轻量级 k8s 平台-边缘计算场景-k3s

笨小孩@GF 知行合一

229551人浏览 · 2021-12-25 11:43:22

笨小孩@GF 知行合一 · 2021-12-25 11:43:22 发布

实验环境：新创建两台虚拟机
K3s server 机器配置：
IP：192.168.1.30
主机名：k3s-S1
配置：2vCPU/1Gi 内存
K3s agent 机器配置：
IP：192.168.1.40
主机名：k3s-A1
配置：2vCPU/1Gi 内存

注意：机器配置可以按照下面标准分配
安装使用 k3s 服务的最低系统要求：
Linux 的内核版本在 3.10 以上
每台服务器上至少要有 512MB 的内存空间
硬盘中可用的存储空间必须大于 200 MB
支持 x86_64, ARMv7, and ARM64 平台

什么是 k3s？

https://github.com/k3s-io/k3s

轻量级的 Kubernetes。安装简单，占用资源少，只需要 512M 内存就可以运行起来，所有的二进制程序都不到 100MB。

自 2019 年 3 月发布以来，备受全球开发者们关注。至今，GitHub Stars 数已超过 16,000，成为了开源社区最受欢迎的边缘计算 K8S 解决方案。

k3s 专为在资源有限的环境中运行 Kubernetes 的研发和运维人员设计，将满足日益增长的在边缘计算环境中运行在 x86、ARM64 和 ARMv7 处理器上的小型、易于管理的 Kubernetes 集群需求。

k3s 的发布，为开发者们提供了以“Rancher 2.X + k3s”为核心的从数据中心到云到边到端的 K8S 即服务（Kubernetes-as-a-Service），推动 Kubernetes Everywhere。

为什么叫 k3s？
我们希望安装的 Kubernetes 在内存占用方面只是原来一半的大小。Kubernetes 是一个 10 个字母的单词。所以，有 Kubernetes 一半大的东西就是一个 5 个字母的单词，简写为 K3S。

K3s 没有全称，也没有官方的发音。

适用场景
1、边缘计算-Edge
2、物联网-IoT
3、CI
4、ARM
5、嵌入 K8s

k3s 相对比 k8s 裁剪了如下 5 个部分:
1、过时的功能和非默认功能
2、Alpha 功能
3、内置的云提供商插件
4、内置的存储驱动
5、Docker（可选）

相对 k8s 优化部分
1、使用内嵌轻量级数据库 SQLite 作为默认数据存储替代 etcd，当然 etcd 仍然是支持的。
2、内置了 local storage provider、service load balancer、helm controller、Traefik ingress controller，开箱即用。
3、所有 Kubernetes 控制平面组件如 apiserver、scheduler、controller manager 等封装成为一个精简二进制程序，控制平面只需要一个进程即可运行。
4、删除内置插件(比如 cloudprovider 插件和存储插件)。
5、减少外部依赖，操作系统只需要安装较新的内核（centos7.6 就可以，不需要升级内核）以及支持 cgroup 即可，k3s 安装包已经包含了 containerd、Flannel、CoreDNS，非常方便地一键式安装，不需要额外安装 Docker、Flannel 等组件。

k3s 架构分析

单节点的 k3s 架构

上面的架构里 K3s server 节点有一个内嵌 SQLite 数据库，在这种配置中，每个 agent 节点都注册到同一个 server 节点。K3s 用户可以通过调用 server 节点上的 K3s API 来操作 Kubernetes 资源。

高可用的 k3s 架构
一个 HA K3S 集群由以下几个部分组成：
1、两个或更多 server 节点将为 Kubernetes API 提供服务并运行其他 control-plane 服务
2、外部数据存储（与单节点 k3s 设置中使用的嵌入式 SQLite 数据存储相反）

k3s 特点

1.上手无代价：
1）使用 k3s 与 Kubernetes 习惯完全一致，对于使用 Kubernetes 的人来讲使用 k3s 没有任何难度；
2）支持部署 helm tiller 服务端（helm tiller 端会在 helm 3.x 版本中被干掉）

2.API server、Controller manager、Scheduler、kubelet、Flannel 等组件都在一个进程中（通过指定是 Server 或者 Agent 选项来控制节点上需要启动哪些组件，Server 相当于 Kubernetes 的Master 节点，Agent 相当于 Worker 节点），占用的内存更少了，整个 k3s server 进程需要的内存在500MB 以下。

