本文主要是介绍【从问题中去学习k8s】k8s中的常见面试题（夯实理论基础）（十三），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本站以分享各种运维经验和运维所需要的技能为主
《python零基础入门》：python零基础入门学习
《python运维脚本》： python运维脚本实践
《shell》：shell学习
《terraform》持续更新中：terraform_Aws学习零基础入门到最佳实战
《k8》从问题中去学习k8s
《docker学习》暂未更新
《ceph学习》ceph日常问题解决分享
《日志收集》ELK+各种中间件
《运维日常》运维日常
《linux》运维面试100问
《DBA》db的介绍使用（mysql、redis、mongodb...）
思考一下问题：
61、简述Kubernetes Pod如何实现对节点的资源控制？
62、简述Kubernetes Requests和Limits如何影响Pod的调度？
63、简述Kubernetes Metric Service？
64、简述Kubernetes中，如何使用EFK实现日志的统一管理？
65、简述Kubernetes如何进行优雅的节点关机维护？
参考答案：
61、简述Kubernetes Pod如何实现对节点的资源控制？
Kubernetes集群里的节点提供的资源主要是计算资源，计算资源是可计量的能被申请、分配和使用的基
础资源。当前Kubernetes集群中的计算资源主要包括CPU、GPU及Memory。CPU与Memory是被Pod
使用的，因此在配置Pod时可以通过参数CPU Request及Memory Request为其中的每个容器指定所需
使用的CPU与Memory量，Kubernetes会根据Request的值去查找有足够资源的Node来调度此Pod。
通常，一个程序所使用的CPU与Memory是一个动态的量，确切地说，是一个范围，跟它的负载密切相
关：负载增加时，CPU和Memory的使用量也会增加。62、简述Kubernetes Requests和Limits如何影响Pod的调度？
当一个Pod创建成功时，Kubernetes调度器（Scheduler）会为该Pod选择一个节点来执行。对于每种
计算资源（CPU和Memory）而言，每个节点都有一个能用于运行Pod的最大容量值。调度器在调度
时，首先要确保调度后该节点上所有Pod的CPU和内存的Requests总和，不超过该节点能提供给Pod使
用的CPU和Memory的最大容量值。63、简述Kubernetes Metric Service？
在Kubernetes从1.10版本后采用Metrics Server作为默认的性能数据采集和监控，主要用于提供核心指
标（Core Metrics），包括Node、Pod的CPU和内存使用指标。
对其他自定义指标（Custom Metrics）的监控则由Prometheus等组件来完成。64、简述Kubernetes中，如何使用EFK实现日志的统一管理？
在Kubernetes集群环境中，通常一个完整的应用或服务涉及组件过多，建议对日志系统进行集中化管
理，通常采用EFK实现。
EFK是 Elasticsearch、Fluentd 和 Kibana 的组合，其各组件功能如下：
Elasticsearch：是一个搜索引擎，负责存储日志并提供查询接口；
Fluentd：负责从 Kubernetes 搜集日志，每个node节点上面的fluentd监控并收集该节点上面的系
统日志，并将处理过后的日志信息发送给Elasticsearch；
Kibana：提供了一个 Web GUI，用户可以浏览和搜索存储在 Elasticsearch 中的日志。
通过在每台node上部署一个以DaemonSet方式运行的fluentd来收集每台node上的日志。Fluentd将
docker日志目录/var/lib/docker/containers和/var/log目录挂载到Pod中，然后Pod会在node节点
的/var/log/pods目录中创建新的目录，可以区别不同的容器日志输出，该目录下有一个日志文件链接
到/var/lib/docker/contianers目录下的容器日志输出。65、简述Kubernetes如何进行优雅的节点关机维护？
由于Kubernetes节点运行大量Pod，因此在进行关机维护之前，建议先使用kubectl drain将该节点的
Pod进行驱逐，然后进行关机维护。这篇关于【从问题中去学习k8s】k8s中的常见面试题（夯实理论基础）（十三）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
