跳轉到
建立: 2026年1月26日 14:01:45 更新: 2026年1月28日 15:27:35 作者: Charles

LAB 13 Kubernetes 常用指令

學習目標

完成本章節後，你將能夠：

  • 使用 kubectl 建立與管理 Deployment
  • 使用 kubectl run 建立獨立 Pod
  • 使用 kubectl scale 手動擴展 Deployment
  • 使用 kubectl autoscale 設定自動擴展（HPA）
  • 使用 Labels 標籤管理與查詢 Pod
  • 使用 YAML 檔案部署與刪除資源

前置知識

開始之前，請確保你已經：

  • 完成 LAB 12 Kubernetes 叢集安裝
  • 熟悉 Kubernetes 基本概念（Pod、Deployment、Service）
  • 準備好 Kubernetes 叢集環境（k8s-master1）

核心概念說明

kubectl 是什麼？

kubectl（讀音：kube-control 或 kube-C-T-L）是 Kubernetes 的**命令列工具（CLI）**，用來與 Kubernetes 叢集進行互動。

graph LR
    User[使用者] --> kubectl[kubectl 指令]
    kubectl --> API[API Server]
    API --> Controller[Controller Manager]
    API --> Scheduler[Scheduler]
    API --> etcd[(etcd)]

kubectl 功能

  • 建立、查看、更新、刪除 Kubernetes 資源
  • 查看叢集狀態與日誌
  • 進入容器執行指令
  • 部署應用程式

Pod 是什麼？

Pod（豆莢） 是 Kubernetes 中**最小的部署單位**，一個 Pod 可以包含一個或多個容器（Container）。

graph TB
    subgraph "Pod"
        C1[Container 1]
        C2[Container 2]
        Volume[(Shared Volume)]
        C1 -.-> Volume
        C2 -.-> Volume
    end
    Network[Shared Network<br/>同一個 IP]
    Pod --> Network
特性 說明
共享網路 同一個 Pod 內的容器共享相同的 IP 位址和 Port
共享儲存 可以掛載共享的 Volume
生命週期 Pod 是臨時性的，可能隨時被重新調度
最小單位 無法部署「半個容器」，Pod 是不可分割的

Deployment 是什麼？

Deployment（部署） 是 Kubernetes 中用來**管理 Pod 副本數量和更新策略**的控制器（Controller）。

graph TB
    D[Deployment] --> RS[ReplicaSet]
    RS --> P1[Pod 1]
    RS --> P2[Pod 2]
    RS --> P3[Pod 3]
Deployment 功能 說明
副本管理 確保指定數量的 Pod 副本始終運行
自動修復 Pod 掛掉時自動建立新的 Pod
滾動更新 更新應用程式時逐步替換舊 Pod
回滾 發現問題時可以回到先前版本

Pod vs Deployment

  • 直接建立 Pod（使用 kubectl run）：適合測試，但 Pod 掛掉後**不會自動重建**
  • 使用 Deployment（使用 kubectl create deployment）：正式環境推薦，會**自動維護指定數量的 Pod**

API 資源簡稱

在 kubectl 指令中，你可能會看到不同的資源名稱寫法：

完整名稱 簡稱 說明
pods po Pod 資源
deployments.apps deploy Deployment 資源
services svc Service 資源
replicasets.apps rs ReplicaSet 資源
namespaces ns Namespace 資源
configmaps cm ConfigMap 資源
secrets secret Secret 資源
persistentvolumeclaims pvc PVC 資源

範例：以下指令效果相同：

# 完整寫法
kubectl get deployments.apps

# 簡稱寫法
kubectl get deploy

deployments.apps 的由來

deployments.apps 表示 Deployment 資源屬於 apps API 群組。這是因為 Kubernetes 的 API 分成多個群組（如 core、apps、batch），完整寫法可以明確指定資源來源。