3. 去除了 Kubernetes 中的一些实验特性、非必须的组件，例如云厂商的驱动、存储插件，k3s 在默认状态下只会启动除自身进程之外的两个应用：
CoreDNS：提供集群内部的 DNS 解析服务。
Traefik：Ingress controller 的角色。

4. 占用资源少：k3s 默认使用 containerd（Server 节点，不可更改）作为容器运行时，不再需要中间层的 Docker Engine，占用资源更少。

5. 部署简单：对环境依赖少，可离线也可在线部署（国内的网络环境不推荐在线部署），离线部署时，只需要下载一个大约 40MB 的二进制文件和一个 200MB 不到的离线镜像包，启动 k3s 节点几乎是秒级的。

选择 k3s 的理由

完美适配边缘计算环境：云计算、边缘计算、去中心化云计算

k3s 是一个高可用的、经过 CNCF 认证的 Kubernetes 发行版，专为无人值守、资源受限、偏远地区或物联网设备内部的生产工作负载而设计。

简单且安全
k3s 被打包成单个小于 60MB 的二进制文件，从而减少了运行安装、运行和自动更新生产Kubernetes 集群所需的依赖性和步骤。

针对 ARM 进行优化
ARM64 和 ARMv7 都支持二进制文件和多源镜像。k3s 在小到树莓派或大到 AWS a1.4xlarge 32GiB 服务器的环境中均能出色工作。

云计算 vs 边缘计算

什么是云计算？
对于到底什么叫云计算，有很多种说法。现阶段广为接受的是美国国家标准与技术研究院（NIST）定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

用通俗的话说，云计算就是通过大量在云端的计算资源进行计算，如：用户通过自己的电脑发送指令给提供云计算的服务商，通过服务商提供的大量服务器进行“核爆炸”的计算，再将结果返回给用户。

云计算部署模型分为三类：公有云、私有云、混合云；
服务模式有三种：Saas、PaaS、IaaS 。
图解云计算：
以前电脑被发明的时候，还没有网络，每个电脑（PC），就是一个单机。

再后来，单机性能越来越强，就有了服务器（Server）。人们发现，可以把一些服务器集中起来，放在机房里，然后让用户通过网络，去访问和使用机房里的计算机资源。

云计算
云计算说白了，就是把计算机资源集中起来，放在网络上。但是，云计算的实现方式，就非常复杂了。
我们把计算机资源放在云端。这个计算机资源，实际上分为好几种层次：
第一层次（IaaS），是最底层的硬件资源，主要包括 CPU（计算资源），硬盘（存储资源），还有网卡（网络资源）等。
第二层次（Paas），要高级一些，我不打算直接使用 CPU、硬盘、网卡，我希望你把操作系统（例如Windows、Linux）装好，把数据库软件装好，我再来使用
第三层次（SaaS），更高级一些，你不但要装好操作系统这些基本的，还要把具体的应用软件装好，例如 FTP服务端软件、在线视频服务端软件等，我可以直接使用服务。

这三种层次，就是大家经常听到的 IaaS、Paas、SaaS。
Iaas: Openstack
Paas: openshift

什么是边缘计算？

“边缘”特指计算资源在地理分布上更加靠近设备，而远离云数据中心的资源节点。典型的边缘计算分为物联网（例如：下一代工业自动化，智慧城市，智能家居，大型商超等）和非物联网（例如：游戏，CDN 等）场景。
边缘计算被称为“人工智能的最后一公里”，但它还在发展初期。相较于云计算，边缘计算有以下优势。
1、更多的节点来负载流量，使得数据传输速度更快。
2、更靠近终端设备，传输更安全，数据处理更即时。
3、更分散的节点相比云计算故障所产生的影响更小。

边缘计算应用场景

边缘计算在智慧城市的建设中有丰富的应用场景。

在城市路面检测中，在道路两侧路灯上安装传感器收集城市路面信息，检测空气质量+、光照强度、噪音水平等环境数据，当路灯发生故障时能够及时反馈至维护人员。

在智能交通中，边缘服务器上通过运行智能交通控制系统来实时获取和分析数据，根据实时路况来控制交通信息灯，以减轻路面车辆拥堵等。

在无人驾驶中，如果将传感器数据上传到云计算中心将会增加实时处理难度，并且受到网络制约，因此无人驾驶主要依赖车内计算单元来识别交通信号和障碍物，并且规划路径《福布斯》技术委员会的 12 位成员研究了一些企业的用例，

