云原生初体验:在K8s上部署Springboot应用

热点 2026-11-14 7318

 

你会不会对“云原生”很有兴趣,却不知道从何入手?

本文会在window环境下,构建一套基于k8s的istio环境,并且通过skaffold完成镜像的构建和项目部署到集群环境。其实对于实验环境有限的朋友们,完全可以在某里云上,按量付费搞3台”突发性能实例“,玩一晚,也就是杯咖啡钱云原。

好吧,让我开始吧!

执行流程

整体流程的话,如下图所示,通过 Skaffold+jib 将开发的应用打包成镜像,提交到本地仓库,并且将应用部署到集群中。k8s中部署2个pod,模拟应用不同的版本,并且配置访问权重20%:80%。

环境选择

我之前有文章详细介绍过minikube。本次实验,开始的时生初候,我就一直沉溺在使用kind的便捷上,而且直接可以在docker上部署集群,可以说非常方便。但是由于我对K8S的理解并不足够,导致后面遇到了很多问题,所以,在这里建议新上手的小伙伴,还是使用minikube吧。k3s和RKE都需要多台虚拟机,碍于机器性能,这种方案暂时不考虑了。

下面表格,对比体验了minikube、kind、k3s 部署环境,以及支持情况,方便大家选择。

  minikube kind k3s runtime VM container native supported architectures AMD64 AMD64 AMD64, ARMv7, ARM64 supported contai:在ner runtimes Docker,CRI-O,containerd,gvisor Docker Docker, containerd startup time initial/following 5:19 / 3:15 2:48 / 1:06 0:15 / 0:15 memory requirements 2GB 8GB (WindK8ows, MacOS) 512 MB requires root? no no yes (rootless is experimental) multi-cluster support yes yes no (can be achieved using containers) multi-node support no yes yes projecs上t page https://minikube.sigs.k8s.io/ https://kind.sigs.k8s.io/ https://k3s.io/

[1] 表格引用自:http://jiagoushi.pro/minikube-vs-kind-vs-k3s-what-should-i-use

do部署cker desktop 没有特殊要求。其他的自己用的顺手就好,还是需要特别说一下minikube,别用最新的coredns一直都拉不下来,除非你的魔法,可以完全搞定,否则,还是用阿里编译的minikube版本吧,别跟自己较劲,别问我为什么...

我用的版本罗列在下面了:

 ~ Sp;istioctl version client version: 1.10.2 control plane version: 1.10.2 data plane version:&nbrisp;1.10.2 (10 proxies)   ~ minikube version minikube version: v1.18.1 commit: 511aca80987ng826051cf1c6527c3da706925f7909   ~ skaffold version v1.29.0  环境搭建 使用minikube创建集群

使用 hyperv 作为引擎 , 内存 8192M cup 4核,不能再少了,否则拉不bo起来 istio

 ~ minikube start  --image-mirror-country='cn' --registry-mirror=https://hq0igpc0.mirror.aliyuncs.com --votm-driver="hyperv" --memory=8192 --cpus=4 --hyperv-virtual-switch="minikubeSwitch" --image-repository=registry.cn-hangzhou.ali应用yuncs.com/google_containers 

还要在 hyperv里创建一个虚拟路由,这里我构建了一个内部网络,这样可以通过设置网卡的ip,将内部网络的网段固定下来,否则,每次重启都会变化ip

配置让内部网络,共享访问互联网

启动成功

 istio-1.10.2&n云原bsp;minikube start 

本文地址:http://www.melandertrav.com/html/a69a893839.html
版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

全站热门

MIT博士生、北大校友,利用自监督算法,解决了数据集中这一常见的“难题”

​英国 AI 初创公司ManticAI 在国际预测大赛中击败人类专家

​夏威夷大学全力推动人工智能系统化发展

标签: Skild AI 英伟达 软银 机器人

本科生新算法打败NeRF,不用神经网络照片也能动起来,提速100倍

标签: 网易云音乐 黑胶会员 家庭会员 学生VIP

标签: 小度 超能小度 音色设置 百度

Mercor 获3.5亿美元融资,借行业变局加码 AI 数据标注业务

友情链接