10分钟看懂Docker和K8S

2018 年 12 月 26 日 CSDN云计算

戳蓝字“CSDN云计算”关注我们哦!


2010年,几个搞IT的年轻人,在美国旧金山成立了一家名叫“dotCloud”的公司。



这家公司主要提供基于PaaS的云计算技术服务。具体来说,是和LXC有关的容器技术。


LXC,就是Linux容器虚拟技术(Linux container)


后来,dotCloud公司将自己的容器技术进行了简化和标准化,并命名为——Docker



Docker技术诞生之后,并没有引起行业的关注。而dotCloud公司,作为一家小型创业企业,在激烈的竞争之下,也步履维艰。


正当他们快要坚持不下去的时候,脑子里蹦出了“开源”的想法。


什么是“开源”?开源,就是开放源代码。也就是将原来内部保密的程序源代码开放给所有人,然后让大家一起参与进来,贡献代码和意见。


Open Source,开源


有的软件是一开始就开源的。也有的软件,是混不下去,创造者又不想放弃,所以选择开源。自己养不活,就吃“百家饭”嘛。


2013年3月,dotCloud公司的创始人之一,Docker之父,28岁的Solomon Hykes正式决定,将Docker项目开源。


Solomon Hykes(今年刚从Docker离职)


不开则已,一开惊人。


越来越多的IT工程师发现了Docker的优点,然后蜂拥而至,加入Docker开源社区。


Docker的人气迅速攀升,速度之快,令人瞠目结舌。


开源当月,Docker 0.1 版本发布。此后的每一个月,Docker都会发布一个版本。到2014年6月9日,Docker 1.0 版本正式发布。


此时的Docker,已经成为行业里人气最火爆的开源技术,没有之一。甚至像Google、微软、Amazon、VMware这样的巨头,都对它青睐有加,表示将全力支持。


Docker火了之后,dotCloud公司干脆把公司名字也改成了Docker Inc. 。



Docker和容器技术为什么会这么火爆?说白了,就是因为它“轻”。


在容器技术之前,业界的网红是虚拟机。虚拟机技术的代表,是VMWareOpenStack



相信很多人都用过虚拟机。虚拟机,就是在你的操作系统里面,装一个软件,然后通过这个软件,再模拟一台甚至多台“子电脑”出来。


虚拟机,类似于“子电脑”


在“子电脑”里,你可以和正常电脑一样运行程序,例如开QQ。如果你愿意,你可以变出好几个“子电脑”,里面都开上QQ。“子电脑”和“子电脑”之间,是相互隔离的,互不影响。


虚拟机属于虚拟化技术。而Docker这样的容器技术,也是虚拟化技术,属于轻量级的虚拟化


虚拟机虽然可以隔离出很多“子电脑”,但占用空间更大,启动更慢,虚拟机软件可能还要花钱(例如VMWare)。


而容器技术恰好没有这些缺点。它不需要虚拟出整个操作系统,只需要虚拟一个小规模的环境(类似“沙箱”)


沙箱


它启动时间很快,几秒钟就能完成。而且,它对资源的利用率很高(一台主机可以同时运行几千个Docker容器)。此外,它占的空间很小,虚拟机一般要几GB到几十GB的空间,而容器只需要MB级甚至KB级。


容器和虚拟机的对比


正因为如此,容器技术受到了热烈的欢迎和追捧,发展迅速。



我们具体来看看Docker。


大家需要注意,Docker本身并不是容器,它是创建容器的工具,是应用容器引擎。


想要搞懂Docker,其实看它的两句口号就行。


第一句,是“Build, Ship and Run”



也就是,“搭建、发送、运行”,三板斧。


举个例子:


我来到一片空地,想建个房子,于是我搬石头、砍木头、画图纸,一顿操作,终于把这个房子盖好了。



结果,我住了一段时间,想搬到另一片空地去。这时候,按以往的办法,我只能再次搬石头、砍木头、画图纸、盖房子。


但是,跑来一个老巫婆,教会我一种魔法。


这种魔法,可以把我盖好的房子复制一份,做成“镜像”,放在我的背包里。



等我到了另一片空地,就用这个“镜像”,复制一套房子,摆在那边,拎包入住。



怎么样?是不是很神奇?


所以,Docker的第二句口号就是:“Build once,Run anywhere(搭建一次,到处能用)”。


Docker技术的三大核心概念,分别是:

  • 镜像(Image)

  • 容器(Container)

  • 仓库(Repository)


我刚才例子里面,那个放在包里的“镜像”,就是Docker镜像。而我的背包,就是Docker仓库。我在空地上,用魔法造好的房子,就是一个Docker容器


说白了,这个Docker镜像,是一个特殊的文件系统。它除了提供容器运行时所需的程序、库、资源、配置等文件外,还包含了一些为运行时准备的一些配置参数(例如环境变量)。镜像不包含任何动态数据,其内容在构建之后也不会被改变。


也就是说,每次变出房子,房子是一样的,但生活用品之类的,都是不管的。谁住谁负责添置。


每一个镜像可以变出一种房子。那么,我可以有多个镜像呀!