在这些用例中，都使用了边缘计算：
应用一：改进医疗设备性能和数据管理
在医疗场景下，边缘计算主要帮助医疗保健体系的 IT 基础架构，具体来说，是防止医疗设备管理的应用程序发生延迟。在边缘计算的支持下，无需构建集中的数据中心，可对关键数据进行本地化，在安全性、响应速度和有效性上有更佳表现。
应用二：本地零售的实时数据分析
边缘计算的主要目的，是让运算尽可能接近数据源。在零售场景中，以往企业都是将各分支的数据汇总到中心位置进行分析，再进行决策和行动。而通过边缘计算，零售店铺可以在本地就进行数据处理和优化，这样组织的行动反馈就能更快更及时。
应用三：消费者数据隐私
处理高度敏感的消费者数据的公司发现，由于数据泄漏成本高昂，云计算很危险。因此，许多这类公司正在将边缘计算用于处理消费者数据，因为它为他们提供了更多的安全和控制选择。这可能会使企业工作流程复杂化，但它可以带来好处，特别是在医疗数据公司中。- Sean Byrnes, Outlier
应用四：物联网
物联网是企业为获得更好的数据、客户体验、现场营销和更智能的流程而实施的智能的重大转变。边缘计算使网络的运行水平能够为物联网提供高性能。接近实时的速度意味着用户体验可以非常出色，并且可以为企业带来更好、更有效的运营。-Frank Cittadino, QOS Networks
应用五：视频监控和分析
视频监控已经部署在边缘，以及视频分析。视频产生的数据是所有其他来源数据总和的 10 倍。这是一个很好的例子，说明您需要在数据中心之外开始处理的数据类型，以最大限度地减少通过网络移动和存储的数据量。此外，它还允许企业对可操作的数据做出实时决策- Bill Galloway，Pivot3 Inc.
应用六：工业操作
工厂车间处理等工业操作需要海量数据的快速响应。这些数据中的大部分被丢弃，但能够通过检测边缘数据中的异常来使工厂操作员能够及时对工厂车间的问题做出反应。这样可以间接减少停机从而提高生产率。- Randal Kenworthy，Cognizant
应用七：智能建筑
随着我们的会议室和设施变得越来越智能化，将会有一种把所有东西都放到云端的诱惑。考虑到安全性和稳定性，在站点上托管数据将会有一些好处。我们已经看到了基于云的照明在网络中断时可能会令人沮丧的问题，而工作场所的可靠性甚至更重要。 Luke Wallace, Bottle Rocket
应用八：无人驾驶汽车
汽车行业已投入数十亿资金开发边缘计算技术。为了安全运行，这些车辆需要收集和分析有关其周围环境，方向和天气状况的大量数据，以及与道路上的其他车辆进行通信。- Arnie Gordon，Arlyn Scales
应用九：机顶盒
Edge AI 可以在机顶盒设备上运行一个低占用空间的智能引擎，可以实时分析数据，对 AI 进行编码，在本地解决问题并向上游服务器提供智能反馈。与基本自动化（边缘机器人流程自动化机器人）相结合，AI 引擎可以自我修复并在本地解决许多问题。- Ankur Garg，Hotify Inc.

小结
云计算是人和计算设备的互动，而边缘计算则属于设备与设备之间的互动，最后再间接服务于人。

边缘计算可以处理大量的即时数据，而云计算最后可以访问这些即时数据的历史或者处理结果并做汇总分析。

云计算和边缘计算是一种共生和互补的关系，并不会出现谁取代谁的问题，而是谁在哪些计算上更有优势，谁在哪些场景上更合适。

k3s 和 k8s 如何选择？

K8s 和 k3s 各有优劣。若是你要进行大型的集群部署，建议你选择使用 K8s；

若是你处于边缘计算等小型部署的场景或仅仅须要部署一些非核心集群进行开发/测试，那么选择 k3s 则是性价比更高的选择。

云计算场景用 k8s
边缘计算场景用 k3s

Q：k3s 和 k8s 具体有多大的差别？
A：在实际的应用部署中，几乎没有任何差异，至少到目前为止，我所遇到的场景，k8s 能满足的，k3s 也能满足，相信，通过不断的迭代，k3s 在未来会更完善边缘场景。
Q：能直接学习 k3s 吗？
A: k3s 的所有操作跟 k8s 无区别，但是学习还是以 k8s 为主，之后再扩展 k3s

k3s 在边缘计算中的应用

背景：
在进行信息化、智能化改造的过程中，首先第一步，就是要获取底层系统的全方位的数据。

因此需要部署大量的边缘设备来采集数据、分析数据，通过这些数据进行建模，大量的边缘设备一般离散的分布在不同机房、厂区、甚至是不同的地理区域，这对运维人员来讲维护这些设备，管理其上运行的应用变得极其困难。

