这篇文章主要讲解了“如何理解Kubernetns容器与VM的编排”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“如何理解Kubernetns容器与VM的编排”吧！

成都网站设计、做网站、成都外贸网站建设公司,成都做网站公司-创新互联公司已向数千家企业提供了,网站设计,网站制作,网络营销等服务!设计与技术结合,多年网站推广经验,合理的价格为您打造企业品质网站。

开始之前

我在开发集群中使用Ubuntu 20.04和两个裸机服务器。尽管我在“第1步”中对如何创建类似的开发集群进行了解释，但是如果您已经选择了其他Kubernetes或OpenShift环境，则可以安全地跳过它。

要求：

至少一台具有2个CPU，4GB Ram和20GB存储空间的主机

kubectl命令行实用程序

SSH客户端

KubeVirt安装与管理

步骤1：建立集群

在开始创建集群之前，让我们对主机进行初始化配置以适合Kubernetes。查看这个官方的教程(https://kubernetes.io/docs/setup/production-environment/tools/kubeadm/install-kubeadm/)并准备您的主机。

让我们创建一个Kubernetes集群

sudo kubeadm init --pod-network-cidr=192.168.0.0/16

执行以下命令来配置kubectl：

mkdir -p $HOME/.kube sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config sudo chown $(id -u):$(id -g) $HOME/.kube/config

移除master上的污点，以便您可以在其上调度pod。

kubectl taint nodes --all node-role.kubernetes.io/master-

它应该返回以下内容：

node/ untainted

步骤2：安装Calico

使用清单安装Calico

kubectl apply -f https://docs.projectcalico.org/manifests/calico.yaml

步骤3：安装KubeVirt

使用namespace，我们可以将资源隔离到逻辑模块中，并且可以更轻松地管理它们。

kubectl create namespace kubevirt

建议使用支持硬件虚拟化的主机，以确保您的主机能够使用virt-host-validate二进制文件。

virt-host-validate qemu QEMU: Checking for hardware virtualization               :PASS

如果主机缺少此命令，则可以使用发行版软件包管理器进行安装，也可以使用来检查kvm文件夹是否可用 ls /dev/kvm。

默认情况下，KubeVirt尝试利用硬件仿真。但是，此功能并非在所有环境中都可用，在这种情况下，您可以使用以下方式启用软件仿真：

kubectl create configmap -n kubevirt kubevirt-config \ --from-literal debug.useEmulation=true

应用这些清单并运行KubeVirt operator以自动安装所有必需的资源。

kubectl apply -f https://github.com/kubevirt/kubevirt/releases/download/v0.38.1/kubevirt-operator.yaml kubectl apply -f https://github.com/kubevirt/kubevirt/releases/download/v0.38.1/kubevirt-cr.yaml

启用迁移功能。(该功能依赖于存储)

kubectl create configmap -n kubevirt kubevirt-config --from-literal feature-gates="LiveMigration"

