前言

如标题中的问题所提到的虚拟化，容器，Docker和K8s那样，我们不妨这样问：这些技术到底适用于哪些场景，有没有别的技术可以替代？这些技术的优劣在哪里？

下面我将针对性地从以上几个问题的出发点，去和大家分享自己的答案。

一、虚拟化—历史的选择

我们现在提到虚拟化技术，一般会知道有5种：软件虚拟化，硬件虚拟化，完全虚拟化，半虚拟化和容器虚拟化。

在这里，主要探讨的是硬件虚拟化和容器虚拟化的出现，对云计算的发展带来了哪些影响甚至是推动。

对于云原生来说，尤其是应用上云，我们会直接想到使用物理机节点去部署我们的应用。这样做首先是没有问题的，物理机在早期确实也承担了这样的任务，如图1所示。

但这样也会有直接的问题：对于物理机资源的利用暂且不说，众多的应用环境隔离怎么解决？前端是node.js+Vue，后端是Golang，对于版本的维护成本是比较大的，买三台服务器来实现硬件级别隔离显然并不合理。

此外，还有物理机内应用的资源分配问题、动态负载等等问题。

图1

那么，得想个办法（或者工具）来解决环境隔离的问题。举个简单的例子，平时在PC上使用比较多的虚拟化是Vmwear（一个桌面软件），这类软件可以在windows上安装下linux虚拟机（可以学习linux系统），且安装完成的虚拟机就是一个文件夹，可以拷贝到任意其他PC电脑上使用，只要那台电脑上也装了Vmwear，等同于一个移动操作系统，如图2所示：

图2

但是这仅仅是我们个人在PC端使用的虚拟化软件，在企业级别服务器上相应的工具最具代表性的是KVM。

我们可以把原始装的那个linux系统称为Host OS（主机），在这之上我们安装各种应用，JVM，Docker，Python等。其运行原理如图3所示：

图3

到这里，我们已经大致知晓了虚拟化技术存在的原因和所适用的场景。接下来就是对于容器这一部分进行解答，同时将Docker和容器一起进行比较。

二、容器化—演进的结果

为何要容器化？

结论先行：虚拟机≠容器，容器≠Docker。

虚拟化技术解决的核心问题是资源调配，而容器解决的核心问题是应用开发、测试和部署。

基于上面的介绍，容器的特点可以更好地理解：

• 容器可以将代码与配置文件和相关依赖库进行打包，从而确保在任何环境下的运行都是一致的。
• 高资源利用率：容器提供进程级的隔离，因此可以更加精细地设置 CPU 和内存的使用率，进而更好地利用服务器的计算资源。
• 快速扩展：每个容器都可作为单独的进程予以运行，并且可以共享底层操作系统的系统资源，这样一来可以加快容器的启动和停止效率。

区别与联系：

• 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。
• 容器技术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」。
• 运行空间，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。

将容器这一理念发挥到淋漓尽致的，就是著名的Docker容器技术。即是创建容器的工具，也是应用容器引擎。Docker的中文意思，就是码头工人。而它的LOGO，就是一只鲸鱼背着很多货柜箱，如图4所示：

图4

为什么一提到容器就会联想到Docker？

Docker是业内容器概念的最好践行者之一。

Docker容器使应用程序不仅彼此隔离，而且与底层系统隔离。这不仅可以实现更清晰的软件堆栈，还可以更轻松地指定给定的容器化应用程序如何使用系统资源- CPU，GPU，内存，I / O，网络等，它还可以更轻松地确保数据和代码保持独立。

镜像是一种轻量级、可执行的独立软件包，用来打包软件运行环境和基于运行环境开发的软件，它包含运行某个软件所需的所有内容，包括代码、运行时、库、环境变量和配置文件。

我想，上述对于容器和Docker区别大家或多或少有所了解。下面，对于为什么要K8s的问题，分享我的看法。

K8s—业界的标准

众所周知，Docker是应用最为广泛的容器技术，通过打包镜像、启动容器来创建一个服务。但是随着应用越来越复杂，容器的数量也越来越多，由此衍生了管理运维容器的重大问题。

而K8s是一个编排容器的工具，其实也是管理应用的全生命周期的一个工具，从创建应用、应用的部署、应用提供服务、扩容缩容应用、应用更新等，都非常的方便，而且可以做到故障自愈。例如一个服务器挂了，可以自动将这个服务器上的服务调度到另外一个主机上进行运行，无需进行人工干涉。

K8s集群由Master节点和Node（Worker）节点组成，具体如表1所示：

表1

各关键组件的简单介绍如下：

- etcd：一个高可用的Key/Value键值对存储和服务发现系统
- flannel：实现跨主机的容器网络的通信
- kube-apiserver：提供kubernetes集群的API调用
- kube-controller-manager：确保集群服务
- kube-scheduler：调度容器，分配到Node
- kubelet：在Node节点上按照配置文件中定义的容器规格启动容器
- kube-proxy：提供网络代理服务

多节点之间关系和所需的组件如图5所示：

图5

最后，可以来总结一下虚拟化，容器，Docker和K8s之间的关系了：虚拟化技术将应用从物理机搬进了虚拟机，虚拟机里的容器隔离了应用之间的环境，而Docker是容器技术的知名践行者，K8s则是目前业内公认的容器编排工具（标准）。