需求：
对于运维角色来讲：
管理这些边缘设备，保持边缘设备上运行的服务的高可用性；
快速的上线、升级配置的快速更改与应用

开发角度：
对代码进行微服务化
以上案例来自曾永杰，上海全应科技有限公司运维经理，曾在华为西安研究所云计算部门承担软件测试工程师、项目交付、线上运维等工作职责，当前工作主要为 CI/CD 流程的建设与维护、应用的容器化改革和容器云平台的运维管理。

安装 k3s 集群

初始化实验环境： 所有节点都要按如下操作
配置静态 IP
把虚拟机或者物理机配置成静态 ip 地址，这样机器重新启动后 ip 地址也不会发生改变。
cat /etc/sysconfig/network-scripts/ifcfg-ens33
TYPE=Ethernet
PROXY_METHOD=none
BROWSER_ONLY=no
BOOTPROTO=static
DEFROUTE=yes
IPV4_FAILURE_FATAL=no
NAME=ens33
DEVICE=ens33
ONBOOT=yes
IPADDR=192.168.1.30
NETMASK=255.255.255.0
GATEWAY=192.168.1.1
DNS1=114.114.114.114
DNS2=192.168.1.1
IPV6INIT=yes
IPV6_AUTOCONF=yes
IPV6_DEFROUTE=yes
IPV6_FAILURE_FATAL=no
IPV6_ADDR_GEN_MODE=stable-privacy

保存退出然后重启网络服务
systemctl restart network

修改 yum 源
配置安装 k8s 需要的 yum 源
cat <<EOF > /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64
enabled=1
gpgcheck=0
EOF
#添加 docker 需要的 yum 源
yum -y install yum-utils
yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

安装软件包
yum -y install device-mapper-persistent-data lvm2 wget net-tools nfs-utils iptables-services lrzsz gcc gcc-c++ make cmake libxml2-devel openssl-devel curl curl-devel unzip sudo libaio-devel wget vim ncurses-devel autoconf automake zlib-devel openssh-server socat ipvsadm conntrack telnet iptables-services nginx-mod-stream

配置防火墙
关闭 firewalld 防火墙， centos7 系统默认使用的是 firewalld 防火墙，停止 firewalld 防火墙，并禁用这个服务。
systemctl stop firewalld && systemctl disable firewalld

时间同步
ntpdate cn.pool.ntp.org
编辑计划任务，每小时做一次同步
1）crontab -e
* */1 * * * /usr/sbin/ntpdate cn.pool.ntp.org
2）重启 crond 服务：
systemctl restart crond

关闭 selinux，设置永久关闭，这样重启机器 selinux 也处于关闭状态
可用下面方式修改：
sed -i 's/SELINUX=.*/SELINUX=disabled/' /etc/sysconfig/selinux
sed -i 's/SELINUX=.*/SELINUX=disabled/g' /etc/selinux/config
上面文件修改之后，需要重启虚拟机，如果测试环境可以用如下命令强制重启：
reboot -f
注：生产环境不要 reboot -f，要正常关机重启
查看 selinux 是否修改成功
重启之后登录到机器上用如下命令：
getenforce
显示 Disabled 说明 selinux 已经处于关闭状态

修改内核参数
cat <<EOF >/etc/sysctl.d/k8s.conf
net.bridge.bridge-nf-call-ip6tables = 1
net.bridge.bridge-nf-call-iptables = 1
EOF
sysctl --system 注：sysctl --system 这个会加载所有的 sysctl 配置

修改主机名
在 192.168.1.30 上：
hostnamectl set-hostname k3s-s1 && bash
在 192.168.1.40 上：
hostnamectl set-hostname k3s-a1 && bash

配置 hosts 文件
s1、a1 的 hosts 文件保持一致，可按如下方法修改：
在/etc/hosts 文件增加如下几行：
192.168.1.30 k3s-s1
192.168.1.40 k3s-a1

