【kubernetes】kubernetes各组件的调用关系

目录

          • 1. 说明
          • 2. Kubernetes组件概述
            • 2.1 控制平面组件
            • 2.2 节点组件
          • 3. Kubernetes组件调用关系
          • 4. 示例说明

1. 说明
  • 1.Kubernetes是一个开源的容器编排工具,其各个组件之间存在着复杂的调用关系,共同构建起一个完整的容器编排系统。
  • 2.Kubernetes集群主要由控制平面组件(Control Plane Components)和节点组件(Node Components)组成。
2. Kubernetes组件概述
2.1 控制平面组件
  • 1.kube-apiserver:Kubernetes集群的API服务器,负责处理来自客户端的RESTful API请求,包括创建、更新、删除和查询资源等。
  • 2.etcd:一个高可用的键值存储系统,用于存储Kubernetes集群的所有持久化数据,如Pod的配置、状态等。
  • 3.kube-scheduler:负责根据调度算法和资源需求,将Pod调度到合适的节点上运行。
  • 4.kube-controller-manager:包含多个控制器,用于监控集群状态,并根据集群状态的变化自动调整资源,确保集群始终处于期望的状态。
2.2 节点组件
  • 1.kubelet:在每个节点上运行,负责维护和管理该节点上的Pod,确保Pod按照期望的状态运行。
  • 2.kube-proxy:在每个节点上运行,负责实现Kubernetes集群中的网络代理和负载均衡功能,使得集群内部的Pod可以相互通信以及访问外部网络。
3. Kubernetes组件调用关系
  • 1.客户端发送请求:客户端(如kubectl命令行工具或Kubernetes的Dashboard UI)向kube-apiserver发送RESTful API请求,请求内容可能是创建、更新、删除或查询Kubernetes资源(如Pod、Service等)。
  • 2.API Server处理请求:kube-apiserver接收请求并进行权限验证和身份认证。验证通过后,将请求发送到etcd存储系统中进行持久化存储,并更新集群状态。
  • 3.etcd存储数据:etcd接收来自kube-apiserver的数据,并进行持久化存储。etcd保证了数据的一致性和可靠性,即使集群中的某些节点发生故障,也能从etcd中恢复数据。
  • 4.Controller Manager监测数据变化:kube-controller-manager中的控制器不断监测etcd中数据的变化。当检测到集群状态与期望状态不符时,控制器会自动调整资源,使集群恢复到期望状态。
  • 5.Scheduler调度资源:当有新Pod需要创建时,kube-scheduler会根据调度算法和资源需求,在集群中选择合适的节点进行部署。调度结果会存储到etcd中,并由kubelet在目标节点上执行创建Pod的操作。
  • 6.节点上的Kubelet执行任务:kubelet根据kube-scheduler的调度结果,在节点上创建相应的Pod并运行容器。同时,kubelet还负责监控Pod的状态,确保Pod按照期望的状态运行。
4. 示例说明
  • 1.客户端发送请求:使用kubectl命令行工具向kube-apiserver发送创建Pod的请求,请求内容包含Pod的配置信息(如镜像、端口等)。
  • 2.API Server处理请求:kube-apiserver接收请求并进行验证。验证通过后,将Pod的配置信息存储到etcd中。
  • 3.etcd存储数据:etcd对Pod的配置信息进行持久化存储。
  • 4.Controller Manager监测数据变化:kube-controller-manager监测到etcd中新增了一个Pod的配置信息,并触发相应的控制器来创建Pod。
  • 5.Scheduler调度资源:kube-scheduler根据Pod的资源需求和调度算法,在集群中选择一个合适的节点进行部署。
  • 6.节点上的Kubelet执行任务:目标节点上的kubelet接收到调度结果后,在节点上创建Pod并运行相应的容器。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/61812.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

大语言模型---Llama7B和Llama8B的区别;模型参数量;权重文件的不同;嵌入层权重的不同;输入序列长度的不同;应用场景

文章目录 1.概要2. 模型参数量3. 权重文件的不同4. 嵌入层权重的不同5. 输入序列长度的不同6. 应用场景 1.概要 LLaMA(Large Language Model Meta AI)是由Meta开发的一系列语言模型,其中不同版本的参数量(如7B、8B等)…

Linux命令思维导图

看到一个很不错的Linux命令思维导图,用机器翻译了一下,建议收藏备用。 附上英文版:

C++自动化测试:GTest 与 GitLab CI/CD 的完美融合

在现代软件开发中,自动化测试是保证代码质量和稳定性的关键手段。对于C项目而言,自动化测试尤为重要,它能有效捕捉代码中的潜在缺陷,提高代码的可维护性和可靠性。本文将重点介绍如何在C项目中结合使用Google Test(GTe…

查询mysql用户信息及授权

SELECT user, host, account_locked, password_expired, password_last_changed, password_lifetime FROM mysql.user;user: 用户名。 host: 用户允许连接的主机。 account_locked: 账户是否被锁定。 password_expired: 密码是否已过期。 password_last_changed: 密码上…

算法模板2:位运算+离散化+区间合并

文章目录 1.6 位运算**位运算的常见应用**1.7 离散化**经典离散化题目例子****1. 区间合并和覆盖长度问题****2. 区间查询与修改****3. 动态求第 K 小值****4. 区间最大重叠次数****5. 动态逆序对计数****6. 二维区间问题****7. 模拟车流/时间段事件****8. 区间众数统计** **具…

【淘汰9成NLP面试者的高频面题】LSTM中的tanh和sigmoid分别用在什么地方?为什么?

