好的，各位学员，大家好！欢迎来到今天的进阶课程。我是你们的讲师。在接下来的40分钟里，我们将深入探讨“云原生技术栈与容器化”这个主题，帮助大家从理论走向实战，掌握现代云应用的核心构建方法。

---

# 云原生技术栈与容器化

一、概述

为什么要学习这个主题？

在当今的软件开发领域，业务迭代速度要求越来越快，系统规模越来越大，传统的“单体应用 + 物理/虚拟机部署”模式已经捉襟见肘。云原生正是为了解决这些问题而生。

**行业背景**：从“软件吞噬世界”到“云原生吞噬软件”。微服务、容器化、DevOps、持续交付已成为主流技术范式。无论是互联网巨头还是传统企业数字化转型，云原生架构都是首选。
**实际应用场景**：
**快速迭代**：某电商平台大促期间，能在一小时内完成数十个微服务的独立升级和回滚，而不影响整体业务。
**弹性伸缩**：某在线教育平台在晚高峰时，Kubernetes自动将核心服务从10个实例扩展到100个，流量回落后自动缩容，节省成本。
**环境一致性**：开发、测试、生产环境完全一致，告别“在我机器上能跑”的尴尬。

学完本课程能做什么？

完成本次学习后，你将具备以下能力：

1. 独立容器化应用：能够熟练编写Dockerfile，将任何应用打包成标准化的Docker镜像。 2. 管理Kubernetes核心资源：能使用YAML文件定义并管理Pod、Service、Deployment等核心对象，实现应用的部署和对外暴露。 3. 搭建CI/CD流水线：能够设计并实现一套从代码提交到自动构建、测试、部署的自动化流程。 4. 进行基础的监控与排错：能够配置基本的监控和日志收集，并利用Kubernetes命令排查常见问题。 5. 理解服务网格价值：了解Istio等工具如何解决微服务通信的复杂性问题，为后续深入学习打下基础。

适合人群和前置知识要求

**适合人群**：
有一定经验的开发工程师（Java、Go、Python等），希望转型或深耕云原生领域。
运维工程师（SRE、运维开发），希望提升容器化和Kubernetes编排能力。
架构师，希望了解云原生技术栈的选型和落地。
**前置知识要求**：
熟悉Linux基本操作（命令、文件系统、网络）。
了解Web应用的基本架构（如Nginx、Spring Boot）。
对Git版本控制有基本概念。

---

二、核心知识点

模块一：Docker容器化实践 - 从“运行”到“构建”

原理讲解：Docker通过镜像（Image）和容器（Container）实现应用与环境的解耦。镜像是一个只读的模板，包含了运行应用所需的一切（代码、运行时、库、环境变量、配置文件）。容器是镜像的运行实例。

核心对比：虚拟机 vs 容器。虚拟机虚拟化硬件，每个VM包含完整的操作系统，资源占用大、启动慢。容器虚拟化操作系统内核，共享宿主机内核，资源占用小、启动秒级。

实战示例：为一个简单的Python Flask应用编写Dockerfile。


# 1. 指定基础镜像，使用轻量级的Python 3.9-slim
FROM python:3.9-slim

# 2. 设置工作目录
WORKDIR /app

# 3. 将依赖文件复制到镜像中
COPY requirements.txt .

# 4. 安装Python依赖
RUN pip install --no-cache-dir -r requirements.txt

# 5. 将当前目录下的所有源代码复制到工作目录
COPY . .

# 6. 声明容器运行时监听的端口
EXPOSE 5000

# 7. 指定容器启动时执行的命令
CMD ["python", "app.py"]


关键命令：

# 构建镜像
docker build -t my-flask-app:v1 .
# 运行容器，映射宿主机8080端口到容器5000端口
docker run -d -p 8080:5000 --name my-app my-flask-app:v1


模块二：Kubernetes核心概念 - 你的“容器编排操作系统”

原理讲解：Kubernetes (K8s) 是一个自动化容器操作的开源平台。它负责容器的部署、伸缩和管理。核心思想是声明式管理：你告诉K8s你想要的最终状态（例如“运行5个Nginx实例”），K8s会持续工作，确保实际状态与期望状态一致。

核心概念：

  **Pod**：K8s中最小的部署单元，通常包含一个或多个紧密相关的容器（如应用容器 + Sidecar日志收集容器）。Pod内的容器共享网络和存储卷。
  **Service**：为一组Pod提供稳定的网络访问入口，实现服务发现和负载均衡。即使Pod的IP发生变化，Service的IP或DNS名称保持不变。
  **Deployment**：负责管理Pod的声明式更新和回滚。你可以通过Deployment描述应用的期望状态（如副本数、镜像版本），Deployment Controller会控制ReplicaSet来实现。


