容器与云原生 / 系统课时
容器编排解决什么问题
容器编排解决什么问题
当应用从几个容器扩展到几十、几百个实例后,真正困难的不再是“启动容器”,而是持续决定容器放在哪里、如何被访问、故障后怎样恢复,以及流量变化时如何增减实例。本节从这些问题出发,说明 Kubernetes 为什么需要存在。
学习目标
- 识别容器规模扩大后最常见的部署、调度与网络问题
- 理解服务发现、自愈和弹性伸缩分别解决什么问题
- 判断什么场景值得引入 Kubernetes,而不是简单使用单机容器
从运行容器到管理应用
单机运行少量容器时,工程师可以手动选择主机、执行启动命令并检查进程。但规模扩大后,手工方式很快失效:某台服务器资源不足时,需要把新实例放到别处;机器宕机后,需要重新启动受影响实例;应用扩容后,访问入口还必须自动找到新增实例。
这些问题的共同点是:系统需要持续维护一个“期望状态”。例如业务希望始终存在 5 个应用实例,那么无论节点故障还是容器异常,编排系统都应尽量把实际状态恢复到 5 个,而不是依赖人工逐台检查。

调度解决容器放在哪里
当集群包含多台机器时,每个容器都需要选择合适的运行位置。编排系统会综合节点可用资源、应用资源需求以及调度约束,为工作负载选择节点。如果某些机器已接近容量上限,就不应继续盲目向这些节点部署实例。
因此,调度并不只是“随机挑一台服务器”。它把应用声明的资源需求与集群当前状态结合起来,让部署从人工选择机器变成系统决策,同时为后续扩容和故障迁移提供基础。
服务发现让实例变化不影响访问
容器实例具有明显的动态性:实例可能因发布被替换,也可能因为扩缩容而增加或减少。调用方如果直接记录每个容器的地址,就必须不断跟踪这些变化,维护成本很高。
Kubernetes 为一组提供相同能力的实例建立稳定的服务入口。调用方访问稳定名称或虚拟地址,系统再把请求转发给当前可用的实例。这样,实例生命周期与业务访问入口被解耦,后端实例变化不要求所有调用方同步修改配置。
自愈与伸缩应对运行状态变化
生产环境中的故障无法完全避免。容器可能退出,节点可能失联,应用也可能因为短时故障无法正常提供服务。编排系统需要持续观察实际状态,并在实例数量不足时重新创建实例,尽可能恢复到声明的目标状态。
流量变化则带来另一个问题。固定数量的实例可能在高峰期容量不足,在低谷期又浪费资源。Kubernetes 可以根据预先定义的策略调整工作负载副本数量,也可以结合节点层面的容量机制扩展整个集群。弹性伸缩的本质不是“自动变快”,而是根据负载变化调整可用计算能力。
什么时候需要 Kubernetes
如果应用只有少量容器、运行在单机上,并且停机维护和人工恢复都可以接受,引入完整 Kubernetes 集群通常会增加不必要的复杂度。编排系统本身也需要部署、监控、升级和故障处理能力。
当系统已经出现多节点部署、多个服务协作、频繁发布、持续扩缩容、实例故障自动恢复或统一资源管理需求时,Kubernetes 的价值才会明显体现。它解决的核心问题不是“让容器能够运行”,而是让大量动态容器能够按照声明的目标持续、稳定地运行。