前段时间就瞅中了Kubernetes，现在有机会用上那么一两下。这篇文章主要就是记载K8S的一个标标准准的使用过程，

标准化

其实现在发现自己是越来越喜欢标准化的东西来，使用默认的端口，使用默认的路径。
因为自己的无意修改，提升了熵，提升了复杂度。那么就需要付出额外的努力来使得熵降低（也就是维护自己所修改的那么一两个地方）

所以，这里使用k8s进行服务部署的思想，主要就是标准。标准也是自动化的前提。

---

所以这里使用了logstash的官方镜像使用差异化配置来进行功能的区分。对于这些无状态的组件是十分好用和方便的。
直接使用一个yaml文件，就可以进行快速的部署。在控制台也可以进行统一的管理。

配置文件

示例的配置文件在：项目地址，这个项目的内容便是使用yaml来进行logstash的节点的快速搭建。

配置文件分为两个 部分。Deployment和configmap。Deployment是之前的swarm里的service的一部分。用于说明容器属性，环境变量等等。
service在k8s中 被独立了出来，用于进行一个deployment的端口的统一的管理。示例的yaml文件如下

---
kind: ConfigMap
apiVersion: v1
metadata:
  name: logstash-xxx
  namespace: test
data:
  logstash-config-named-k8s: |
    input {
      kafka {
        codec => "json"
        bootstrap_servers => "192.168.240.61:9092"
        topics => "named"
        group_id => "logstash-named-qa-k8s-topic"
        consumer_threads => 3
      }
    }

    filter {
      grok {
        match => ["message", "(?<timestamp>%{MONTHDAY}-%{MONTH}-%{YEAR} %{TIME}) queries: client %{IPV4:c_ip}#%{NUMBER:c_port}: query: %{NOTSPACE:queryrec} %{NOTSPACE:dnsclass} %{NOTSPACE:dnstype} \+ \(%{IPV4:dnsbind}\)"]
      }
    }
    output {
      #stdout { codec => rubydebug }
      elasticsearch {
        hosts => ["192.168.36.145:29200"]
        index => "logstash-kafka-named-%{+YYYY.MM.dd}"
      }
    }
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: logstash-xxx
  namespace: test
  labels:
    app: logstash-test
spec:
  serviceName: logstash-xxx
  replicas: 4
  selector:
    matchLabels:
      app: logstash-test
  template:
    metadata:
      labels:
        app: logstash-test
    spec:
      containers:
      - name: logstash-xxx
        image: docker.elastic.co/logstash/logstash:6.8.1
        env:
          - name: "NODE_NAME"
            valueFrom:
              fieldRef:
                fieldPath: metadata.name
          - name: "LS_JAVA_OPTS"
            value: "-Xmx5g -Xms5g -XX:ParallelGCThreads=8"
          - name: "XPACK_MONITORING_ENABLED"
            value: "true"
          - name: "XPACK_MONITORING_ELASTICSEARCH_HOSTS"
            value: "xxx"
          - name: "PIPELINE_WORKERS"
            value: "24"
          - name: "PIPELINE_OUTPUT_WORKERS"
            value: "24"
          - name: "PIPELINE_BATCH_SIZE"
            value: "1024"
          - name: "PIPELINE_BATCH_DELAY"
            value: "5"
          - name: "CONFIG_RELOAD_AUTOMATIC"
            value: "true"
          - name: "CONFIG_RELOAD_INTERVAL"
            value: "60"
          - name: "HTTP_HOST"
            valueFrom:
              fieldRef:
                fieldPath: status.podIP
        volumeMounts:
        - name: vm-config
          mountPath: /usr/share/logstash/pipeline

      volumes:
        - name: vm-config
          configMap:
            name: logstash-xxx
            items:
            - key: logstash-config-named-k8s
              path: indexer-kafka-named-k8s.conf

文件主要是分为两个部分。Deployment和configmap。这里重点讲configmap。这个是k8s的特性，在原来的swarm的体系中，实现配置文件的统一管理的体验是十分糟糕的，只能通过吧目录向外部进挂载来实现配置管理。而如果存在多个主机和节点的话，还需要使用NFS来进行多主机的文件共享。显得十分的冗余。
而在k8s中引入了configmap的功能，把一个配置文件以键值的进行保存，且这个保存是多个节点共享的，所以这样的话就很自然的实现了配置文件的统一管理，所以这个配置很是好用。

后

到了k8s的环境下实际上还是进行写yaml的过程，这个过程中，把应用从主机的层面抽象出来，可以方便的实现快速扩容，等等。
除了对语法和概念的了解需要补充，其他的用的挺舒服