00 前言与学习建议

本教材以"Kubernetes 核心 → RKE2 生产部署 → 辅助工具生态 → 综合实战"为主线，帮助运维工程师从零基础成长为能独立规划、部署、运维生产级 K8s 集群的工程师。

---

为什么写这套教材

市面上的 K8s 资料有两个常见问题：

1. 只讲 K8s，不讲发行版：学了半天 Deployment 和 Service，到了生产环境面对 RKE2、OpenShift、Kubeadm 依然无从下手。
2. 只讲主菜，不讲工具：真正的运维效率差距，往往体现在 k9s、K8sGPT、Velero、Trivy 这些辅助工具的掌握程度上。

本教材把三者串成一条完整链路：Kubernetes（内核）→ RKE2（落地）→ 工具生态（效率），并以综合实战与故障排查手册收尾。

为什么是 RKE2

RKE2（Rancher Kubernetes Engine 2）是 Rancher 推出的企业级 K8s 发行版，特点是：

• 安全合规：默认 CIS 加固，支持 SELinux、FIPS 140-2
• 运维简单：单一二进制 + systemd 管理，控制平面以静态 Pod 运行
• 生产就绪：内置 etcd 快照、证书轮换、system-upgrade-controller 自动升级
• 国内友好：支持 INSTALL_RKE2_MIRROR=cn 国内镜像源

对于运维团队而言，RKE2 在"易用性"与"可控性"之间取得了很好的平衡，是本教材选择的落地发行版。

为什么重点讲 K8sGPT

AI 辅助运维是近两年 K8s 生态最重要的变化之一。K8sGPT 将 SRE 经验编码为分析器（analyzer），自动扫描集群问题，并可接入 OpenAI / Ollama 等大模型给出人话解释与修复建议。它能：

• 把 ImagePullBackOff、Pending、CrashLoopBackOff 等问题的定位从"半小时翻日志"缩短到"一条命令"
• 通过 anonymize 脱敏后接入云端大模型，或在离线环境用 Ollama 本地模型
• 与 Trivy、Prometheus 集成，形成"监控 → 告警 → AI 诊断"闭环

第四部分对 K8sGPT 做了全书最深的专题讲解。

学习方法

1. 三遍学习法：
   • 第一遍通读，建立知识地图（知道有什么）；
   • 第二遍动手，每条命令在实验集群执行（知道怎么用）；
   • 第三遍输出，给同事讲一遍或写笔记（真正掌握）。
2. 故障驱动：第三、五部分的故障案例，建议在实验环境刻意制造故障再修复——排错能力只能练出来。
3. 版本意识：K8s 每 4 个月一个版本，教材基于 v1.28+；执行命令前先 kubectl version 确认，注意 API 版本变化。
4. 最小必要原则：工具不是装得越多越好。第四部分每个工具都给了"适用场景"，按需引入。

实验环境准备

环境	用途	最低配置
本机 minikube / kind	第一、二部分练习	2C4G
2~3 台 VM（Rocky Linux 9 / Ubuntu 22.04）	RKE2 单节点与 HA 练习	每台 2C4G、20G 磁盘
（可选）6 台 VM	第五部分生产级综合实战	每台 2C4G

提示：本仓库 sz-rocky9-vm/ 和 virsh/ 目录提供了批量创建 KVM 虚拟机的脚本，可用于快速准备实验环境。

配套仓库资源

• rke2/：安装脚本、server-config.yaml、agent-config.yaml、registries.yaml 真实示例
• k8s-issues/：RKE2 生产故障案例（控制平面 quorum 丢失、防火墙阻断 join、镜像导入延迟等），教材中大量引用
• k8s-service/textbook/、metaLB/：网络专题深入阅读

现在，从 第一部分 Kubernetes 入门与核心概念 开始。