配置主机之间无密码登陆
配置 s1到 a1 无密码登陆
在 s1 上操作
ssh-keygen -t rsa
#一直回车即可
cd /root && ssh-copy-id -i .ssh/id_rsa.pub root@192.168.1.40
#上面需要输入 yes 之后，输入密码，输入 192.168.1.40 物理机密码即可

安装 k3s
yum install containerd -y
systemctl enable containerd --now

curl -sfL http://rancher-mirror.cnrancher.com/k3s/k3s-install.sh | INSTALL_K3S_MIRROR=cn sh -

验证安装是否成功
kubectl get nodes

添加命令自动补全
source <(kubectl completion bash)

echo "source <(kubectl completion bash)" >> ~/.bashrc

在 k3s 集群添加 agent 节点

提取 join token
想要添加 worker 节点。在这些节点上安装 K3s，我们需要一个 join token。

Join token 存在于 k3s server 节点的文件系统上。
cat /var/lib/rancher/k3s/server/node-token
获取到一串 token：
K10c3f3b4e7d9445cfaca2986bb0d758ab785575492ede5958a3105f722df394789::server:462f87bc8c81d6a8700d0abefcac5040

在 a1 上执行如下，把 agent 节点加入 k3s:

yum install containerd -y
systemctl enable containerd --now

#执行如下把 a1 机器，加入到 k3s 集群
curl -sfL http://rancher-mirror.cnrancher.com/k3s/k3s-install.sh | INSTALL_K3S_MIRROR=cn K3S_URL=https://192.168.1.30:6443 K3S_TOKEN=K10c3f3b4e7d9445cfaca2986bb0d758ab785575492ede5958a3105f722df394789::server:462f87bc8c81d6a8700d0abefcac5040 sh -

kubectl label nodes k3s-a1 node-role.kubernetes.io/worker=worker

在 k3s 中部署应用- Guestbook 留言板

拉取需要的镜像
ctr images pull docker.io/kubeguide/guestbook-php-frontend:latest
ctr images pull docker.io/kubeguide/redis-master:latest
ctr images pull docker.io/kubeguide/guestbook-redis-slave:latest

vim redis-master-deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: redis-master
  labels:
    app: redis
spec:
  selector:
    matchLabels:
      app: redis
      role: master
      tier: backend
  replicas: 1
  template:
    metadata:
      labels:
        app: redis
        role: master
        tier: backend
    spec:
      containers:
      - name: master
        image: kubeguide/redis-master
        ports:
        - containerPort: 6379

vim redis-master-service.yaml

apiVersion: v1
kind: Service
metadata:
  name: redis-master
  labels:
    app: redis
    role: master
    tier: backend
spec:
  ports:
  - port: 6379
    targetPort: 6379
  selector:
    app: redis
    role: master
    tier: backend

vim redis-slave-deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: redis-slave
  labels:
    app: redis
spec:
  selector:
    matchLabels:
      app: redis
      role: slave
      tier: backend
  replicas: 1
  template:
    metadata:
      labels:
        app: redis
        role: slave
        tier: backend
    spec:
      containers:
      - name: slave
        image: kubeguide/guestbook-redis-slave
        env:
        - name: GET_HOSTS_FROM
          value: dns
        ports:
        - containerPort: 6379

vim redis-slave-service.yaml

apiVersion: v1
kind: Service
metadata:
  name: redis-slave
  labels:
    app: redis
    role: slave
    tier: backend
spec:
  ports:
  - port: 6379
  selector:
    app: redis
    role: slave
    tier: backend

vim frontend-deployment.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: frontend
  labels:
    app: guestbook
spec:
  selector:
    matchLabels:
      app: guestbook
      tier: frontend
  replicas: 1
  template:
    metadata:
      labels:
        app: guestbook
        tier: frontend
    spec:
      containers:
      - name: php-redis
        image: kubeguide/guestbook-php-frontend
        env:
        - name: GET_HOSTS_FROM
          value: dns
        ports:
        - containerPort: 80

vim frontend-service.yaml

apiVersion: v1
kind: Service
metadata:
  name: frontend
  labels:
    app: guestbook
    tier: frontend
spec:
  type: NodePort
  ports:
  - port: 80
    targetPort: 80
    nodePort: 30001
  selector:
    app: guestbook
    tier: frontend

#在浏览器访问 frontend 在宿主机暴露的 ip:端口即可访问到前端页面：
http://192.168.1.30:30001

卸载 k3s 集群
在 k3s server 节点执行如下：
/usr/local/bin/k3s-uninstall.sh
在 k3s agent 节点执行如下：
/usr/local/bin/k3s-agent-uninstall.sh

