VPS服务器部署K8s高可用集群实战指南

在容器技术普及的今天，Kubernetes（K8s）已成为企业级容器编排的核心工具。但在VPS服务器上部署高可用K8s集群，仍需应对资源调配、网络通信、故障容错等多重挑战。本文结合实战经验，分享从服务器选型到高可用保障的全流程技巧。

前期准备：VPS选型与环境校准

VPS服务器的硬件配置直接影响集群稳定性。控制平面节点建议选择2核4G以上配置（CPU主频≥2.5GHz），工作节点可根据业务负载调整至4核8G；存储方面，每台服务器需预留至少30GB独立数据盘用于容器镜像存储。网络层面，建议选择同机房或跨区延迟＜20ms的VPS，避免节点间通信超时。

软件环境需统一：所有节点需预装Docker（20.10.0+）作为容器运行时，同步安装kubeadm（1.24.0+）、kubelet（与kubeadm同版本）和kubectl工具。防火墙需开放6443（API Server）、2379-2380（etcd集群）、10250（kubelet）等端口，可通过`ufw allow 6443/tcp`等命令快速配置。

控制平面：多节点协同部署

控制平面是集群“大脑”，需至少部署2个节点实现高可用。以第一台控制平面节点为例，执行初始化命令：

kubeadm init --control-plane-endpoint "lb.example.com:6443" --pod-network-cidr=10.244.0.0/16

这里的`lb.example.com`是负载均衡器地址（推荐使用四层负载均衡），用于聚合多控制平面节点流量。初始化完成后，按提示执行`mkdir -p $HOME/.kube && sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config`配置kubectl。

第二台控制平面节点加入时，使用初始化输出的`kubeadm join`命令（含`--control-plane`参数）。完成后通过`kubectl get pods -n kube-system`检查`etcd-`等组件状态，确保所有Pod为`Running`。

工作节点：快速接入与状态验证

工作节点部署相对简单，执行`kubeadm join`命令（不带`--control-plane`参数）即可加入集群。需注意节点加入后，通过`kubectl describe node `检查资源分配，确保VPS内存使用率＜70%、磁盘IO等待时间＜5ms，避免资源过载影响应用性能。

验证节点状态时，运行`kubectl get nodes`，若输出中`STATUS`列显示`Ready`，则表示节点已正常接入集群；若显示`NotReady`，需检查kubelet日志（`journalctl -u kubelet`）排查网络或资源问题。

网络配置：插件选择与连通测试

K8s集群网络需实现Pod跨节点通信，常用插件有Flannel（简单轻量）和Calico（支持网络策略）。以Flannel为例，部署命令为：

kubectl apply -f https://raw.githubusercontent.com/coreos/flannel/master/Documentation/kube-flannel.yml

部署后通过`kubectl get pods -n kube-system -l app=flannel`确认Flannel Pod运行正常。网络连通性测试可创建两个跨节点Pod，使用`kubectl exec`进入Pod执行`ping`命令验证互访。

高可用保障：从负载均衡到数据备份

负载均衡是控制平面高可用的关键，需确保负载均衡器健康检查配置（如每5秒探测6443端口），避免单节点故障导致集群不可用。etcd作为集群状态存储，需每日执行快照备份，命令为：

ETCDCTL_API=3 etcdctl --endpoints=https://127.0.0.1:2379 \
--cacert=/etc/kubernetes/pki/etcd/ca.crt \
--cert=/etc/kubernetes/pki/etcd/server.crt \
--key=/etc/kubernetes/pki/etcd/server.key \
snapshot save /backup/etcd-snapshot-$(date +%F).db

此外，建议部署Prometheus+Grafana监控集群，重点关注CPU/内存使用率、etcd请求延迟、Pod重启次数等指标，提前预警资源瓶颈或组件异常。

在VPS服务器上搭建K8s高可用集群，核心在于前期资源规划的严谨性与后期保障措施的完善性。通过标准化的部署流程和针对性的监控优化，可显著提升集群稳定性，为容器化应用提供可靠支撑。