### 问题

今天上自己的虚拟机又发现xshell连不上了。

我打开虚拟机终端看了一下，发现ip a查看不了ens33网卡地址

于是我去看了/etc/sysconfig/network-scripts/ens33

奇了怪了，ONBOOT是等于yes啊

这个问题之前也出现过两次，我都是直接重置系统。

这次直接找问题解决



### 恢复网络

```sh
systemctl stop NetworkManager
systemctl diable NetworkManager

systemctl start network
```



------

NetworkManager是2004年RedHat启动的项目，皆在能够让Linux用户更轻松的处理现代网络需求，尤其是无线网络，能够自动发现网卡并配置IP地址。

RHEL7上同时支持network.service和NetworkManager.service(简称NM)。默认情况下这2个服务都有开启，但是因为NetworkManager.service兼容性不好，大部分人都会将其关闭。

但是在RHEL 8/Centos 8上已废弃network.service（默认不安装），只能通过NetworkManager进行网络配置。



虚拟机网络不可用

## python/os模块
os.path.abspath(_\_file__)：获取当前脚本路径
  
os.path.dirname()：去掉文件名返回目录
  

## shell
set -e：它表示如果任何命令返回非零退出状态（失败），则立即退出脚本执行。这个选项可以帮助在脚本执行过程中及时发现错误并停止执行，避免继续执行可能会导致更严重问题的命令。通常在脚本的开头使用set -e来确保脚本的安全性和稳定性
  
set -o pipefail：使用set -o pipefail可以确保在管道中任何一个命令失败时都能及时发现错误并停止执行，而不会继续执行可能会导致更严重问题的命令。这样可以提高脚本的可靠性和稳定性。通常在脚本的开头使用set -o pipefail来设置管道失败时立即退出的行为
    
df -PBG [挂载点]：查看指定目录的挂载情况
  
egrep：相当于grep -E，支持正则表达式

脚本杂项

## 部署（centos 7）

### 环境准备

MongoDB提供了许多linux发行版本的安装包，可直接去官方网站进行下载：[MongoDB](https://www.mongodb.com/try/download/community)

下载之前，需要安装相关依赖

需要放行防火墙端口或关闭防火墙（MongoDB默认端口：27017），关闭selinux

 

* **Red Hat/CentOS：**

 ```sh
 yum install -y libcurl openssl
 ```

 

* **Ubuntu 18.04 LTS ("Bionic")/Debian 10 "Buster"：**

 ```sh
 apt-get install libcurl4 openssl
 ```

 

* **Ubuntu 16.04 LTS ("Xenial")/Debian 9 "Stretch"：**

 ```sh
 sudo apt-get install libcurl3 openssl
 ```

 

> 注意：mongo v5版本以上系统需支持AVX指令集，请查看系统版本再选择安装



------



### 下载部署

| 服务器版本 | MongoDB版本 |
| ---------- | -------------- |
| CentOS 7 | mongodb-4.2.25 |

在官方网站选择所需要下载的tgz复制link：

![image-20240424161449573](https://chuntianblok.oss-cn-hangzhou.aliyuncs.com/img/202404241614658.png)



**安装**

```sh
wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-4.2.25.tgz

# 解压到指定路径/usr/local
tar zxvf mongodb-linux-x86_64-rhel70-4.2.25.tgz -C /usr/local

# 修改名称
mv mongodb-linux-x86_64-rhel70-4.2.25/ mongodb-4.2.25

# 配置环境变量，在最下方添加语句
vim /etc/profile

export PATH=export PATH=/usr/local/mongodb-4.2.25/bin:$PATH

# 更新环境变量
source /etc/profile
```

![image-20240424162109510](https://chuntianblok.oss-cn-hangzhou.aliyuncs.com/img/202404241621550.png)

 

**MongoDB需要两个目录**

* 数据存储目录：/var/lib/mongo
* 日志文件目录：/var/log/mongod

```sh
# 创建目录
mkdir -p /var/lib/mongo
mkdir -p /var/log/mongod
```



------

### 启动数据库

进入MongoDB所在bin目录下

```sh
# 进入MongoDB所在bin目录
cd /usr/local/mongodb-4.2.25/bin

# 启动MongoDB服务
./mongod --dbpath /var/lib/mongo --logpath /var/log/mongod/mongod.log --fork
```

![image-20240424162736576](https://chuntianblok.oss-cn-hangzhou.aliyuncs.com/img/202404241627623.png)