编辑 yaml 帮助

k3s 高可用集群安装

将 k3s 进行高可用部署。官方提供了两种部署方式，一种是连接外部数据库如：mysql，然后部署多个 k3s server 端再进行负载均衡，

还有一种是官方提供的高可用方式，参考：
https://docs.rancher.cn/docs/k3s/installation/ha-embedded/_index/

实验环境：
系统统一使用 Centos 7.9.2009
Server1 192.168.1.60 hostname k3s-s1 2vCPU/1Gi 内存
Server1 192.168.1.61 hostname k3s-s2
Server1 192.168.1.62 hostname k3s-s3

Agent1 192.168.1.70 hostname k3s-a1 2vCPU/1Gi 内存
Agent1 192.168.1.71 hostname k3s-a2
使用 shell 脚本完成基础设置
#!/bin/bash

if [[ `id -u` != "0" ]]; then
	echo "Must be root !"
	exit 1;
fi

if [[ ! `ping -c2 www.baidu.com` ]]; then
	echo "NetWork is not ready !"
	exit 2;
fi

cat <<EOF > /etc/yum.repos.d/kubernetes.repo
[kubernetes]
name=Kubernetes
baseurl=https://mirrors.aliyun.com/kubernetes/yum/repos/kubernetes-el7-x86_64
enabled=1
gpgcheck=0
EOF

yum -y install yum-utils
yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

sleep 2;
yum -y install device-mapper-persistent-data chrony lvm2 wget net-tools nfs-utils iptables-services lrzsz gcc gcc-c++ make cmake libxml2-devel openssl-devel curl curl-devel unzip sudo libaio-devel wget vim ncurses-devel autoconf automake zlib-devel openssh-server socat ipvsadm conntrack telnet iptables-services nginx-mod-stream

systemctl stop firewalld && systemctl disable firewalld

sed -i.bak 'N;4 i server ntp.aliyun.com iburst' /etc/chrony.conf
systemctl enable chronyd --now

sed -i.bak 's/SELINUX=.*/SELINUX=disabled/g' /etc/sysconfig/selinux
sed -i.bak 's/SELINUX=.*/SELINUX=disabled/g' /etc/selinux/config
setenforce 0

cat <<EOF >/etc/sysctl.d/k8s.conf
net.bridge.bridge-nf-call-ip6tables = 1
net.bridge.bridge-nf-call-iptables = 1
EOF
sysctl --system


yum install containerd -y
systemctl enable containerd --now
systemctl status containerd

分别在 s1 s2 和 s3 上安装、配置和启动 keepalived 和 nginx
测试 keepalived 停止 s1 的 keepalived
首先在 s1 上安装部署 k3s
curl -sfL http://rancher-mirror.cnrancher.com/k3s/k3s-install.sh | K3S_TOKEN=k3s_server_token \
INSTALL_K3S_MIRROR=cn sh -s - server --cluster-init
将 s2 和 s3 加入集群
curl -sfL http://rancher-mirror.cnrancher.com/k3s/k3s-install.sh | K3S_TOKEN=k3s_server_token \
INSTALL_K3S_MIRROR=cn sh -s - server --server https://192.168.1.60:16443

将 a1 和 a2 加入到集群

在任意 server 上获取 token
cat /var/lib/rancher/k3s/server/node-token
K107414810974a3fed7d063a4e6d6d833fed2a49278a316fe1c00285048818a4c5f::server:k3s_server_token
在 a1 和 a2 上执行
curl -sfL http://rancher-mirror.cnrancher.com/k3s/k3s-install.sh | INSTALL_K3S_MIRROR=cn K3S_URL=https://192.168.1.60:16443 K3S_TOKEN=K107414810974a3fed7d063a4e6d6d833fed2a49278a316fe1c00285048818a4c5f::server:k3s_server_token sh -
设置标签
kubectl label node k3s-a1 node-role.kubernetes.io/worker=worker
kubectl label node k3s-a2 node-role.kubernetes.io/worker=worker

测试 k3s 环境

搭建 Guestbook 留言板

ctr images pull docker.io/kubeguide/guestbook-php-frontend:latest
ctr images pull docker.io/kubeguide/redis-master:latest
ctr images pull docker.io/kubeguide/guestbook-redis-slave:latest

使用 ingress 七层代理

腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

腾讯云开发者社区

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git