Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/kubeop/k8s
Deploy a Production Ready Kubernetes High Availability Cluster with Binary
https://github.com/kubeop/k8s
ansible container containerd docker etcd inventory k8s kubernetes pod
Last synced: 6 days ago
JSON representation
Deploy a Production Ready Kubernetes High Availability Cluster with Binary
- Host: GitHub
- URL: https://github.com/kubeop/k8s
- Owner: kubeop
- License: gpl-3.0
- Created: 2018-11-27T12:27:55.000Z (about 6 years ago)
- Default Branch: main
- Last Pushed: 2024-04-12T07:57:21.000Z (8 months ago)
- Last Synced: 2024-05-21T19:17:16.915Z (7 months ago)
- Topics: ansible, container, containerd, docker, etcd, inventory, k8s, kubernetes, pod
- Language: Jinja
- Homepage: https://www.kubeop.com
- Size: 666 KB
- Stars: 195
- Watchers: 13
- Forks: 115
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
## 支持的发型版
- AlmaLinux 8，9
- RockyLinux 8，9
- TencentOS 3.1
- Ubuntu Server 20.04，22.04
- Debian 12
## 支持组件
- Core
- [kubernetes](https://github.com/kubernetes/kubernetes)
- [etcd](https://github.com/etcd-io/etcd)
- [containerd](https://github.com/containerd/containerd)
- Network Plugin
- [cni-plugins](https://github.com/containernetworking/plugins)
- [calico](https://github.com/projectcalico/calico)
- [cilium](https://github.com/cilium/cilium)
- [flanneld](https://github.com/flannel-io/flannel)
- [kube-router](https://github.com/cloudnativelabs/kube-router)
- Application
- [coredns](https://github.com/coredns/coredns)
- [node-local-dns](https://github.com/kubernetes/kubernetes/tree/master/cluster/addons/dns/nodelocaldns)
- [metrics-server](https://github.com/kubernetes-sigs/metrics-server)
- [nvidia_device_plugin](https://github.com/NVIDIA/k8s-device-plugin)
## 开始配置
### 配置Ansible控制端
建议根据下表安装合适的Python版本和Ansible版本
| 组件 | 版本 |
| -------------------- | -------- |
| AlmaLinux/RockyLinux | >=8 |
| Python | >=3.9 |
| Ansible | >=2.14.0 |
安装Ansible
```shell
# 安装ansible
yum -y install ansible
# 查看ansible使用的python版本
ansible --version
# 查看netaddr网络模块版本
dnf list | grep netaddr
# 根据前面查询的版本信息，选择跟ansible匹配的python版本的netaddr
dnf -y install python3-netaddr
```
- 控制节点和被控节点Python版本尽量保持一致，否则执行可能出现问题。
- 不同Python版本Anisble支持矩阵详情，请参考：https://docs.ansible.com/ansible-core/devel/reference_appendices/release_and_maintenance.html#ansible-core-support-matrix
### 修改 inventory
请按照inventory模板格式修改对应资源
- 当haproxy和kube-apiserver部署在同一台服务器时，请确保端口不冲突。
### 配置 group_vars
编辑group_vars/all.yml文件，根据自己的实际环境进行配置。
请注意：
- **Kubernetes** 的最低版本要求为 v1.26
- 请尽量将etcd安装在独立的服务器上，不建议跟master安装在一起。数据盘尽量使用SSD盘。
- Pod 和Service IP网段建议使用保留私有IP段，建议（Pod IP不与Service IP重复，也不要与主机IP段重复，同时也避免与docker0网卡的网段冲突）从以下网段及子网选择：
- Pod 网段
- A类地址：10.0.0.0/8
- B类地址：172.16.0.0/12
- C类地址：192.168.0.0/16
- Service网段
- A类地址：10.0.0.0/16-24
- B类地址：172.16-31.0.0/16-24
- C类地址：192.168.0.0/16-24
- 如是离线环境，提前将相关包下载放到内网下载服务器，然后将groups/all.yml替换为内网下载地址即可（确保可以使用yum/apt/dnf等安装系统依赖包）
### 挂载数据盘
如已经自行格式化并挂载目录，可以跳过此步骤。
```shell
ansible-playbook fdisk.yml -i inventory -e "disk=sdb dir=/data"
```
- 可选变量`-e "disk=sdb dir=/data num=1"`