启用VNC代理功能组件。

kubectl apply -f kubevirt/vnc.yaml

您可以使用此命令检查KubeVirt的安装进度。

kubectl -n kubevirt wait kv kubevirt --for condition=Available

步骤4：创建一个简单的VM

首先，我们创建一个namespace来隔离此演示的资源。

kubectl create namespace kv-policy-demo

现在，使用虚拟机实例(VMI)定制资源，我们可以创建与Kubernetes完全集成的VM。

kubectl create -f - <
请注意，如果您使用的是软件仿真，则启动虚拟机可能会非常慢，并且完成IP地址分配可能需要5到6分钟的时间。
kubectl create -f - <
通过使用您节点的IP地址通过服务节点端口进行访问，确认我们可以使用SSH访问VM 。默认密码是gocubsgo。
ssh cirros@10.1.2.3 -p 30000
通过从新的虚拟机ping google来确认虚拟机可以访问外界。
ping www.google.com -c 5
步骤5：添加网络安全性
应用以下策略在其namespace中隔离VM。这将仅将允许入向为SSH的协议，并且阻止所有出现的流量VM。(取决于您的VM，您将需要其他策略，但是此简单策略对本教程很有用。)
kubectl create -f - <
SSH进入虚拟机，然后尝试再次ping google。
您将无法执行此操作，因为该策略将阻止所有从Pod发起的与外界的通信。这非常强大–您可以使用与保护Pod相同的范例来保护VM!
步骤6：访问虚拟机
现在我们已经为基于Kubernetes的VM管理设置了Kubevirt，现在让我们访问我们的VM。
使用NodePort服务和弱密码在外部公开VM时要小心
串行控制台仅可通过kubectl virt插件使用
SSH以root用户身份登录
通过virt：
SSH访问：
kubectl virt expose vmi test-vm --port=22 --name=test-vm-ssh --type=NodePort
串行控制台：
virtctl console test-vm
不通过virt：
apiVersion: v1 kind: Service metadata:   name: test-vm-ssh   namespace: default spec:   ports:   - name: test-vm-ssh     protocol: TCP     port: 22     targetPort: 22   selector:     kubevirt.io/name: test-vm   type: NodePort
使用VNC：
如果尚未启用VNC
kubectl apply -f kubevirt/vnc/vnc.yaml
查找VNC服务节点端口
在以下位置访问VM
http://NODE_IP:NODEPORT/?namespace=VM_NAMESPACE
仅显示namespace VM_NAMESPACE下的VM。选择所需虚拟机所在的namespace。
步骤7：测试CDI
在应用之前，请确保填写DataVolume/VM清单中的所有变量以适合您的环境
尝试创建一个DataVolume
kubectl apply -f datavolume/datavolume-cirros.yaml kubectl apply -f datavolume/datavolume-ubuntu.yaml kubectl get datavolumes
在VM清单中即时使用DataVolume
kubectl apply -f vm/CDI-PVC.yaml
步骤8：清理
要清除本指南中使用的namespace和VM，可以运行以下命令
kubectl delete namespace kv-policy-demo
其他：故障排除
确保Kubernetes有足够的备用CPU/RAM来部署您请求的VM
确保硬件虚拟化受支持并且可用，或者ConfigMap中存在软件虚拟化标志
更改标志需要重新启动部署
确保服务选择器正确定位到VM Pod
检查Docker MTU和CNI插件MTU是否适合您的网络
使用kubectl virt console $VM_NAME_HERE以确保虚拟机已启动
从内部监控KubeVirt VM
部署Prometheus Operator
一旦准备好了k8s集群，就是部署Prometheus Operator。原因是KubeVirt CR安装在群集上时将检测ServiceMonitor CR是否已存在。如果是这样，那么它将创建ServiceMonitors，这些ServiceMonitors被配置为可立即监控所有KubeVirt组件(virt-controller，virt-api和virt-handler)。
尽管本文中没有介绍监控KubeVirt本身，但是还是在部署KubeVirt之前先部署Prometheus Operator。
要部署Prometheus Operator，您需要首先创建其namespace，例如monitoring：
kubectl create ns monitoring
然后在新的namespace中部署operator：
helm fetch stable/prometheus-operator tar xzf prometheus-operator*.tgz cd prometheus-operator/ && helm install -n monitoring -f values.yaml kubevirt-prometheus stable/prometheus-operator
部署完所有内容后，您可以删除helm下载的所有内容：
cd .. rm -rf prometheus-operator*
要记住的一件事是我们在此处添加的版本名称：kubevirt-prometheus。ServiceMonitor稍后声明我们时将使用版本名称。
部署具有持久性存储的VirtualMachine
现在，我们已经准备好所需要的一切。下面让我们配置虚拟机。
我们将从CDI的DataVolume(https://github.com/kubevirt/containerized-data-importer/blob/master/doc/datavolumes.md)资源PersistenVolume开始。由于我没有动态存储提供程序，因此我将创建2个PV，引用将声明它们的PVC。注意每个PV的claimRef。