实战示例：部署一个Nginx服务。


# deployment.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
name: nginx-deployment
spec:
replicas: 3
selector:
matchLabels:
app: nginx
template:
metadata:
labels:
app: nginx
spec:
containers:

name: nginx

image: nginx:1.21
ports:

containerPort: 80

---
# service.yaml
apiVersion: v1
kind: Service
metadata:
name: nginx-service
spec:
selector:
app: nginx
ports:

protocol: TCP

port: 80          # Service端口
targetPort: 80    # Pod端口
type: ClusterIP       # 集群内部访问


模块三：Helm包管理 - K8s的“apt-get/yum”

原理讲解：Kubernetes应用通常由多个YAML文件（Deployment, Service, ConfigMap, Secret等）组成。Helm将这一整套资源打包成一个Chart，并提供模板化（Template）功能，让你可以通过简单的参数化配置，为不同环境（开发、测试、生产）生成不同的YAML。

核心概念：

  **Chart**：一个Helm包，包含一个应用的所有K8s资源定义模板和默认值。
  **Release**：一个Chart在K8s集群中的一次运行实例。你可以使用同一个Chart，通过不同配置部署出多个Release。


实战示例：使用Helm安装一个WordPress。


# 1. 添加Bitnami仓库
helm repo add bitnami https://charts.bitnami.com/bitnami

# 2. 更新仓库
helm repo update

# 3. 安装WordPress，并自定义参数
helm install my-wordpress bitnami/wordpress \
--set wordpressUsername=admin \
--set wordpressPassword=password123 \
--set service.type=NodePort

# 4. 查看已安装的Release
helm list


模块四：CI/CD流水线与监控日志

原理讲解：

  **CI/CD**：持续集成/持续部署。CI指频繁地将代码合并到主干，并自动进行构建和测试。CD指在CI通过后，自动将应用部署到目标环境。常见工具链：GitLab CI, Jenkins, GitHub Actions。
  **监控**：核心是**Prometheus + Grafana**组合。Prometheus负责采集指标数据（如CPU、内存、请求数），Grafana负责可视化展示。
  **日志**：核心是**EFK/ELK** (Elasticsearch, Filebeat/Fluentd, Kibana) 或 **Loki**。Filebeat/Fluentd负责从各节点收集容器日志，发送到Elasticsearch/Loki存储，Kibana/Grafana用于搜索和分析。


实战示例：一个简化的GitLab CI流水线。


# .gitlab-ci.yml
stages:

build
test
deploy


build-job:
stage: build
script:

docker build -t $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA .
docker push $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA


test-job:
stage: test
script:

echo "Running unit tests..."


deploy-staging:
stage: deploy
script:

kubectl set image deployment/my-app my-app=$CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA -n staging

environment:
name: staging
only:

main



---

三、实操步骤

目标：将一个简单的“Hello World”应用从零部署到Kubernetes集群。

前置条件：已安装Docker、kubectl、minikube（用于本地测试）或拥有一个K8s集群。

步骤1：准备应用与Docker镜像

1.  创建一个 app 目录，并在其中创建 app.py 和 requirements.txt。

  `app.py`:


from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello():
return "Hello, Cloud Native!"
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)


  `requirements.txt`:


Flask==2.3.2

2.  在该目录下创建 Dockerfile (内容见模块一)。
3.  构建并推送镜像：

docker build -t my-hello-app:v1 .
# 如果需要推送到远程仓库，请先docker login
# docker tag my-hello-app:v1 your-dockerhub-username/my-hello-app:v1
# docker push your-dockerhub-username/my-hello-app:v1


步骤2：创建Kubernetes部署资源

1.  创建一个 deployment.yaml 文件：

apiVersion: apps/v1
kind: Deployment
metadata:
name: hello-deployment
spec:
replicas: 2
selector:
matchLabels:
app: hello
template:
metadata:
labels:
app: hello
spec:
containers:

name: hello-app

image: my-hello-app:v1  # 如果是远程仓库，替换为 your-dockerhub-username/my-hello-app:v1
ports:

containerPort: 5000


2.  创建一个 service.yaml 文件：

apiVersion: v1
kind: Service
metadata:
name: hello-service
spec:
selector:
app: hello
ports:

protocol: TCP

port: 80
targetPort: 5000
type: NodePort  # 在Minikube中方便访问


步骤3：部署到Kubernetes

1.  启动Minikube (如果使用本地环境)：

minikube start

2.  应用YAML文件：

kubectl apply -f deployment.yaml
kubectl apply -f service.yaml

3.  验证部署：

kubectl get pods -l app=hello  # 查看Pod状态，应显示2个Running
kubectl get service hello-service # 查看Service状态