也就是说,我盖了一个欧式别墅,生成了镜像。另一个哥们可能盖了一个中国四合院,也生成了镜像。还有哥们,盖了一个非洲茅草屋,也生成了镜像。。。


这么一来,我们可以交换镜像,你用我的,我用你的,岂不是很爽?





于是乎,就变成了一个大的公共仓库。


负责对Docker镜像进行管理的,是Docker Registry服务(类似仓库管理员)。


不是任何人建的任何镜像都是合法的。万一有人盖了一个有问题的房子呢?


所以,Docker Registry服务对镜像的管理是非常严格的。


最常使用的Registry公开服务,是官方的Docker Hub,这也是默认的 Registry,并拥有大量的高质量的官方镜像。



好了,说完了Docker,我们再把目光转向K8S。


就在Docker容器技术被炒得热火朝天之时,大家发现,如果想要将Docker应用于具体的业务实现,是存在困难的——编排、管理和调度等各个方面,都不容易。于是,人们迫切需要一套管理系统,对Docker及容器进行更高级更灵活的管理。


就在这个时候,K8S出现了。


K8S,就是基于容器的集群管理平台,它的全称,是kubernetes。



Kubernetes 这个单词来自于希腊语,含义是舵手领航员。K8S是它的缩写,用“8”字替代了“ubernete”这8个字符。


和Docker不同,K8S的创造者,是众人皆知的行业巨头——Google


然而,K8S并不是一件全新的发明。它的前身,是Google自己捣鼓了十多年的Borg系统


K8S是2014年6月由Google公司正式公布出来并宣布开源的。


同年7月,微软、Red Hat、IBM、Docker、CoreOS、 Mesosphere和Saltstack 等公司,相继加入K8S。


之后的一年内,VMware、HP、Intel等公司,也陆续加入。


2015年7月,Google正式加入OpenStack基金会。与此同时,Kuberentes v1.0正式发布。


目前,kubernetes的版本已经发展到V1.13。



K8S的架构,略微有一点复杂,我们简单来看一下。


一个K8S系统,通常称为一个K8S集群(Cluster)


这个集群主要包括两个部分:

  • 一个Master节点(主节点)

  • 一群Node节点(计算节点)



一看就明白:Master节点主要还是负责管理和控制。Node节点是工作负载节点,里面是具体的容器。


深入来看这两种节点。


首先是Master节点



Master节点包括API Server、Scheduler、Controller manager、etcd。


API Server是整个系统的对外接口,供客户端和其它组件调用,相当于“营业厅”。


Scheduler负责对集群内部的资源进行调度,相当于“调度室”。


Controller manager负责管理控制器,相当于“大总管”。


然后是Node节点



Node节点包括Docker、kubelet、kube-proxy、Fluentd、kube-dns(可选),还有就是Pod


Pod是Kubernetes最基本的操作单元。一个Pod代表着集群中运行的一个进程,它内部封装了一个或多个紧密相关的容器。除了Pod之外,K8S还有一个Service的概念,一个Service可以看作一组提供相同服务的Pod的对外访问接口。这段不太好理解,跳过吧。


Docker,不用说了,创建容器的。


Kubelet,主要负责监视指派到它所在Node上的Pod,包括创建、修改、监控、删除等。


Kube-proxy,主要负责为Pod对象提供代理。


Fluentd,主要负责日志收集、存储与查询。


是不是有点懵?唉,三言两语真的很难讲清楚,继续跳过吧。



Docker和K8S都介绍完了,然而文章并没有结束。


接下来的部分,是写给核心网工程师甚至所有通信工程师看的


从几十年前的1G,到现在的4G,再到将来的5G,移动通信发生了翻天覆地的变化,核心网亦是如此。


但是,如果你仔细洞察这些变化,会发现,所谓的核心网,其实本质上并没有发生改变,无非就是很多的服务器而已。不同的核心网网元,就是不同的服务器,不同的计算节点。


变化的,是这些“服务器”的形态和接口:形态,从机柜单板,变成机柜刀片,从机柜刀片,变成X86通用刀片服务器;接口,从中继线缆,变成网线,从网线,变成光纤。


就算变来变去,还是服务器,是计算节点,是CPU。


既然是服务器,那么就势必会和IT云计算一样,走上虚拟化的道路。毕竟,虚拟化有太多的优势,例如前文所说的低成本、高利用率、充分灵活、动态调度,等等。


前几年,大家以为虚拟机是核心网的终极形态。目前看来,更有可能是容器化。这几年经常说的NFV(网元功能虚拟化),也有可能改口为NFC(网元功能容器化)。


以VoLTE为例,如果按以前2G/3G的方式,那需要大量的专用设备,分别充当EPC和IMS的不同网元。


VoLTE相关的网元


而采用容器之后,很可能只需要一台服务器,创建十几个容器,用不同的容器,来分别运行不同网元的服务程序。



这些容器,随时可以创建,也可以随时销毁。还能够在不停机的情况下,随意变大,随意变小,随意变强,随意变弱,在性能和功耗之间动态平衡。


简直完美!