Lab 實作練習：Kubernetes 基本指令操作

環境準備

graph TB
    subgraph "Kubernetes Cluster"
        Master[k8s-master1<br/>192.168.66.71<br/>Control Plane]
        Node1[k8s-node1<br/>192.168.66.81<br/>Worker Node]
        Node2[k8s-node2<br/>192.168.66.82<br/>Worker Node]
        Master --> Node1
        Master --> Node2
    end

    subgraph "Private Registry"
        Docker1[docker1.training.lab:5000<br/>私有映像檔倉庫]
    end

    Master -.-> Docker1
    Node1 -.-> Docker1
    Node2 -.-> Docker1

步驟 1：初始化私有 Registry 連線設定

為了讓所有節點都能從私有 Registry 拉取映像檔，需要先執行初始化腳本：

下載初始化腳本
wget http://10.0.1.249/k8s/scripts/init_pull_from_private_registry.sh

預期結果：

--2026-01-28 10:40:26--  http://10.0.1.249/k8s/scripts/init_pull_from_private_registry.sh
Connecting to 10.0.1.249:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 3711 (3.6K) [application/x-sh]
Saving to: 'init_pull_from_private_registry.sh'

init_pull_from_private_registry.sh   100%[======>]   3.62K  --.-KB/s    in 0s      

2026-01-28 10:40:26 (760 MB/s) - 'init_pull_from_private_registry.sh' saved [3711/3711]

設定執行權限並執行腳本：

設定權限並執行
chmod 755 init_pull_from_private_registry.sh
./init_pull_from_private_registry.sh

預期結果（部分輸出）：

docker1
Warning: Permanently added 'docker1' (ED25519) to the list of known hosts.
docker1.training.lab
docker-ce-29.1.5-1.el9.x86_64
Install docker-ce...
containerd.io-2.2.1-1.el9.x86_64
Install containerd.io...
...
k8s-master1
k8s-master1.training.lab
docker-ce-29.2.0-1.el9.x86_64
Install docker-ce...
containerd.io-2.2.1-1.el9.x86_64
Install containerd.io...
cri-o-1.32.1-150500.1.1.x86_64
Install cri-o...

腳本功能

此腳本會自動設定所有節點（docker1、docker2、k8s-standalone、k8s-master1、k8s-node1、k8s-node2）的 Docker、containerd 和 CRI-O 環境，使其能夠從私有 Registry 拉取映像檔。

步驟 2：清理現有資源

下載並執行清理腳本：

下載清理腳本
curl -LO http://10.0.1.249/k8s/scripts/kube_clean_all.sh
chmod 755 kube_clean_all.sh

執行清理：

清理所有資源
./kube_clean_all.sh

預期結果：

service "kubernetes" deleted
deployment.apps "test1" deleted
No resources found
configmap "kube-root-ca.crt" deleted
namespace "kube-node-lease" deleted
Error from server (Forbidden): namespaces "default" is forbidden: this namespace may not be deleted
Error from server (Forbidden): namespaces "kube-public" is forbidden: this namespace may not be deleted
Error from server (Forbidden): namespaces "kube-system" is forbidden: this namespace may not be deleted

系統命名空間

default、kube-public、kube-system 為系統保護的命名空間，無法被刪除，出現錯誤訊息是正常的。

步驟 3：建立 Deployment

使用 kubectl create deployment 建立 Deployment：

建立 Deployment (4 個副本)
kubectl create deployment test1 --image=docker1.training.lab:5000/httpd --replicas=4

預期結果：

deployment.apps/test1 created

查看 Deployment 狀態：

查看 Deployment
kubectl get deployments.apps

預期結果：

NAME    READY   UP-TO-DATE   AVAILABLE   AGE
test1   0/4     4            0           13s

查看 Pod 詳細資訊：

查看 Pod 詳細位置
kubectl get pods -o wide

預期結果：

NAME                    READY   STATUS    RESTARTS   AGE     IP       NODE     NOMINATED NODE   READINESS GATES
test1-dcd787f9d-9rkdj   0/1     Pending   0          5m49s   <none>   <none>   <none>           <none>
test1-dcd787f9d-cqqmc   0/1     Pending   0          5m49s   <none>   <none>   <none>           <none>
test1-dcd787f9d-l5rmx   0/1     Pending   0          5m49s   <none>   <none>   <none>           <none>
test1-dcd787f9d-rznwh   0/1     Pending   0          5m49s   <none>   <none>   <none>           <none>