apiVersion: v1 kind: PersistentVolume metadata:   name: example-volume spec:   storageClassName: ""   claimRef:     namespace: default     name: cirros-dv   accessModes:     - ReadWriteOnce   capacity:     storage: 2Gi   hostPath:     path: /data/example-volume/ --- apiVersion: v1 kind: PersistentVolume metadata:   name: example-volume-scratch spec:   storageClassName: ""   claimRef:     namespace: default     name: cirros-dv-scratch   accessModes:     - ReadWriteOnce   capacity:     storage: 2Gi   hostPath:     path: /data/example-volume-scratch/
有了永久性存储后，我们可以使用以下清单创建虚拟机：
apiVersion: kubevirt.io/v1alpha3 kind: VirtualMachine metadata:   name: monitorable-vm spec:   running: true   template:     metadata:       name: monitorable-vm       labels:         prometheus.kubevirt.io: "node-exporter"     spec:       domain:         resources:           requests:             memory: 1024Mi         devices:           disks:           - disk:               bus: virtio             name: my-data-volume       volumes:       - dataVolume:           name: cirros-dv         name: my-data-volume   dataVolumeTemplates:   - metadata:       name: "cirros-dv"     spec:       source:           http:              url: "https://download.cirros-cloud.net/0.4.0/cirros-0.4.0-x86_64-disk.img"       pvc:         storageClassName: ""         accessModes:           - ReadWriteOnce         resources:           requests:             storage: "2Gi"
注意，KubeVirt的VirtualMachine资源有一个VirtualMachine模板和一个dataVolumeTemplate。在VirtualMachine模板上，重要的是要注意我们已将VM命名为VM monitorable-vm，以后将使用该名称连接到其控制台virtctl。我们添加的标签prometheus.kubevirt.io: "node-exporter"也很重要，因为在VM内部安装与配置node-exporter时将会使用到它。
在dataVolumeTemplate上，需要注意的是，我们将PVC命名为cirros-dv，DataVolume资源将用它创建2个PVC，cirros-dv和cirros-dv-scratch。注意，cirros-dv和cirros-dv-scratch是PersistentVolume清单上引用的名称。名称必须匹配才能工作。
在VM内安装node-exporter
一旦VirtualMachineInstance运行，我们就可以使用virtctl console monitorable vm连接到它的控制台。如果需要用户和密码，请提供相应的凭据。如果您使用的是本指南中的同一磁盘映像，则用户和密码分别为cirros和gocubsgo
以下脚本将安装node-exporter并将虚拟机配置为在启动时候自启：
curl -LO -k https://github.com/prometheus/node_exporter/releases/download/v1.0.1/node_exporter-1.0.1.linux-amd64.tar.gz gunzip -c node_exporter-1.0.1.linux-amd64.tar.gz | tar xopf - ./node_exporter-1.0.1.linux-amd64/node_exporter &  sudo /bin/sh -c 'cat > /etc/rc.local <&1 > /dev/null & EOF' sudo chmod +x /etc/rc.local
PS：如果您使用其他基础映像，请配置node-exporter以在启动时相应地启动
配置Prometheus抓取VM的node-exporter
配置Prometheus来抓取node-exporter非常简单。我们需要做的就是创建一个新的Service和一个ServiceMonitor：
apiVersion: v1 kind: Service metadata:   name: monitorable-vm-node-exporter   labels:     prometheus.kubevirt.io: "node-exporter" spec:   ports:   - name: metrics     port: 9100     targetPort: 9100     protocol: TCP   selector:     prometheus.kubevirt.io: "node-exporter" --- apiVersion: monitoring.coreos.com/v1 kind: ServiceMonitor metadata:   name: kubevirt-node-exporters-servicemonitor   namespace: monitoring   labels:     prometheus.kubevirt.io: "node-exporter"     release: monitoring spec:   namespaceSelector:     any: true   selector:     matchLabels:       prometheus.kubevirt.io: "node-exporter"   endpoints:   - port: metrics     interval: 15s