 

> 在任何地方输入mongo即可进入数据库

 

## 语法（增删改查）

### 数据库

* **创建数据库**

 ```sql
 -- 如果数据库不存在，则创建数据库，否则进入数据库
 -- 创建一个 chuntian 的数据库
 > use chuntian
 switched to db chuntian
 
 -- db 为查看当前数据库
 > db
 chuntian
 
 -- 查看所有数据库
 > show dbs
 admin 0.000GB
 config 0.000GB
 local 0.000GB
 
 -- -- 创建的数据库 chuntian 并不在数据库的列表中， 要显示它，需要向 chuntian 数据库插入一些数据
 > db.chuntian.insertOne({"name":"春天"})
 {
 	"acknowledged" : true,
 	"insertedId" : ObjectId("6628c5de0dbc76d4ed029024")
 }
 > show dbs
 admin 0.000GB
 config 0.000GB
 local 0.000GB
 chuntian 0.000GB
 ```

 

* **删除数据库**

 ```sql
 -- 删除当前数据库，默认删除 test
 db.dropDatabase()
 
 -- 删除 chuntian 数据库
 > show dbs
 admin 0.000GB
 chuntian 0.000GB
 config 0.000GB
 local 0.000GB
 > db
 chuntian
 > db.dropDatabase()
 { "dropped" : "chuntian", "ok" : 1 }
 ```

 

------

### 集合

集合类似MySQL数据库中的表

* **创建集合**

 ```sql
 db.createCollection(name,options)
 ```

 参数说明：

 * name：创建集合的名称
 * options：可选参数，指定有关内存大小及索引

 

 options 如下参数：

 | 字段 | 类型 | 描述 |
 | :---------- | :--- | :----------------------------------------------------------- |
 | capped | 布尔 | （可选）如果为 true，则创建固定集合。固定集合是指有着固定大小的集合，当达到最大值时，它会自动覆盖最早的文档。 **当该值为 true 时，必须指定 size 参数。** |
 | autoIndexId | 布尔 | **3.2 之后不再支持该参数。**（可选）如为 true，自动在 _id 字段创建索引。默认为 false。 |
 | size | 数值 | （可选）为固定集合指定一个最大值，即字节数。 **如果 capped 为 true，也需要指定该字段。** |
 | max | 数值 | （可选）指定固定集合中包含文档的最大数量。 |

 ```sql
 -- 在 chuntian 数据库中创建 omm 集合
 > use chuntian
 switched to db chuntian
 > db.createCollection("omm")
 { "ok" : 1 }
 
 -- 查看集合,也可以使用show collections
 > show tables
 omm
 ```

 

 关键参数的用法

 ```sql
 -- 创建固定集合 cmd，整个集合空间大小 3141592 B，文档最大个数为1000个
 > db.createCollection("cmd", { capped : true, autoIndexId : true, size : 3141592, max : 1000 } )
 {
 	"note" : "the autoIndexId option is deprecated and will be removed in a future release",
 	"ok" : 1
 }
 
 > show tables
 mycol
 omm
 ```

 

 在 MongoDB 中，你不需要创建集合。当你插入一些文档时，MongoDB 会自动创建集合

 ```sql
 > db.cmd2.insert({"name":"春天"})
 WriteResult({ "nInserted" : 1 })
 > show tables
 cmd2
 cmd
 omm
 ```

 

* **删除集合**

 如果成功删除选定集合，则 drop() 方法返回 true，否则返回 false。

 ```sql
 -- 删除 cmd 集合
 > show tables
 cmd2
 cmd
 omm
 > db.cmd.drop()
 true
 > show tables
 cmd2
 omm
 ```

 

------

### 文档

文档相当于MySQL数据库中的数据

文档的数据结构和 JSON 基本一致

* **插入文档**

 ```sql
 -- 在 chuntian 数据库中 omm 集合中插入文档
 > db.omm.insert({title: 'Mongo文档插入',
 description: 'Mongo数据库',
 by: '春天',
 url: 'https://blog.tenchuntian.cn/',
 tags: ['mongodb','databaes','sql'],
 likes: 100})
 > WriteResult({ "nInserted" : 1 })
 
 -- 查看文档
 > db.omm.find()
 { "_id" : ObjectId("6628d1f7489aab02f9134a18"), "title" : "Mongo文档插入", "description" : "Mongo数据库", "by" : "春天", "url" : "https://blog.tenchuntian.cn/", "tags" : [ "mongodb", "databaes", "sql" ], "likes" : 100 }
 
