Docker 部署：Docker Swarm 与 Kubernetes

1. 核心差异与选型判断

在容器编排领域，Swarm 与 Kubernetes 定位不同。使用下表对比 核心指标，快速确定方案。

根据业务规模选择 目标方案后，严格按后续步骤执行环境配置与部署。

2. 统一环境准备

两套方案均需基于干净的 Linux 环境操作。准备至少两台服务器（1 台主节点，1 台工作节点）。

1. 更新 系统软件源并安装 基础工具。执行 sudo apt update && sudo apt install -y apt-transport-https ca-certificates curl software-properties-common（Ubuntu/Debian 系统）或对应系统的 yum update 命令（CentOS/RHEL 系统）。
2. 配置 容器依赖内核参数。运行 sudo modprobe overlay 与 sudo modprobe br_netfilter 加载 模块。
3. 写入 网络转发配置。使用文本编辑器 sudo nano /etc/sysctl.d/99-kubernetes.conf 创建 配置文件，粘贴以下两行：

   net.bridge.bridge-nf-call-iptables = 1
   net.ipv4.ip_forward = 1

4. 应用 内核配置。执行 sudo sysctl --system 生效 参数。
5. 安装 标准 Docker 引擎。运行官方安装脚本 curl -fsSL https://get.docker.com | sudo sh，避免 手动下载版本冲突。
6. 启动 并设置 开机自启。执行 sudo systemctl enable docker --now 确保服务运行。

3. 部署 Docker Swarm

Swarm 模式已内置于 Docker 引擎中，无需额外安装软件包。按顺序完成节点互联与服务发布。

1. 切换 至主节点终端。确认当前用户具备 sudo 权限或位于 docker 用户组中。
2. 初始化 Swarm 集群。执行命令 docker swarm init --advertise-addr <主节点内网IP>。将 <主节点内网IP> 替换 为服务器的实际局域网地址，例如 192.168.1.100。
3. 记录 返回的 Join 令牌。终端会打印一条 docker swarm join --token SWMTKN-... <IP>:2377 命令。复制 该整行命令备用。
4. 登录 工作节点终端。确保网络与主节点互通。
5. 执行 刚才复制的 Join 命令。粘贴 并回车，终端返回 This node joined a swarm as a worker. 表示成功。
6. 验证 集群拓扑。回到主节点，运行 docker node ls 查看 节点列表。LEADER 状态显示主节点，READY 显示工作节点。
7. 创建 覆盖网络。执行 docker network create -d overlay app_net，构建 跨节点通信通道。
8. 部署 测试服务。运行 docker service create --name web --replicas 2 --network app_net -p 8080:80 nginx:alpine 拉起 两个副本的 Web 服务。
9. 检查 服务状态。执行 docker service ls 确认 REPLICAS 显示 2/2。
10. 访问 测试接口。在任意节点终端执行 curl http://localhost:8080，返回 HTML 页面即表示负载均衡生效。

4. 部署 Kubernetes

Kubernetes 采用声明式架构。以下步骤基于轻量级发行版 k3s 编写，该版本移除了非必要组件，保持与标准 Kubernetes API 完全兼容，大幅降低部署门槛。

1. 下载 主节点安装脚本。在主节点终端执行 curl -sfL https://get.k3s.io | INSTALL_K3S_EXEC="--disable traefik --write-kubeconfig-mode 644" sh -。该命令自动下载二进制文件并初始化控制平面。
2. 等待 初始化完成。屏幕滚动日志停止后，运行 kubectl cluster-info 验证 服务状态。输出 Kubernetes control plane is running 即为就绪。
3. 获取 工作节点加入凭证。执行 sudo cat /var/lib/rancher/k3s/server/node-token 读取 密钥。终端输出格式为 K10...::server:...。
4. 配置 工作节点环境变量。在工作节点终端执行 export K3S_URL=https://<主节点IP>:6443 设定 控制平面地址，接着执行 export K3S_TOKEN=<上一步获取的密钥> 设定 认证信息。
5. 安装 工作节点代理。运行 curl -sfL https://get.k3s.io | sh -。脚本根据环境变量自动拉取配置并加入集群。
6. 验证 节点连通性。返回主节点，执行 sudo k3s kubectl get nodes。STATUS 列显示 Ready 代表两台主机均已注册。
7. 部署 基础应用。创建清单文件 sudo nano app.yaml，填入 以下 YAML 配置：

   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: nginx-deploy
   spec:
     replicas: 3
     selector:
       matchLabels:
         app: nginx
     template:
       metadata:
         labels:
           app: nginx
       spec:
         containers:
         - name: nginx
           image: nginx:alpine
           ports:
           - containerPort: 80
   ---
   apiVersion: v1
   kind: Service
   metadata:
     name: nginx-svc
   spec:
     selector:
       app: nginx
     type: NodePort
     ports:
     - protocol: TCP
       port: 80
       targetPort: 80
       nodePort: 30080

8. 应用 资源清单。执行 sudo k3s kubectl apply -f app.yaml 提交 配置至集群。
9. 监控 调度进度。运行 sudo k3s kubectl get pods -o wide 观察 Pod 状态。STATUS 变为 Running 且分布在至少两个节点上时，确认 调度完成。
10. 验证 外部访问。执行 curl http://<任意节点IP>:30080。返回 标准 Nginx 欢迎页面内容即证明 Service 端口映射与负载均衡功能正常。

5. 生产级配置建议

基础部署完成后，需按实际业务调整关键参数以保障稳定性。

1. 调整 资源限制。为 Docker Swarm 的 docker service create 命令追加 --limit-memory 512m --limit-cpu 0.5 参数，或为 Kubernetes YAML 添加 resources: { requests: { cpu: "250m", memory: "128Mi" } } 约束 容器上限。
2. 配置 数据持久化。Swarm 使用 docker volume create data_vol 创建 卷后挂载至服务。Kubernetes 需在 YAML 中定义 PersistentVolumeClaim 并在 volumeMounts 中关联目录，避免 容器重启导致数据丢失。
3. 启用 自动伸缩。Kubernetes 执行 sudo k3s kubectl autoscale deployment nginx-deploy --min=2 --max=10 --cpu-percent=80 开启 HPA。Swarm 需配合外部监控与自动化脚本实现动态扩缩容。
4. 设置 健康检查。在 Docker 服务定义或 K8s Pod 规范中插入 livenessProbe 与 readinessProbe 配置块，指定 探测路径 /healthz 与超时阈值 timeoutSeconds: 3。
5. 备份 集群状态。Swarm 的元数据存储在 /var/lib/docker/swarm/ 目录下，定期执行 目录压缩备份。Kubernetes 需定期运行 etcdctl snapshot save 导出 键值数据库，防止控制平面故障导致配置清空。

完成上述步骤后，集群已具备承载生产流量的基础能力。根据实际压测结果微调副本数与资源配额，确保系统响应时间维持在预期范围内。根据监控面板的 CPU 使用率曲线，若峰值持续超过 85% 超过五分钟，触发 扩容流程或优化代码逻辑。