Kubernetes 学习路线¶

从"听说过 K8s"到"能独立上线生产项目"的完整路径。

Kubernetes 的知识体系庞大，很多人学了概念不会用，能跑 Demo 不会做项目。核心原因是没有路径，只是在碎片学习。这份路线把零散的知识串成一条递进路径，每一步都有明确的验证标准。

如果你刚接触云原生，建议先完成 Linux 学习路线 和 Docker 安装教程，再来这里。

知识全景¶

%%{init: {
  'theme': 'base',
  'themeVariables': {
    'background': 'transparent',
    'lineColor': '#64748b',
    'fontSize': '14px'
  }
}}%%
mindmap
  root((Kubernetes<br>知识体系))
    (架构原理)
      API Server
      ETCD
      Scheduler
      Controller Manager
      Kubelet
      Kube Proxy
    (核心对象)
      Pod
      Deployment
      StatefulSet
      DaemonSet
      Service
      Namespace
    (网络)
      CNI
      Service 网络
      Ingress
      NetworkPolicy
      Kube Proxy
    (存储)
      PV / PVC
      StorageClass
      CSI
      本地存储
      网络存储
    (安全)
      RBAC
      SecurityContext
      Pod Security
      镜像安全
      密钥管理
    (资源管理)
      Requests / Limits
      调度器
      HPA / VPA
      资源配额
    (高可用)
      多 Master
      HAProxy + Keepalived
      ETCD 集群
      控制平面容灾
    (运维)
      集群升级
      节点维护
      ETCD 备份恢复
      故障排查
    (可观测性)
      Prometheus
      Grafana
      Loki
      告警体系

快速导引¶

不确定从哪里开始？先看这篇：

👉 K8s 从入门到上线完整路线 — 7 个阶段，每阶段附"今日任务"，直接照着做。

按你的阶段选择入口：

七阶段详解¶

第一阶段：架构原理¶

不理解组件职责，排障时只能瞎猜。

学习内容：

• API Server：集群统一入口
• ETCD：集群状态存储
• Scheduler：Pod 调度决策
• Controller Manager：控制循环与状态协调
• Kubelet：节点代理
• Kube Proxy：服务发现与流量转发

推荐阅读：

学完后你应该能够：

• ✅ 画出 kubectl 命令的完整链路（kubectl → API Server → ETCD → Scheduler → Kubelet）
• ✅ 理解每个组件挂掉会发生什么
• ✅ 从组件日志中定位问题

第二阶段：核心对象¶

这是"能在 K8s 中跑一个完整应用"的阶段。

学习内容：

• Pod：最小调度单元
• Deployment：无状态应用管理
• StatefulSet：有状态应用管理
• DaemonSet：节点级守护进程
• Service：服务发现与负载均衡
• Namespace：逻辑隔离
• ConfigMap / Secret：配置与密钥

推荐阅读：

学完后你应该能够：

• ✅ 用 YAML 编写 Deployment + Service 部署应用
• ✅ 理解 StatefulSet 和 Deployment 的适用场景
• ✅ 使用 ConfigMap 管理应用配置

第三阶段：网络¶

Kubernetes 网络是问题的重灾区。Service 不通、Pod 间无法通信、Ingress 404——根因都在这一层。

学习内容：

• Kubernetes 网络模型（Pod 网络 / Service 网络 / 节点网络）
• CNI 插件（Calico / Flannel / Cilium）
• Service 类型（ClusterIP / NodePort / LoadBalancer）
• Ingress 与 Ingress Controller
• Kube Proxy 工作模式（iptables / IPVS）
• NetworkPolicy

推荐阅读：

学完后你应该能够：

• ✅ 理解 Pod 间通信的完整链路
• ✅ 排查 Service 不通的问题
• ✅ 配置 Ingress 实现域名路由

第四阶段：存储¶

存储在 K8s 中容易被忽视，但在生产环境中出问题最难收拾。

学习内容：

• PV / PVC / StorageClass 三层抽象
• CSI 驱动机制
• 本地存储 vs 网络存储
• 有状态应用的存储规划
• 存储性能与容量管理

推荐阅读：

学完后你应该能够：

• ✅ 为有状态应用选择合适的存储方案
• ✅ 理解 PVC 绑定和回收机制
• ✅ 排查 Pod 挂载失败的问题

第五阶段：部署实践¶

从单节点到高可用，这是"能部署"和"能上线"的分水岭。

学习内容：

• 单 Master 集群部署
• 容器运行时（Docker / Containerd）
• 从单 Master 升级到 HA
• HAProxy + Keepalived + 多 Master
• 生产环境部署注意事项

推荐阅读：

学完后你应该能够：

• ✅ 独立部署生产级 K8s 集群
• ✅ 理解 VIP 在 HA 架构中的角色
• ✅ 处理控制平面单点故障

第六阶段：资源管理与安全¶

资源管不好，半夜被叫醒；安全做不好，出事就是大事。

学习内容：

• Requests / Limits 的真实语义
• 调度器如何使用 Requests
• 内核如何执行 Limits
• HPA / VPA 自动扩缩容
• RBAC 权限体系
• SecurityContext 与 Pod Security Standards

推荐阅读：

学完后你应该能够：

• ✅ 合理设置 Requests / Limits 避免 Pod 被杀
• ✅ 配置 HPA 实现自动扩缩容
• ✅ 设计最小权限的 RBAC 策略

第七阶段：运维与故障排查¶

生产环境的日常：升级、维护、排障。

学习内容：

• 集群版本升级流程
• 节点维护（drain / uncordon）
• ETCD 备份与恢复
• 常见故障排查思路
• 集群监控与告警

推荐阅读：

后续补充：ETCD 备份与恢复演练、集群灾备方案、Prometheus + Grafana 监控集成。

学完后你应该能够：

• ✅ 安全地升级集群版本
• ✅ 维护节点不影响业务
• ✅ 从 ETCD 备份恢复集群
• ✅ 建立集群监控与告警体系

学习路径¶

不同角色关注不同阶段，但底层体系一致。

运维工程师¶

flowchart LR
    A[架构原理] --> B[核心对象] --> C[部署实践] --> D[运维排障]

    click A "../architecture/api-server/"
    click B "../architecture/workloads/"
    click C "../practice/single-master-deployment/"
    click D "../practice/cluster-upgrade/"

重点关注：集群部署、节点维护、故障排查。

SRE / 平台工程师¶

flowchart LR
    A[架构原理] --> B[网络] --> C[资源管理] --> D[高可用] --> E[可观测性]

    click A "../architecture/api-server/"
    click B "../architecture/network/"
    click C "../practice/requests-vs-limits/"
    click D "../practice/ha-cluster/"

重点关注：高可用架构、资源调优、监控告警。

学习原则¶

1. 先理解架构，再学操作

不理解 API Server → ETCD → Kubelet 的链路， kubectl apply 出错时你只能搜 Google。理解架构后，你能从日志中直接定位问题在哪一层。

2. 从单节点到高可用

先跑通单 Master，再升级 HA。不要一上来就搭 3 Master 集群——复杂度会掩盖你对基础概念的理解。

3. 资源管理是生产化的门槛

Requests 和 Limits 不是"配一下就行"。调度器用 Requests 做放置决策，内核用 Limits 做运行时强制——两个系统零协调。搞不清这个区别，Pod 就会在半夜消失。

4. 从 K8s 到 Linux

K8s 的很多概念直接映射到 Linux：

理解 Linux 这一层，K8s 的很多设计就不再是黑盒。

K8s 不是终点，是平台工程的起点。先把集群跑稳，再往上构建可观测性、CI/CD 和应用平台。

—— 1HairLabs