如果是NVME的磁盘，请使用以下方式:
```shell
ansible-playbook fdisk.yml -i inventory -e "disk=nvme0n1 dir=/data num=p1"
```
⚠️：
- 此脚本会格式化{{disk}}指定的硬盘，并挂载到{{dir}}目录。
- 同时会将`/var/lib/etcd`、`/var/lib/containerd`、`/var/lib/kubelet`、`/var/log/pods`数据目录绑定到此数据盘`{{dir}}/containers/etcd`、`{{dir}}/containers/containerd`、`{{dir}}/containers/kubelet`、`{{dir}}/containers/pods`目录，以达到多个数据目录共用一个数据盘，而无需修改kubernetes相关数据目录。
如需不同目录挂载不同数据盘，可以使用以下命令单独挂载
```shell
ansible-playbook fdisk.yml -i inventory -l etcd -e "disk=sdb dir=/var/lib/etcd" --skip-tags=bind_dir
```
如已经格式化并挂载过数据盘，可以使用以下命令将数据目录绑定到数据盘
```shell
ansible-playbook fdisk.yml -i inventory -l master,worker -e "disk=sdb dir=/data" -t bind_dir
```
### 下载离线包
```shell
# 如从自建文件服务器下载，请修改group_vars/all.yml文件中的默认下载地址
ansible-playbook download.yml
```
- 请确保Ansible控制端可以访问**Internet**，否则无法下载离线安装包。
- 或在其他**Internet**节点下载后，按照要求目录结构拷贝到{{ download.dest }}目录中也可。
### 同步镜像
```shell
# 建议将group_vars/all.yml中定义的镜像自行同步至私有镜像仓库中，官网或代理可能不稳定或失效。
# 建议使用 https://github.com/AliyunContainerService/image-syncer/releases 同步
# 我已将相关镜像同步至阿里云镜像仓库, https://github.com/kubeop/sync_images.git
# 如需增加镜像或缺少镜像版本，请提交PR
```
### 安装GPU驱动
当集群节点为GPU节点时，请先按照以下步骤安装驱动
```shell
# 查看显卡信息（若找不到lspci命令，可以安装 yum install pciutils）
lspci | grep -i nvidia
# 查看内核版本
uname -r
# 查看可以安装的kernel-devel版本
yum list | grep kernel-devel
# 安装kernel-devel（安装的版本要和当前内核版本一致）
yum install -y kernel-devel-$(uname -r) kernel-headers-$(uname -r)
# 安装gcc dkms
yum -y install gcc dkms
# 查看nouveau加载情况
lsmod | grep nouveau
# 阻止 nouveau 模块加载
cat > /etc/modprobe.d/blacklist.conf << EOF
blacklist nouveau
options nouveau modeset=0
EOF
# 重新建立initramfs image文件（此步骤操作完成之后，需重启机器）
mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
dracut /boot/initramfs-$(uname -r).img $(uname -r)
# 安装驱动
bash NVIDIA-Linux-x86_64-470.199.02.run
# 验证驱动是否安装成功
nvidia-smi
# 添加nvidia-container-toolkit软件源
# 企业内部建议使用nexus配置nvidia-container-toolkit软件源的代理，并将group_vars/all.yml中repo修改为nexus代理地址，即可实现自动安装
# 其他操作系统请参考: https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html#linux-distributions
# Almalinux/Rockylinux
cat > /etc/yum.repos.d/nvidia-container-toolkit.repo << EOF
[nvidia-container-toolkit]
name=nvidia-container-toolkit
baseurl=https://nvidia.github.io/libnvidia-container/stable/rpm/\$basearch
repo_gpgcheck=1
gpgcheck=0
enabled=1
gpgkey=https://nvidia.github.io/libnvidia-container/gpgkey
sslverify=1
sslcacert=/etc/pki/tls/certs/ca-bundle.crt
EOF
# Ubuntu
# 导入gpg
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
# 配置apt源
echo "deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://nvidia.github.io/libnvidia-container/stable/deb/\$(ARCH) /" > /etc/apt/sources.list.d/nvidia-container-toolkit.list
# 安装nvidia-container-toolkit
# Almalinux/Rockylinux
yum -y install nvidia-container-runtime nvidia-container-toolkit
# Ubuntu
apt -y install nvidia-container-runtime nvidia-container-toolkit
```
## 部署集群
```shell
# 执行之前，请确认已经进行过磁盘分区
# 执行之前，请确认已经执行ansible-playbook download.yml完成安装包下载
ansible-playbook cluster.yml -i inventory
```
如是公有云/私有云环境，使用公有云/私有云的负载均衡即可（需提前配置好负载均衡），无需安装haproxy和keepalived。