让我们分解一下，以确保我们正确设置了所有内容。从Service开始：
spec:   ports:   - name: metrics     port: 9100     targetPort: 9100     protocol: TCP   selector:     prometheus.kubevirt.io: "node-exporter"
在规范中，我们正在创建一个名为metrics的新端口，该端口将重定向到每个标记为prometheus.kubevirt.io: "node-exporter"，此处为端口9100，这是node_exporter的默认端口号。
apiVersion: v1 kind: Service metadata:   name: monitorable-vm-node-exporter   labels:     prometheus.kubevirt.io: "node-exporter"
我们还在为服务本身贴上标签prometheus.kubevirt.io: "node-exporter"，将由ServiceMonitor对象使用。现在让我们看看我们的ServiceMonitor规范：
spec:   namespaceSelector:     any: true   selector:     matchLabels:       prometheus.kubevirt.io: "node-exporter"   endpoints:   - port: metrics     interval: 15s
由于我们的ServiceMonitor将部署在monitoring namespace中，而我们的服务则在default namespace中，因此我们需要设置namespaceSelector.any=true。
我们还告诉ServiceMonitor，Prometheus需要从标记为prometheus.kubevirt.io: "node-exporter"以及哪些端口被命名为metrics。幸运的是，我们的service就是这么做的!
最后一件要注意的事。Prometheus配置可以设置为监视多个ServiceMonitors。我们可以通过以下命令查看prometheus正在监视的服务：
# Look for Service Monitor Selector kubectl describe -n monitoring prometheuses.monitoring.coreos.com monitoring-prometheus-oper-prometheus
确保我们的ServiceMonitor具有Prometheus的Service Monitor Selector的所有标签。一个常见的选择器是我们在部署helm的prometheus时设置的版本名称!
测试
您可以通过端口转发Prometheus Web UI并执行一些PromQL来进行快速测试：
kubectl port-forward -n monitoring prometheus-monitoring-prometheus-oper-prometheus-0 9090:9090
为确保一切正常，请访问localhost:9090/graph并执行PromQL up{pod=~"virt-launcher.*"}。Prometheus应该返回从monitorable-vm的node-exporter收集的数据。
您可以试用virtctl，停止和启动VM，以查看指标的行为。您会注意到，使用停止VM时virtctl stop monitorable-vm，VirtualMachineInstance被杀死，因此它也是Pod。这将导致我们的服务无法找到pod的端点，然后将其从Prometheus的目标中删除。
由于这种行为，下面的告警规则将无法正常工作，因为我们的目标实际上已经消失了，而不是降级了。
- alert: KubeVirtVMDown     expr: up{pod=~"virt-launcher.*"} == 0     for: 1m     labels:       severity: warning     annotations:       summary: KubeVirt VM {{ $labels.pod }} is down.
但是，如果VM在不停止的情况下连续崩溃，则pod不会被杀死，并且仍将监视目标。node-exporter永远不会启动或将与VM一起不断关闭，因此这样的警报可能会起作用：
- alert: KubeVirtVMCrashing     expr: up{pod=~"virt-launcher.*"} == 0     for: 5m     labels:       severity: critical     annotations:       summary: KubeVirt VM {{ $labels.pod }} is constantly crashing before node-exporter starts at boot.
感谢各位的阅读，以上就是“如何理解Kubernetns容器与VM的编排”的内容了，经过本文的学习后，相信大家对如何理解Kubernetns容器与VM的编排这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！
            
            
                                

                    网页名称：如何理解Kubernetns容器与VM的编排                    

                    本文来源：http://kswjz.com/article/jpohsg.html