当前位置：首页 > java >正文

Docker+Kubernetes落地指南：从单机到集群的平滑迁移

java 2025/5/8 8:49:50

一、为何必须升级到Kubernetes？

1.1 单机Docker的瓶颈

单机环境痛点：  
├─ 资源利用率不均衡（CPU飙高 vs 内存闲置）  
├─ 服务扩容需手动操作  
├─ 零宕机更新难以实现  
└─ 网络配置复杂（跨主机通信困难）  企业级需求：  
┌───────────┬───────────────┐  
| 场景       | Kubernetes方案  |  
|───────────|───────────────|  
| 滚动更新   | Deployment策略  |  
| 服务发现   | Service+Ingress |  
| 自动扩缩容 | HPA控制器      |  
└───────────┴───────────────┘

1.2 迁移收益预估

# 某电商平台迁移前后对比  | 单机Docker | Kubernetes集群  
-----------|-----------|-------------  
部署效率   | 30min/次  | 2min/次     # 提升15倍  
故障恢复   | 人工介入   | 自愈机制     # MTTR减少80%  
资源成本   | ￥5万/月  | ￥3.2万/月  # 节省36%

二、迁移前准备：环境与数据双保险

2.1 环境兼容性检查

# 检测Docker与Kubernetes版本兼容性  
$ docker version | grep 'API version'  # 需≥1.41  
$ kubectl version --short | grep Server  # 推荐v1.24+  # 检查Linux内核配置  
$ grep -E 'vm.swappiness|overcommit' /etc/sysctl.conf  
vm.swappiness=0              # 必须调优项  
vm.overcommit_memory=1       # 避免OOM Killer误杀

2.2 数据备份方案

# 持久化数据备份（以PostgreSQL为例）  
$ docker exec -t pg_container pg_dump -U postgres dbname > backup.sql  # 容器配置导出  
$ docker inspect <container_id> > config.json  
$ docker save -o app-image.tar <image_name>

三、五步完成平滑迁移

3.1 步骤1：搭建Kubernetes集群

# 使用kubeadm初始化控制平面  
$ kubeadm init --pod-network-cidr=10.244.0.0/16  # 安装Calico网络插件  
$ kubectl apply -f https://docs.projectcalico.org/manifests/calico.yaml  # 节点加入集群（在工作节点执行）  
$ kubeadm join 192.168.0.100:6443 --token <token> \  --discovery-token-ca-cert-hash sha256:<hash>

3.2 步骤2：容器镜像迁移

# 搭建私有镜像仓库（Harbor）  
$ helm install harbor bitnami/harbor --set service.type=LoadBalancer  # 推送镜像到新仓库  
$ docker tag local-image:1.0 harbor.domain.com/prod/app:v1  
$ docker push harbor.domain.com/prod/app:v1

3.3 步骤3：服务编排转换

# 将docker-compose.yml转换为Deployment  
apiVersion: apps/v1  
kind: Deployment  
metadata:  name: web-app  
spec:  replicas: 3  selector:  matchLabels:  app: web  template:  metadata:  labels:  app: web  spec:  containers:  - name: web  image: harbor.domain.com/prod/app:v1  ports:  - containerPort: 8080  envFrom:  - configMapRef:  name: app-config

3.4 步骤4：流量切换方案

蓝绿发布策略：  
1. 旧Docker服务保持运行（v1.0）  
2. Kubernetes集群部署新版本（v1.1）  
3. 修改Nginx配置将10%流量导至集群  
4. 监控无异常后逐步切流

3.5 步骤5：监控体系构建

# 安装Prometheus Operator  
$ helm install prometheus prometheus-community/kube-prometheus-stack  # 配置容器日志收集（EFK方案）  
$ kubectl apply -f https://raw.githubusercontent.com/fluent/fluentd-kubernetes-daemonset/master/fluentd-daemonset-elasticsearch-rbac.yaml

四、四大避坑指南

4.1 网络配置陷阱

常见故障：  
◼ 跨节点容器无法互通 → 检查Calico的MTU设置  
◼ Service ClusterIP不通 → 确认kube-proxy模式（推荐iptables）  
解决方案：  
$ kubectl get endpoints <service-name>  # 验证Endpoint状态  
$ iptables-save | grep KUBE-SVC-  # 查看iptables规则

4.2 存储卷迁移

# 将本地卷迁移到CSI驱动（以Rook-Ceph为例）  
$ kubectl apply -f https://raw.githubusercontent.com/rook/rook/master/deploy/examples/csi/rbd/storageclass.yaml  # PVC数据迁移命令  
$ kubectl cp /local/path my-pod:/remote/path

4.3 容器时区同步

# 在Deployment中挂载主机时区  
spec:  containers:  - name: app  volumeMounts:  - name: timezone  mountPath: /etc/localtime  volumes:  - name: timezone  hostPath:  path: /usr/share/zoneinfo/Asia/Shanghai

4.4 资源限制优化

resources:  requests:  memory: "512Mi"  cpu: "500m"  limits:  memory: "1Gi"   cpu: "1"  
# 通过监控数据调整：  
$ kubectl top pod  # 查看实际资源消耗

五、迁移后性能调优

5.1 节点亲和性配置

affinity:  nodeAffinity:  requiredDuringSchedulingIgnoredDuringExecution:  nodeSelectorTerms:  - matchExpressions:  - key: node-type  operator: In  values:  - high-memory

5.2 自动水平扩缩容

apiVersion: autoscaling/v2  
kind: HorizontalPodAutoscaler  
metadata:  name: app-hpa  
spec:  scaleTargetRef:  apiVersion: apps/v1  kind: Deployment  name: web-app  minReplicas: 2  maxReplicas: 10  metrics:  - type: Resource  resource:  name: cpu  target:  type: Utilization  averageUtilization: 60