本文旨在记录一下自己的安装和更新过程，并记录Minikube的一些操作实践，加深对Minikube的理解。
注：本文提及的操作环境为Ubuntu 18.04
安装过程
1. 获取minikube二进制文件
- 访问 https://github.com/kubernetes/minikube/releases ，点开具体版本的Asset, 下载相应的minikube-linux-arm64文件(v1.7.3)
- 拷贝到/usr/loca/bin/，赋予可执行权限
- 注：minikube带内置的docker, 所以不采用--vm-duriver=none可以不用单独安装docker
2. 获取kubectl二进制文件
- 参考 https://kubernetes.io/docs/tasks/tools/install-kubectl/?#install-kubectl-on-linux 下载v1.18.0版本
- 拷贝到/user/local/bin/，赋予可执行权限
3. 安装virtualbox
- 因为kubernets的Node需要运行在我的ubuntu的虚拟机上，采用virtualbox作为虚拟机软件
- sudo apt-get install virtualbox
4. 启动
$ minikube start --vm-driver=virtualbox --image-mirror-contry=cn --image-repository=registry.cn-hangzhou.aliyuncs.com/google_containers --iso-url=https://kubernetes.oss-cn-hangzhou.aliyuncs.com/minikube/iso/minikube-v1.7.3.iso --registry-mirror=https://hub-mirror.c.163.com - 注1：需要指定国内镜像，加速镜像下载过程
- 注2：vm-driver=none的话是使用本机的docker, 不贴近实际的生产环境，不推荐
- 注3：一开始我选择minikube v1.9.0, 在minikube start时候下载一个500多M的preloaded-images-k8s....tag.lz4, 下载后就一直停在那里，看release history是在v1.8.2修复的bug
Minikube常用命令
Minikube运行状态
$ minikube status
host: Running
kubelet: Running
apiserver: Running
kubeconfig: Configured 虚拟机运行状况
$ vboxmanage list vm 登陆Minikube虚拟机
$ minikube ssh
$ docker ps 可以看到docker ps列出的是kubernetes里的docker, 不是安装minikube的host的docker
显示K8S master和cluster
$ kubectl cluster-info [dump] Minikube dashboard
$ minikube dashboard 列出所有nodes和pods和services
$ kubectl get nodes
$ kubectl get pods --all-namespaces
$ kubectl get services 可以看出，minikube的安装会生成一个node,里面运行多个pod, 譬如kube-proxy, apiserver, controller-manager等
初始安装只有kubernetes一个service
使用和撤销与Minikube VM相同的Docker主机
$ eval $(minikube docker-env)
$ eval $(minikube docker-env -u) 在Minikube集群部署应用
参考1：
http://docs.kubernetes.org.cn/126.html参考2：
https://v1-17.docs.kubernetes.io/docs/setup/learning-environment/minikube/创建Node应用
server.js
var http = require('http');
var handleRequest = function(request, response) {
console.log('Received request for URL: ' + request.url);
response.writeHead(200);
response.end('Hello World!');
};
var www = http.createServer(handleRequest);
www.listen(8080); 确保 node server.js 可执行
创建Docker容器镜像
Dockerfile
FROM node:latest
EXPOSE 8080
COPY server.js .
CMD node server.js 使用与Minikube VM相同的Docker主机构建镜像
$ eval $(minikube docker-env)
$ docker build -t hello-node:v1 . 注：如果Dockerfile里的基础镜像不在registry mirror的已有镜像列表里，会导致从官方docker.io下载，下载不下来而构建失败，可以先用docker search image-name命令查看一下已有的基础镜像和版本，然后把本地的Dockerfile更新为此版本
创建Deployment
注：上面中文参考文档的命令是kubectl run, 但在我的Minikube环境只生成了pod没有生成deployment, 所以直接用kubectl create deployment
$ kubectl create deployment hello-node --image=hello-node:v1 创建后可以从一下命令分别查看pod列表，deployment列表，集群events
$ kubectl get pods
$ kubectl get deployments
$ kubectl get events 创建Service
先用kubectl expose将pod暴露的外部环境
$ kubectl expose deployment hello-node --type=LoadBalancer --port=8080 查看刚创建的Service
$ kubectl get services 获取服务的kubernetes URL
$ minikube service hello-node 然后可以通过获得的URL访问server.js提供的服务
最后，可以运行minikube dashboard查看kubernetes集群的整体信息，可以看到新创建的pod/deployment/service等。
通过YAML部署集群
参考：
https://www.liammoat.com/blog/2019/using-kubectl-to-generate-kubernetes-yaml生成YAML
以上创建Pod/Deployment/Service的kubectl命令，都可以通过 --dry-run -o yaml的方式生成部署需要的YAML内容
$ echo "---" > deployment.yaml
$ kubectl create deployment hello-node --image=hello-node:v1 --dry-run -o yaml >> deployment.yaml
$ echo "---" >> deployment.yaml
$ kubectl expose deployment hello-node --type=LoadBalancer --port=8080 --dry-run -o yaml >> deployment.yaml 生成的YAML示例：
---
apiVersion: apps/v1
kind: Deployment
metadata:
creationTimestamp: null
labels:
app: hello-node
name: hello-node
spec:
replicas: 2
selector:
matchLabels:
app: hello-node
strategy: {}
template:
metadata:
creationTimestamp: null
labels:
app: hello-node
spec:
containers:
- image: hello-node:v1
name: hello-node
resources: {}
status: {}
---
apiVersion: v1
kind: Service
metadata:
creationTimestamp: null
labels:
app: hello-node
name: hello-node
spec:
ports:
- port: 8080
protocol: TCP
targetPort: 8080
selector:
app: hello-node
type: LoadBalancer
status:
loadBalancer: {} 注：我把Deployment.spec.replicas改成了2， 验证是否能自动创建2个pod
通过YAML部署
$ kubectl create -f deployment.yaml ![Docker - Dockerfile之ADD、COPY、WORKDIR、USER、EXPOSE指令详解[图]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)