 ```

 

* **更新文档**

 **update()方法：**

 update()方法用于更新已存在的文档

 ```sql
 -- 语法
 db.collection.update(
 <query>,
 <update>,
 {
 upsert: <boolean>,
 multi: <boolean>,
 writeConcern: <document>
 }
 )
 ```
 

 参数说明：

 - **query** : update的查询条件，类似sql update查询内where后面的。
 - **update** : update的对象和一些更新的操作符（如$,$inc...）等，也可以理解为sql update查询内set后面的
 - **upsert** : 可选，这个参数的意思是，如果不存在update的记录，是否插入objNew,true为插入，默认是false，不插入。
 - **multi** : 可选，mongodb 默认是false,只更新找到的第一条记录，如果这个参数为true,就把按条件查出来多条记录全部更新。
 - **writeConcern** :可选，抛出异常的级别。

 

 通过 update() 方法来更新标题(title):

 ```sql
 > db.omm.update({'title':'Mongo文档插入'},{$set:{'title':'MongoDB'}})
 WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })
 
 -- 查看是否更新成功
 > db.omm.find()
 { "_id" : ObjectId("6628d1f7489aab02f9134a18"), "title" : "MongoDB", "description" : "Mongo数据库", "by" : "春天", "url" : "https://blog.tenchuntian.cn/", "tags" : [ "mongodb", "databaes", "sql" ], "likes" : 100 }
 ```

 

* **删除文档**

 ```sql
 -- 插入两次文档
 > db.omm.find()
 { "_id" : ObjectId("6628d1f7489aab02f9134a18"), "title" : "MongoDB", "description" : "Mongo数据库", "by" : "春天", "url" : "https://blog.tenchuntian.cn/", "tags" : [ "mongodb", "databaes", "sql" ], "likes" : 100 }
 { "_id" : ObjectId("6628d674489aab02f9134a19"), "title" : "Mongo文档插入", "description" : "Mongo数据库", "by" : "春天", "url" : "https://blog.tenchuntian.cn/", "tags" : [ "mongodb", "databaes", "sql" ], "likes" : 100 }
 
 -- 删除title为'MongoDB'的文档
 > db.omm.remove({'title':'MongoDB'})
 WriteResult({ "nRemoved" : 1 })
 
 -- 再次查看只剩一个文档了
 > db.omm.find()
 { "_id" : ObjectId("6628d674489aab02f9134a19"), "title" : "Mongo文档插入", "description" : "Mongo数据库", "by" : "春天", "url" : "https://blog.tenchuntian.cn/", "tags" : [ "mongodb", "databaes", "sql" ], "likes" : 100 }
 
 -- 删除所有数据
 > db.omm.remove({})
 WriteResult({ "nRemoved" : 1 })
 > db.omm.find()
 > 
 
 ```

 

* **查询文档**

 find()语法如下：

 ```sql
 db.collection.find(query, projection)
 ```
 
 
 - **query** ：可选，使用查询操作符指定查询条件
 - **projection** ：可选，使用投影操作符指定返回的键。查询时返回文档中所有键值， 只需省略该参数即可（默认省略）。

 

 如果你需要以易读的方式来读取数据，可以使用 pretty() 方法：

 ```sql
 > db.omm.find().pretty()
 {
 	"_id" : ObjectId("6628d7da489aab02f9134a1a"),
 	"title" : "Mongo文档插入",
 	"description" : "Mongo数据库",
 	"by" : "春天",
 	"url" : "https://blog.tenchuntian.cn/",
 	"tags" : [
 		"mongodb",
 		"databaes",
 		"sql"
 	],
 	"likes" : 100
 }
 
