一套实用的 K8s 经典部署规划，通常由 Deployment 治理当用副本、Service 提供不变接见入口，再按负载情况配置弹性伸缩。所谓“一键部署”，沉点不是把集群造成无需治理的黑盒，而是把镜像、配置、资源需要和颁布步骤尺度化，让统一套利用配置可能沉复部署、更新和回滚。
若是指标是急剧上线一个通常 Web 服务，能够先从 Deployment、Service 和 HPA（水平 Pod 自动伸缩）动手。服务网格并非每个项主张必选项：先把利用运行和扩缩容做不变，只有当流量治理、服务间通讯或可观测性需要的确增长时，再引入网格更相宜。
先把利用部署和接见入口固定下来
Deployment 掌管申明利用使用哪个镜像、必要几多个副本，以及容器的资源需要 ；Service 则通过标签选择对应的 Pod，为集群内接见提供不变地址。Pod 可能因更新或故障沉新创建，地址会变动，因而业务服务通常不应直接依赖某个 Pod IP。
下面是一个精简示例。镜像名、端口和资源数值应按现实利用调整 ；其中 CPU 的 requests 配置也会影清脆续基于 CPU 利用率的自动伸缩。
apiVersion: apps/v1
kind: Deployment
metadata:
name: web
spec:
replicas: 2
selector:
matchLabels:
app: web
template:
metadata:
labels:
app: web
spec:
containers:
- name: web
image: example/web:1.0
ports:
- containerPort: 8080
resources:
requests:
cpu: 200m
memory: 256Mi
limits:
cpu: "1"
memory: 512Mi
---
apiVersion: v1
kind: Service
metadata:
name: web
spec:
selector:
app: web
ports:
- port: 80
targetPort: 8080
type: ClusterIPService 的类型取决于接见领域。只供集群内部挪用时，ClusterIP 通常够用 ；必要从集群表接见时，再凭据环境配置 Ingress、网关或云厂商负载平衡。把入口层和利用副本分隔治理，后续扩缩容时就不用频仍扭转客户端接见解址。
弹性伸缩要有指标，也要有资源基线
HPA 凭据指标调整 Pod 数量，但它不会凭空判断业务是否忙乱� ；� CPU 利用率伸缩时，集群必要具备可用的指标采集能力，容器也应设置合理的 CPU requests。若没有资源要求值，利用率的推算基准可能不切合预期 ；若是集群没有提供指标，HPA 也无法正常凭据 CPU 数据作出调整。
例如，能够先将副本数限度在 2 到 10 之间，并把指标 CPU 利用率设为 70%。这只是配置示例，不是合用于所有利用的最佳值：
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
name: web
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: web
minReplicas: 2
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 70设置指标值时，要同时看扩容速度和利用承载能力。扩容过慢，突发流量可能先造成响应变慢 ；上限设得过高，则可能耗尽节点资源� ；挂啡霞河凶愎坏目傻鞫热萘�，不然 HPA 固然增长了副本数，新的 Pod 仍可能处于 Pending 状态。对以内存、队列长度或要求量为重要瓶颈的服务，CPU 指标不定能反映真实负载，应选择能代表业务压力的指标。
服务网格不是“一键部署”的前置前提
服务网格能够在利用之间增长流量治理、通讯战术和遥测能力，合用于服务数量较多、必要细粒度治理的场景。但它也会带来节造面、数据面配置和故障排查成本。单体利用或少量服务，通常吓酌 Kubernetes 的 Service、Ingress 和利用自身的监控能力就能满足根基需要。
选取网格前，先明确要解决的问题：是必要灰度流量分配、服务间加密、统一沉试战术，还是统一追踪？若是需要不明确，只因“经典架构”而装置网格，往往会增长颁布环节，却没有相应收益。对已决定选取网格的系统，应先在非关键服务验证延长、资源开销和故障复原方式，再逐步扩大领域。
把部署封装成可沉复的一键流程
手动运行 kubectl apply 能够实现基础颁布，但若要让多人不变复用，建议把 Kubernetes 清单、环境差距和颁布操作纳入统一流程。幼型项目能够用一组版本化配置共同剧本 ；必要治理多环境或较多参数时，能够选取 Helm 等模板化方式。无论选哪种方式，都应预防把密码等敏感信息直接写进公开配置文件。
一键流程至少应做到：选择指标环境与镜像版本，利用经过审查的配置，期待 Deployment 达到可用状态，并在失败时给出原因或执行回滚。镜像使用明确版本而不是持续变动的标签，可能削减“统一配置、分歧镜像”的问题。部署实现后，可用 kubectl rollout status 查抄颁布状态，用 kubectl get pods 查看副本是否就绪 ；现实自动化中还应参与健全查抄和颁布后的根基验证。
上线前沉点查对的几项配置
- 探针：配置合理的存活与就绪查抄，预防未筹备好的 Pod 接管流量，也预防短暂卡顿导致容器反复沉启。
- 资源：结合压测和运行数据设置 requests、limits，并确认节点容量可能承接预期副本数。
- 伸缩：查抄 HPA 指标是否可读、扩缩容领域是否合理，并观察扩容后利用是否真的复原到指标响应水平。
- 颁布：为配置和镜像保留版本纪录，确认失败时有清澈的回退法子。
总体上，K8s 的经典部署思路是先让利用以可预测的方式运行，再通过指标驱动副本伸缩，最后按现实治理需要增长服务网格或颁布自动化。把这几层职责分清，单一部署能力维持单一，扩容和后续演进也更容易节造。
Android版
iPhone版