Pending 狀態

如果 Pod 顯示 Pending 狀態，可能是因為：

  • Worker Node 尚未 Ready
  • 資源不足
  • 無法拉取映像檔

使用 kubectl describe pod <pod-name> 查看詳細原因。

步驟 4：刪除 Pod 與 Deployment

刪除單一 Pod：

刪除指定 Pod
kubectl delete pod/test1-dcd787f9d-rznwh

預期結果：

pod "test1-dcd787f9d-rznwh" deleted

Pod 名稱格式

Pod 名稱格式為 <deployment-name>-<replicaset-hash>-<pod-hash>。 注意不要多打連字號（--），否則會找不到 Pod。

刪除整個 Deployment（會同時刪除所有相關 Pod）：

刪除 Deployment
kubectl delete deployments.apps test1

預期結果：

deployment.apps "test1" deleted

驗證刪除結果：

確認刪除完成
kubectl get deployments.apps
kubectl get pods

預期結果：

No resources found in default namespace.

步驟 5：使用 kubectl run 建立 Pod

使用 kubectl run 直接建立獨立 Pod（不透過 Deployment）：

建立 Pod 並設定環境變數
kubectl run test4 --image=docker1.training.lab:5000/nginx --env="TEST=test4"

預期結果：

pod/test4 created

進入 Pod 執行指令（使用 kubectl exec）：

進入 Pod 執行 bash
kubectl exec test4 -it -- bash

常見錯誤

錯誤寫法：kubectl exec test4 -it --bash（缺少 -- 分隔符）

正確寫法：kubectl exec test4 -it -- bash

-- 用來分隔 kubectl 參數和容器內要執行的指令。

步驟 6：建立與擴展 Deployment

建立 Deployment：

建立 test5 Deployment
kubectl create deployment test5 --image=docker1.training.lab:5000/nginx
建立 test6 Deployment（2 個副本）
kubectl create deployment test6 --image=docker1.training.lab:5000/nginx --replicas=2

查看 Deployment 狀態：

查看特定 Deployment
kubectl get deployments.apps test5
kubectl get deployments.apps test6

預期結果：

NAME    READY   UP-TO-DATE   AVAILABLE   AGE
test5   0/1     1            0           28s

NAME    READY   UP-TO-DATE   AVAILABLE   AGE
test6   0/2     2            0           4m43s

步驟 7：手動擴展 Deployment（Scale）

使用 kubectl scale 手動調整副本數量：

擴展 test5 到 3 個副本
kubectl scale deployment test5 --replicas=3

預期結果：

deployment.apps/test5 scaled

驗證擴展結果：

查看擴展後的狀態
kubectl get deployments.apps test5
kubectl get pods | grep test5

預期結果：

NAME    READY   UP-TO-DATE   AVAILABLE   AGE
test5   0/3     3            0           10m

test5-8464657978-5jgj6   0/1     Pending   0          10m
test5-8464657978-fc7zg   0/1     Pending   0          28s
test5-8464657978-sqgql   0/1     Pending   0          28s

步驟 8：設定自動擴展（Autoscale / HPA）

使用 kubectl autoscale 建立 Horizontal Pod Autoscaler（HPA）：

設定自動擴展
kubectl autoscale deployment test5 --min=4 --max=9 --cpu-percent=80

預期結果：

horizontalpodautoscaler.autoscaling/test5 autoscaled

常見錯誤

錯誤寫法：

  • --cpu80%（缺少等號和 percent）
  • --cpu 80%（有空格、缺少 percent）
  • --cpu=80%（flag 名稱錯誤）

正確寫法：--cpu-percent=80

驗證 HPA 效果：

查看擴展後的 Deployment
kubectl get deployments.apps test5

預期結果：

NAME    READY   UP-TO-DATE   AVAILABLE   AGE
test5   0/4     4            0           12m

HPA 說明

HPA 會根據 CPU 使用率自動調整 Pod 數量：

  • --min=4：最少維持 4 個副本
  • --max=9：最多擴展到 9 個副本
  • --cpu-percent=80：當 CPU 使用率超過 80% 時觸發擴展