5G时代,核心网采用微服务架构,也是和容器完美搭配——单体式架构(Monolithic)变成微服务架构(Microservices),相当于一个全能型变成N个专能型。每个专能型,分配给一个隔离的容器,赋予了最大程度的灵活。


精细化分工


按照这样的发展趋势,在移动通信系统中,除了天线,剩下的部分都有可能虚拟化。核心网是第一个,但不是最后一个。虚拟化之后的核心网,与其说属于通信,实际上更应该归为IT。核心网的功能,只是容器中普通一个软件功能而已。


至于说在座的各位核心网工程师,恭喜你们,马上就要成功转型啦!



文章转自鲜枣课堂


1.微信群:

添加小编微信:color_ld,备注“进群+姓名+公司职位”即可,加入【云计算学习交流群】,和志同道合的朋友们共同打卡学习!


2.征稿:

投稿邮箱:liudan@csdn.net;微信号:color_ld。请备注投稿+姓名+公司职位。



推荐阅读


点击“阅读原文”,打开 CSDN App 阅读更贴心!


喜欢就点击“好看”吧!
登录查看更多
0

相关内容

Docker - An open platform for distributed applications for developers and sysadmins.
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
TensorFlow Lite指南实战《TensorFlow Lite A primer》,附48页PPT
专知会员服务
69+阅读 · 2020年1月17日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
《动手学深度学习》(Dive into Deep Learning)PyTorch实现
专知会员服务
119+阅读 · 2019年12月31日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
资源|Blockchain区块链中文资源阅读列表
专知会员服务
43+阅读 · 2019年11月20日
谷歌之困:谷歌为什么做不好硬件?
ZEALER订阅号
3+阅读 · 2019年11月21日
教程 | 从零开始搭建『深度学习』GPU开发环境
机器学习算法与Python学习
8+阅读 · 2019年10月28日
在K8S上运行Kafka合适吗?会遇到哪些陷阱?
DBAplus社群
9+阅读 · 2019年9月4日
通过Docker安装谷歌足球游戏环境
CreateAMind
11+阅读 · 2019年7月7日
免费!Google Colab现已支持英伟达T4 GPU
新智元
5+阅读 · 2019年4月25日
教程帖:深度学习模型的部署
论智
8+阅读 · 2018年1月20日
【区块链】区块链是什么?20问:读懂区块链
产业智能官
8+阅读 · 2018年1月10日
Arxiv
92+阅读 · 2020年2月28日
Arxiv
4+阅读 · 2018年10月31日
Arxiv
3+阅读 · 2018年3月13日
Arxiv
10+阅读 · 2018年2月4日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
TensorFlow Lite指南实战《TensorFlow Lite A primer》,附48页PPT
专知会员服务
69+阅读 · 2020年1月17日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
《动手学深度学习》(Dive into Deep Learning)PyTorch实现
专知会员服务
119+阅读 · 2019年12月31日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
资源|Blockchain区块链中文资源阅读列表
专知会员服务
43+阅读 · 2019年11月20日
相关资讯
谷歌之困:谷歌为什么做不好硬件?
ZEALER订阅号
3+阅读 · 2019年11月21日
教程 | 从零开始搭建『深度学习』GPU开发环境
机器学习算法与Python学习
8+阅读 · 2019年10月28日
在K8S上运行Kafka合适吗?会遇到哪些陷阱?
DBAplus社群
9+阅读 · 2019年9月4日
通过Docker安装谷歌足球游戏环境
CreateAMind
11+阅读 · 2019年7月7日
免费!Google Colab现已支持英伟达T4 GPU
新智元
5+阅读 · 2019年4月25日
教程帖:深度学习模型的部署
论智
8+阅读 · 2018年1月20日
【区块链】区块链是什么?20问:读懂区块链
产业智能官
8+阅读 · 2018年1月10日
相关论文
Arxiv
92+阅读 · 2020年2月28日
Arxiv
4+阅读 · 2018年10月31日
Arxiv
3+阅读 · 2018年3月13日
Arxiv
10+阅读 · 2018年2月4日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员