕着容器和Pod不断向真实的技术场景扩展，我们就能够摸索出一幅如下所示

• Kubernetes核心功能“全景图”
  
• 从容器这个最基础的概念出发，首先遇到了容器间“紧密协作”关系的难题，于是就扩展到了Pod
• 有了Pod之后，我们希望能一次启动多个应用的实例，这样就需要Deployment这个Pod的多实例管理器
• 而有了这样一组相同的Pod后，我们又需要通过一个固定的IP地址和端口以负载均衡的方式访问它，于是就有了Service

如果现在

两个不同Pod之间不仅有“访问关系”，还要求在发起时加上授权信息

最典型的例子就是Web应用对数据库访问时需要Credential（数据库的用户名和密码）信息。
那么，在Kubernetes中这样的关系又如何处理呢？
Kubernetes项目提供了一种叫作Secret的对象，是一个保存在Etcd里的键值对。
这样，你把Credential信息以Secret的方式存在Etcd里，Kubernetes就会在你指定的Pod（比如，Web应用Pod）启动时，自动把Secret里的数据以Volume的方式挂载到容器里。这样，这个Web应用就可以访问数据库了。
除了应用与应用之间的关系外，应用运行的形态是影响“如何容器化这个应用”的第二个重要因素。
为此，Kubernetes定义了基于Pod改进后的对象。比如

• Job
  描述一次性运行的Pod（比如，大数据任务）
• DaemonSet
  描述每个宿主机上必须且只能运行一个副本的守护进程服务
• CronJob
  描述定时任务

如此种种，正是Kubernetes定义容器间关系和形态的主要方法。
Kubernetes并没有像其他项目那样，为每一个管理功能创建一个指令，然后在项目中实现其中的逻辑
这种做法，的确可以解决当前的问题，但是在更多的问题来临之后，往往会力不从心
相比之下，在Kubernetes中，我们推崇

• 首先，通过一个“编排对象”，比如Pod/Job/CronJob等描述你试图管理的应用
• 然后，再为它定义一些“服务对象”，比如Service/Secret/Horizontal Pod Autoscaler（自动水平扩展器）等。这些对象，会负责具体的平台级功能。

这种使用方法，就是所谓的“声明式API”。这种API对应的“编排对象”和“服务对象”，都是Kubernetes中的API对象（API Object）。
这就是Kubernetes最核心的设计理念，也是接下来我会重点剖析的关键技术点。

Kubernetes如何启动一个容器化任务

现在已经制作好了一个Nginx容器镜像，希望让平台帮我启动这个镜像。并且，我要求平台帮我运行两个完全相同的Nginx副本，以负载均衡的方式共同对外提供服务。
如果DIY，可能需要启动两台虚拟机，分别安装两个Nginx，然后使用keepalived为这两个虚拟机做一个虚拟IP。
而如果使用Kubernetes呢？要做的则是编写如下这样一个YAML文件（比如名叫nginx-deployment.yaml）：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      containers:
      - name: nginx
        image: nginx:1.7.9
        ports:
        - containerPort: 80

在上面这个YAML文件中，定义了一个Deployment对象，它的主体部分（spec.template部分）是一个使用Nginx镜像的Pod，而这个Pod的副本数是2（replicas=2）。
然后执行：

$ kubectl create -f nginx-deployment.yaml

这样，两个完全相同的Nginx容器副本就被启动了。
不过，这么看来，做同样一件事情，Kubernetes用户要做的工作也不少啊
别急，在后续会陆续介绍Kubernetes这种“声明式API”的好处，以及基于它实现的强大的编排能力。

总结

首先，一起回顾了容器的核心知识，说明了容器其实可以分为两个部分

• 容器运行时
• 容器镜像

然后，重点介绍了Kubernetes的架构，详细讲解了它如何使用“声明式API”来描述容器化业务和容器间关系的设计思想。

调度

过去很多的集群管理项目（比如Yarn、Mesos，以及Swarm）所擅长的，都是把一个容器，按照某种规则，放置在某个最佳节点上运行起来。这种功能，称为“调度”。

编排

而Kubernetes所擅长的，是按照用户的意愿和整个系统的规则，完全自动化地处理好容器之间的各种关系。
这种功能，就是我们经常听到的一个概念：编排。
所以说，Kubernetes的本质，是为用户提供一个具有普遍意义的容器编排工具。
Kubernetes为用户提供的不仅限于一个工具。它真正的价值，还是在于提供了一套基于容器构建分布式系统的基础依赖

参考

• 深入剖析Kubernetes
• Large-scale cluster management at Google with Borg

“ 阿里巴巴云原生关注微服务、Serverless、容器、Service Mesh 等技术领域、聚焦云原生流行技术趋势、云原生大规模的落地实践，做最懂云原生开发者的技术圈。”