 ```

 

 find()可以传入多个条件，每个条件用逗号隔开：

 ```sql
 -- 两个文档
 > db.omm.find().pretty()
 {
 	"_id" : ObjectId("6628d7da489aab02f9134a1a"),
 	"title" : "Mongo文档插入",
 	"description" : "Mongo数据库",
 	"by" : "春天",
 	"url" : "https://blog.tenchuntian.cn/",
 	"tags" : [
 		"mongodb",
 		"databaes",
 		"sql"
 	],
 	"likes" : 100
 }
 {
 	"_id" : ObjectId("6628d884489aab02f9134a1b"),
 	"title" : "MongoDB",
 	"description" : "Mongo数据库",
 	"by" : "春天",
 	"url" : "https://blog.tenchuntian.cn/",
 	"tags" : [
 		"mongodb",
 		"databaes",
 		"sql"
 	],
 	"likes" : 100
 }
 
 
 -- 查看 title 为'MongDB'的文档
 > db.omm.find({'title':'MongoDB'}).pretty()
 {
 	"_id" : ObjectId("6628d884489aab02f9134a1b"),
 	"title" : "MongoDB",
 	"description" : "Mongo数据库",
 	"by" : "春天",
 	"url" : "https://blog.tenchuntian.cn/",
 	"tags" : [
 		"mongodb",
 		"databaes",
 		"sql"
 	],
 	"likes" : 100
 }
 ```

 

------

持续更新中
 
//内容参考：[菜鸟教程](https://www.runoob.com/mongodb)

MongoDB

## 简介

**GoldenDB是一个面向分布式环境的一个高可用性数据库，适用于需要高性能、高可靠性和一致性的数据存储场景。**

整体由计算节点、数据节点、全局事务管理器、管理节点四种核心模块组成。完全兼容MySQL语法，大部分兼容Oracle语法

详细文档：https://www.goldendb.com/#/docsIndex/docs




 

## 四大组件模块

整体由计算节点、数据节点、全局事务管理器、管理节点四种核心模块组成：

![image-20240409160601030](https://chuntianblok.oss-cn-hangzhou.aliyuncs.com/img/202404091606181.png)

 

### 数据节点

是用于存储业务数据，及执行分布式子事务的节点。每个数据节点都是独立自治的数据库系统，一个业务的数据只会落到一个数据集群中。



![img](https://chuntianblok.oss-cn-hangzhou.aliyuncs.com/img/202404091628606.png)



 

### 计算节点

它主要是接受应用发过来的业务语句，对业务语句做语法解析，根据数据的分布信息做分布式的优化。同时还有个最重要的功能就是进行分布式事物的并发控制。



![img](https://chuntianblok.oss-cn-hangzhou.aliyuncs.com/img/202404091630191.png)

 

### 管理节点

是对系统计算节点集群、数据集群管理的节点，它承载了分布式数据库系统的所有的运维操作，包括集群高可用高可靠的管理、系统的备份恢复、系统元数据管理、数据迁移等操作。



![img](https://chuntianblok.oss-cn-hangzhou.aliyuncs.com/img/202404091632402.png)

 

### 全局事物管理器

他是协调计算节点一起进行分布式事物的并发控制的，管理分布式事物的生命周期。负责维护一张当前所有正在执行的分布式事物列表。



![img](https://chuntianblok.oss-cn-hangzhou.aliyuncs.com/img/202404091634829.png)


 


## 四种分发策略

依据分发策略，分布式数据库GlodenDB将数据存储在不同数据节点上。依据相应字段值可确定数据具体落在哪个分片的字段成为分片键

**支持的分发策略**：

* Hash分发：字段进行Hash计算得到的值落入对应的分片
* Duplicate分发：插入的数据都会落入所有分片
* Range分发：根据插入数据的大小计算，落入不同的分片
* List分发：以编码形式，当数据编码为指定的值时，落入对应的分片

 

### Hash分发

创建一个名为Hash_t1表数据分布在2分片t2，t3上的Hash表：

```sql
create table Hash_t1(
	id int primary key,
 name varchar(10),
 sex varchar(1),
 salary decimal(10,2)
)Distributed by Hash(id) (t2,t3);
```



字段说明：

| 字段 | 说明 |
| -------- | ------------------------ |
| Hash(id) | 该表的分发策略为Hash分发 |
| id 字段 | 分发键 |

 

### Duplicate分发

创建一个名为Duplicate_t1的表，表数据全量分布在2分片t2，t3的Duplicate：

```sql
create table Duplicate_t1(
	id int primary key,
 name varchar(10),
 sex varchar(1),
 salary decimal(10,2)
)Distributed by Duplicate(id) (t2,t3);
```



字段说明：

| 字段 | 说明 |
| ------------- | ----------------------------- |
| Duplicate(id) | 该表的分发策略为Duplicate分发 |


 
### Range分发

创建一个名为Range_t1的表

```sql
create table Range_t1(
	id int primary key,
 name varchar(10),
 sex varchar(1),
 salary decimal(10,2)
)Distributed by Range(id)(t2 values less than (15000),t3 values less than MAXVALUE);
```



