云原生初体验:在K8s上部署Springboot应用

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，开始的时候，我生初就一直沉溺在使用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，对比了mini体验kube、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 container runti:在mes 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 (Windows, MacOSK8) 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 project page httpss上://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

docker deskto部署p 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：

 ~ istioctlSp version client version: 1.10.2 control plane version: 1.10.2 data plane version: 1.10ri.2 (10 proxies)   ~ minikube version minikube version: v1.18.1 commit: 511aca80987826ng051cf1c6527c3da706925f7909   ~ 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bo不起来 istio

 ~ minikube start  --image-mirror-country='cn' --registry-mirror=https://hq0igpc0.mirror.aliyuncs.com --otvm-driver="hyperv" --memory=8192 --cpus=4 --hyperv-virtual-switch="minikubeSwitch" --image-repository=registry.cn-hangzhou.aliy应用uncs.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 mi云原nikube start