4.  访问应用：

# 获取Minikube的访问URL
minikube service hello-service --url

打开浏览器访问返回的URL，你应该能看到 Hello, Cloud Native!。

---

四、常见问题与故障排查

问题1：Pod状态一直为 Pending

  **原因**：通常是因为集群资源不足（如CPU、内存），或无法调度到合适的节点。
  **排查**：

1.  kubectl describe pod <pod-name> 查看Events部分，寻找失败原因。
2.  kubectl get nodes 查看节点资源使用情况 (kubectl top nodes)。
3.  检查是否有节点污点（Taints）与Pod容忍度（Tolerations）不匹配。

问题2：Pod状态为 CrashLoopBackOff

  **原因**：容器启动后立即崩溃，K8s反复重启，导致进入回退状态。
  **排查**：

1.  kubectl logs <pod-name> 查看容器日志，这是最直接的方法。
2.  kubectl logs <pod-name> --previous 查看上次崩溃的日志。
3.  进入容器内部调试：kubectl exec -it <pod-name> -- /bin/sh，检查进程、配置文件等。

问题3：Service无法访问（Connection refused）

  **原因**：Service的 `selector` 没匹配到任何Pod，或者Pod的端口标签不匹配。
  **排查**：

1.  kubectl describe service <service-name> 查看 Endpoints 字段。如果为空，说明没有后端Pod被选中。
2.  检查Service的 selector 和Pod的 labels 是否一致。
3.  kubectl get pods --show-labels 查看Pod的标签。

问题4：镜像拉取失败（ImagePullBackOff）

  **原因**：镜像名称错误、标签不存在、私有仓库认证失败。
  **排查**：

1.  kubectl describe pod <pod-name> 查看Events，会明确提示是 ErrImagePull 或 ImagePullBackOff，并给出错误原因。
2.  检查YAML中的 image 字段。
3.  如果是私有仓库，确认是否创建了 imagePullSecrets。

---

五、总结与扩展

重点知识回顾

1.  容器化是基石：Docker让应用和环境标准化，是云原生的“乐高积木”。
2.  K8s是编排核心：Pod是最小单元，Deployment管理生命周期，Service提供稳定网络入口。声明式API是K8s的精髓。
3.  Helm是组合工具：通过Chart管理复杂应用，实现参数化部署和环境隔离。
4.  CI/CD是效率引擎：自动化从代码到部署的流程，是DevOps实践的关键一环。
5.  可观测性是保障：监控（Metrics）和日志（Logging）是理解系统状态、快速定位问题的眼睛。

实战中的最佳实践建议


  **镜像构建**：优先选择Alpine等小型基础镜像；利用多阶段构建（Multi-stage builds）减小镜像体积；使用 `.dockerignore` 文件排除无用文件。
  **资源声明**：始终为Pod设置 `resources.requests` 和 `resources.limits`，避免资源争抢。
  **配置管理**：将配置（如数据库地址）和敏感信息（如密码）分别放入ConfigMap和Secret中管理，不要硬编码在镜像里。
  **健康检查**：为Pod配置 `livenessProbe` (存活探针) 和 `readinessProbe` (就绪探针)，让K8s自动管理Pod的健康状态和流量接入。
  **命名空间隔离**：使用Namespace（如 `dev`, `staging`, `prod`）隔离不同环境的应用。


推荐进一步学习的方向和资源


  **深入学习Kubernetes**：CNCF官方CKAD/CKA认证课程、Kubernetes官方文档。
  **服务网格（Service Mesh）**：学习Istio，理解流量管理、安全、可观测性在微服务层面的实现。
  **云原生存储**：了解Rook、Longhorn等云原生存储解决方案。
  **Serverless**：学习Knative，探索在K8s上实现无服务器架构。
  **GitOps**：学习ArgoCD或Flux，实现以Git仓库为单一事实来源的声明式部署。


今天的课程到这里就结束了。希望大家能将今天学到的知识应用到实际工作中，开始你的云原生之旅。谢谢大家！