字段说明：

| 字段 | 说明 |
| ---------------------------------------------------------- | ------------------------------------------------------------ |
| Range(id) | 该表的分发策略为Range分发 |
| (t2 values less than (15000),t3 values less than MAXVALUE) | 分发键值<15000,则数据插入t2 分发键值>=15000,则数据插入t3 |

 

### List分发

创建一个名为List_t1的表：

```sql
create table List_t1(
	id int primary key,
 name varchar(10),
 sex varchar(1),
 salary decimal(10,2)
)Distributed by List(sex) (t2 values in ('男'),t3 values in ('女'));
```



字段说明：

| 字段 | 说明 |
| ----------------------------------------- | ------------------------------------------------------------ |
| List(sex) | 该表的分发策略为List分发 |
| (t2 values in ('男'),t3 values in ('女')) | 分发键值为“男”，则数据插入t2 分发键值为“女”，则数据插入t3 |


 


## 数据类型

```sql
 数字类型: int integer smallint tinyint mediumint bigint decimal numeric float double
 字符类型: char varchar
 日期类型: date timestamp datetime time year
 大对象类型: text blob
```


 


## 函数功能

```sql
控制流函数：case when、if(expr1,expr2,expr3)、ifnull(expr1,expr2)等
字符串函数：char_length coalesce concat convert in instr length lower replace rtrim 等字符串处理和比较函数
数学函数：abs avg ceil/ceiling char floor in 
日期和时间函数：date date_add date_format date_sub datediff day dayname dayofmonth dayofweek 等
转换函数：cast convert 等转换函数
```



 

//内容参考[金篆信科GoldenDB官网文档](https://www.goldendb.com/#/docsIndex/docs/GoldenDB_Introduction)

GoldenDB

## 容器化时代的到来

传统部署时代——>虚拟化部署时代——>容器部署时代

![部署演进](https://kubernetes.io/zh-cn/docs/images/Container_Evolution.svg)

 

**传统部署时代**

早期，各个组织是在物理服务器上运行应用程序。 由于无法限制在物理服务器中运行的应用程序资源使用，因此会导致资源分配问题。如果每个应用程序都运行在不同的物理服务器上， 但是当某个应用程序资源利用率不高时，剩余资源无法被分配给其他应用程序， 而且维护许多物理服务器的成本很高。



**虚拟化部署时代**

虚拟化技术允许你在单个物理服务器的 CPU 上运行多台虚拟机（VM）。 虚拟化能使应用程序在不同 VM 之间被彼此隔离，且能提供一定程度的安全性， 因为一个应用程序的信息不能被另一应用程序随意访问。



**容器部署时代**

容器类似于 VM，但是更宽松的隔离特性，使容器之间可以共享操作系统（OS）。 因此，容器比起 VM 被认为是更轻量级的。且与 VM 类似，每个容器都具有自己的文件系统、CPU、内存、进程空间等。



 

## 功能

容器是打包和运行应用程序的好方式。在生产环境中， 需要管理运行着应用程序的容器，并确保服务不会下线。例如，如果一个容器发生故障，则你需要启动另一个容器。 如果此行为交由给系统处理，是不是会更容易一些？

k8s提供：

* **服务发现与负载均衡**

 Kubernetes 可以使用 DNS 名称或自己的 IP 地址来暴露容器。 如果进入容器的流量很大， Kubernetes 可以负载均衡并分配网络流量，从而使部署稳定。

* **存储编排**

 Kubernetes 允许你自动挂载你选择的存储系统，例如本地存储、公共云提供商等。

* **自动部署和回滚**

 你可以使用 Kubernetes 描述已部署容器的所需状态， 它可以以受控的速率将实际状态更改为期望状态。 例如，你可以自动化 Kubernetes 来为你的部署创建新容器， 删除现有容器并将它们的所有资源用于新容器。

* **自动完成装箱计算**

 你为 Kubernetes 提供许多节点组成的集群，在这个集群上运行容器化的任务。 你告诉 Kubernetes 每个容器需要多少 CPU 和内存 (RAM)。 Kubernetes 可以将这些容器按实际情况调度到你的节点上，以最佳方式利用你的资源