```shell
ansible-playbook cluster.yml -i inventory --skip-tags=haproxy,keepalived
```
- 默认会对节点进行初始化操作，集群节点会取主机名最后两段和IP作为集群节点名称。
如果想让master节点也进行调度，可以使用以下参数
```shell
ansible-playbook cluster.yml -i inventory --skip-tags=create_master_taint
```
## 扩容节点
### 扩容master节点
扩容时，建议注释inventory文件master组中旧服务器信息，仅保留扩容节点的信息。
格式化挂载数据盘
```shell
ansible-playbook fdisk.yml -i inventory -l ${SCALE_MASTER_IP} -e "disk=sdb dir=/data"
```
执行生成节点证书
```shell
ansible-playbook cluster.yml -i inventory -t cert
```
执行节点初始化
```shell
ansible-playbook cluster.yml -i inventory -l ${SCALE_MASTER_IP} -t verify,init
```
执行节点扩容
```shell
ansible-playbook cluster.yml -i inventory -l ${SCALE_MASTER_IP} -t master,containerd,worker --skip-tags=bootstrap,create_worker_label
```
### 扩容worker节点
扩容时，建议注释inventory文件worker组中旧服务器信息，仅保留扩容节点的信息。
格式化挂载数据盘
```shell
ansible-playbook fdisk.yml -i inventory -l ${SCALE_MASTER_IP} -e "disk=sdb dir=/data"
```
执行生成节点证书
```shell
ansible-playbook cluster.yml -i inventory -t cert
```
执行节点初始化
```shell
ansible-playbook cluster.yml -i inventory -l ${SCALE_WORKER_IP} -t verify,init
```
执行节点扩容
```shell
ansible-playbook cluster.yml -i inventory -l ${SCALE_WORKER_IP} -t containerd,worker --skip-tags=bootstrap,create_master_label
```
## 替换集群证书
先备份并删除证书目录{{cert.dir}}，重新创建{{cert.dir}}，并将token、sa.pub、sa.key文件拷贝至新创建的{{cert.dir}}（这三个文件务必保留，不能更改），然后执行以下步骤重新生成证书并分发证书。
```shell
ansible-playbook cluster.yml -i inventory -t cert,dis_certs
```
然后依次重启每个节点。
重启etcd
```shell
ansible -i inventory etcd -m systemd -a "name=etcd state=restarted"
```
验证etcd
```shell
etcdctl endpoint health \
--cacert=/etc/etcd/pki/etcd-ca.pem \
--cert=/etc/etcd/pki/etcd-healthcheck-client.pem \
--key=/etc/etcd/pki/etcd-healthcheck-client.key \
--endpoints=https://10.43.75.201:2379,https://10.43.75.202:2379,https://10.43.75.203:2379
```
逐个删除旧的kubelet证书
```shell
ansible -i inventory master,worker -m shell -a "rm -rf /etc/kubernetes/pki/kubelet*"
```
- `-l`参数更换为具体节点IP。
逐个重启节点
```shell
ansible-playbook cluster.yml -i inventory -l ${IP} -t restart_apiserver,restart_controller,restart_scheduler,restart_kubelet,restart_proxy,healthcheck
```
- 如calico、metrics-server等服务也使用了集群证书，请记得一起更新相关证书。
- `-l`参数更换为具体节点IP。
重启网络插件
```shell
kubectl get pod -n kube-system | grep -v NAME | grep cilium | awk '{print $1}' | xargs kubectl -n kube-system delete pod
```
- 更新证书可能会导致网络插件异常，建议重启。
- 示例为重启cilium插件命令，请根据不同网络插件自行替换。
## 升级kubernetes版本
请先编辑group_vars/all.yml，修改kubernetes.version为新版本。
下载新版本安装包
```shell
ansible-playbook download.yml
```
安装kubernetes组件
```shell
ansible-playbook cluster.yml -i inventory -t install_kubectl,install_master,install_worker
```
更新配置文件
```shell
ansible-playbook cluster.yml -i inventory -t dis_master_config,dis_worker_config
```
然后依次重启每个kubernetes组件。
```shell
ansible-playbook cluster.yml -i inventory -l ${IP} -t restart_apiserver,restart_controller,restart_scheduler,restart_kubelet,restart_proxy,healthcheck
```
- `-l`参数更换为具体节点IP。
## 清理worker节点
```shell
ansible-playbook reset.yml -i inventory -l ${IP} -e "flush_iptables=true enable_dual_stack_networks=false"
```