博客主页: [青松] 本文专栏: NLP 大模型百面百过 【淘汰9成NLP面试者的高频面题】LSTM中的tanh和sigmoid分别用在什么地方?为什么? 重要性:★★★ 💯 本题主要考察面试者对以下问题的理解: ① 数据特征和模…

【中间件】Redis

一、什么是Redis Redis是一个开源(BSD许可),内存存储的数据结构服务器,可用作数据库,高速缓存和消息队列代理。它支持字符串、哈希表、列表、集合、有序集合,位图,hyperloglogs等数据类型。内置…

Python爬取豆瓣电影全部分类数据并存入数据库

在当今数字化的时代,网络上丰富的影视资源信息吸引着众多开发者去挖掘和利用。今天,我就来和大家分享一段有趣的代码,它能够从豆瓣电影平台获取相关数据并存储到数据库中哦。 结果展示(文末附完整代码): 目…

YOLOv11(Ultralytics)视频选定区域目标统计计数及跟踪

在计算机视觉的众多应用场景中,对特定区域的目标进行检测、跟踪与计数是一个常见且重要的需求。无论是在智慧交通中统计通过特定路口的车辆数量,还是在零售分析中追踪进入特定区域的顾客行为,这一功能都发挥着不可或缺的作用。 随着深度学习…

数据结构与算法——1120——时间空间效率问题求边界值

目录 1、效率问题 1、时间复杂度 1、O(1) 2、O(n) 3、O(n) 或O(n*log2n)——n倍的log以2为底n的对数 例题 4、O(n) 2、空间复杂度 3、数组和链表 2、面试题之求边界值 题目 解答 (1)-i (2)~i (3&#x…

第三十九篇 ShuffleNet V1、V2模型解析

摘要 ShuffleNet V1 ShuffleNet V1是由旷视科技(Megvii,又称Face)在2017年底提出的一种轻量级卷积神经网络架构。该网络专为移动设备和边缘计算环境设计,旨在以较低的计算资源实现高效的图像分类和其他计算机视觉任务。 特点与…

本地推流,服务器拉流全流程

本地推流,服务器拉流全流程 环境准备:准备一台服务器,其中openssl最好为1.1.1版本(可以直接使用ubuntu20.04操作系统) 服务器拉流 1、 安装环境依赖 sudo apt-get update sudo apt-get install unzip sudo apt-get…

【第八课】Rust中的函数与方法

目录 前言 函数指针 函数当作另一个函数的参数 函数当作另一个函数的返回值 闭包 方法 关联函数 总结 前言 在前面几课中,我们都或多或少的接触到了rust中的函数,rust中的函数和其他语言的并没有什么不同,简单的语法不在这篇文章中赘…

详解Qt之QtMath Qt数学类

文章目录 QtMath详解前言QtMath简介QtMath中的函数1. 三角函数1.1 qSin1.2 qCos 2. 指数与对数函数2.1 qExp2.2 qLn 3. 幂运算与平方根3.1 qPow3.2 qSqrt QtMath的优势1. 一致性与跨平台支持2. 与Qt生态系统集成3. 简洁性 总结 QtMath详解 前言 在C的开发中,数学运…

基于Java Springboot海洋馆预约系统

一、作品包含 源码数据库设计文档万字PPT全套环境和工具资源部署教程 二、项目技术 前端技术:Html、Css、Js、Vue、Element-ui 数据库:MySQL 后端技术:Java、Spring Boot、MyBatis 三、运行环境 开发工具:IDEA/eclipse 数据…

产业用机器人中的旋转花键若损伤有何影响?

旋转花键在产业用机器人中是关键的组件之一,如果机器人中的旋转花键损坏,会对机器人的运行和性能产生一定影响。以下是可能的影响: 1、功能受限:旋转花键用于连接两个旋转部件(例如电机轴和传动轴)&#xf…

MySQL-- 数据类型

1. 常⽤数据类型分类 我们在学习JAVA语言⾯向对象软件开发的过程中,通常会先进⾏需求分析从⽽得到类和属性,类是⾯向对象中的概念,对应到数据库中的概念就是实体,类中的属性对应实体中的属性。实体通常以表的形式存在&#xff0c…

CLIP-Adapter: Better Vision-Language Models with Feature Adapters 论文解读

abstract 大规模对比视觉-语言预训练在视觉表示学习方面取得了显著进展。与传统的通过固定一组离散标签训练的视觉系统不同,(Radford et al., 2021) 引入了一种新范式,该范式在开放词汇环境中直接学习将图像与原始文本对齐。在下游任务中,通…

百度在下一盘大棋

这两天世界互联网大会在乌镇又召开了。 我看到一条新闻,今年世界互联网大会乌镇峰会发布“2024 年度中国互联网企业创新发展十大典型案例”,百度文心智能体平台入选。 这个智能体平台我最近也有所关注,接下来我就来讲讲它。 百度在下一盘大棋…

RabbitMQ4:work模型

欢迎来到“雪碧聊技术”CSDN博客! 在这里,您将踏入一个专注于Java开发技术的知识殿堂。无论您是Java编程的初学者,还是具有一定经验的开发者,相信我的博客都能为您提供宝贵的学习资源和实用技巧。作为您的技术向导,我将…