* **自我修复**

 Kubernetes 将重新启动失败的容器、替换容器、杀死不响应用户定义的运行状况检查的容器， 并且在准备好服务之前不将其通告给客户端。

- **密钥与配置管理**

 Kubernetes 允许你存储和管理敏感信息，例如密码、OAuth 令牌和 SSH 密钥。 你可以在不重建容器镜像的情况下部署和更新密钥和应用程序配置，也无需在堆栈配置中暴露密钥。

- **批处理执行** 除了服务外，Kubernetes 还可以管理你的批处理和 CI（持续集成）工作负载，如有需要，可以替换失败的容器。
- **水平扩缩** 使用简单的命令、用户界面或根据 CPU 使用率自动对你的应用进行扩缩。
- **IPv4/IPv6 双栈** 为 Pod（容器组）和 Service（服务）分配 IPv4 和 IPv6 地址。
- **为可扩展性设计** 在不改变上游源代码的情况下为你的 Kubernetes 集群添加功能。


 


## 组件

当部署完k8s后，便拥有了一个完整的集群

一组工作机器，称为节点， 会运行容器化应用程序。每个集群至少有一个工作节点。

工作节点会托管 Pod，而 Pod 就是作为应用负载的组件。控制平面管理集群中的工作节点和 Pod。 在生产环境中，控制平面通常跨多台计算机运行， 一个集群通常运行多个节点，提供容错性和高可用性。

![Kubernetes 的组件](https://kubernetes.io/images/docs/components-of-kubernetes.svg)

 

### 控制平面组件

控制平面组件会为集群做出全局决策，比如资源的调度。 以及检测和响应集群事件

控制平面组件可以在集群中的任何节点上运行。 然而，为了简单起见，设置脚本通常会在同一个计算机上启动所有控制平面组件， 并且不会在此计算机上运行用户容器

* **kube-apiserver**

 API 服务器是 Kubernetes 控制平面的组件， 该组件负责公开了 Kubernetes API，负责处理接受请求的工作。 API 服务器是 Kubernetes 控制平面的前端。

* **etcd**

 一致且高可用的键值存储，用作 Kubernetes 所有集群数据的后台数据库。

* **kube-scheduler**

 kube-scheduler是控制平面的组件，负责检视新创建的、未指定运行节点（Node）的Pods， 并选择节点来让 Pod 在上面运行。

 调度决策考虑的因素包括单个 Pod 及 Pods 集合的资源需求、软硬件及策略约束、 亲和性及反亲和性规范、数据位置、工作负载间的干扰及最后时限。

* **kube-controller-manager**

 它是控制平面的组件，负责运行控制器进程

 从逻辑上讲， 每个控制器都是一个单独的进程， 但是为了降低复杂性，它们都被编译到同一个可执行文件，并在同一个进程中运行。

* **cloud-controller-manager**

 一个 Kubernetes [控制平面](https://kubernetes.io/zh-cn/docs/reference/glossary/?all=true#term-control-plane)组件， 嵌入了特定于云平台的控制逻辑。 [云控制器管理器（Cloud Controller Manager）](https://kubernetes.io/zh-cn/docs/concepts/architecture/cloud-controller/) 允许将你的集群连接到云提供商的 API 之上， 并将与该云平台交互的组件同与你的集群交互的组件分离开来。

 

### Node组件

节点组件会在每个节点上运行，负责维护运行的Pod并提供k8s运行环境。

* kubelet

 kubelet会在集群中每个节点（node）上运行，它保证容器都运行在Pod中

* kube-proxy

 它是集群中每个节点上所运行的网络代理，实习k8s服务概念的一部分。

 kube-proxy维护节点上的一些网络规则，这些网络规则会允许从集群内部或外部的网络会话与Pod进行网络通信。

 如果操作系统提供了可用的数据包过滤层，则kube-proxy会通过它来实现网络规则。否则，kube-proxy仅做流量转发。

* 容器运行时（Container Runtime）

 这个基础组件使 Kubernetes 能够有效运行容器。 它负责管理 Kubernetes 环境中容器的执行和生命周期。

* 插件（Addons）

 插件使用 Kubernetes 资源（[DaemonSet](https://kubernetes.io/zh-cn/docs/concepts/workloads/controllers/daemonset/)、 [Deployment](https://kubernetes.io/zh-cn/docs/concepts/workloads/controllers/deployment/) 等）实现集群功能。 因为这些插件提供集群级别的功能，插件中命名空间域的资源属于 `kube-system` 命名空间。



![Kubernetes 组件](https://kubernetes.io/images/docs/kubernetes-cluster-architecture.svg)