步驟 9：使用 Labels 標籤管理 Pod

建立帶有自訂 Label 的 Pod：

建立帶有 Label 的 Pod
kubectl run test7 --image=docker1.training.lab:5000/nginx --labels="os=linux"

預期結果：

pod/test7 created

常見錯誤

錯誤寫法：kubectl run test8 --image=nginx ==labels="os=windows"（兩個等號）

正確寫法：kubectl run test8 --image=nginx --labels="os=windows"

查看 Pod Labels：

顯示所有 Pod 的 Labels
kubectl get pods --show-labels

預期結果：

NAME                     READY   STATUS    RESTARTS   AGE     LABELS
test4                    0/1     Pending   0          18m     run=test4
test5-8464657978-5jgj6   0/1     Pending   0          14m     app=test5,pod-template-hash=8464657978
test7                    0/1     Pending   0          47s     os=linux
test8                    0/1     Pending   0          13s     run=test8

依據 Label 過濾 Pod：

過濾包含 os Label 的 Pod
kubectl get pods --show-labels | grep 'os='
顯示特定 Label 欄位
kubectl get pods -L os

預期結果：

NAME                     READY   STATUS    RESTARTS   AGE     OS
test4                    0/1     Pending   0          20m     
test5-8464657978-5jgj6   0/1     Pending   0          16m     
test7                    0/1     Pending   0          2m57s   linux
test8                    0/1     Pending   0          2m23s

Label 使用技巧

  • --show-labels：顯示所有 Labels
  • -L <label-key>：將指定的 Label 顯示為獨立欄位
  • -l <label-selector>：依據 Label 過濾資源

步驟 10：使用 YAML 檔案部署

從 URL 直接套用 YAML 檔案：

從 URL 套用 YAML
kubectl apply -f http://10.0.1.249/k8s/yaml/test9.yaml

預期結果：

pod/test9 created

常見錯誤

注意 URL 路徑要正確（/k8s/yaml/），打錯會出現 404 錯誤： 

error: unable to read URL "http://10.0.1.249/k8s/taml/test9.yaml", 
server reported 404 Not Found, status code=404

下載 YAML 檔案查看內容：

下載 YAML 檔案
wget http://10.0.1.249/k8s/yaml/test9.yaml
查看 YAML 內容
cat test9.yaml

YAML 內容：

test9.yaml
apiVersion: v1
kind: Pod
metadata:
  name: test9
spec:
  containers:
  - name: test9
    image: docker1.training.lab:5000/nginx

使用本地 YAML 檔案刪除資源：

使用 YAML 刪除資源
kubectl delete -f test9.yaml

預期結果：

pod "test9" deleted

YAML 部署的優點

  • 版本控制：可以將 YAML 檔案納入 Git 管理
  • 重複使用：同一個 YAML 可以重複部署
  • 完整定義：YAML 可以包含更多進階設定

常用 kubectl 指令對照表

操作 指令 範例
建立 Deployment kubectl create deployment kubectl create deployment test --image=nginx --replicas=3
建立 Pod kubectl run kubectl run test --image=nginx --env="KEY=value"
查看資源 kubectl get kubectl get pods -o wide
擴展副本 kubectl scale kubectl scale deployment test --replicas=5
自動擴展 kubectl autoscale kubectl autoscale deployment test --min=2 --max=10 --cpu-percent=80
進入容器 kubectl exec kubectl exec test -it -- bash
刪除資源 kubectl delete kubectl delete pod/test
套用 YAML kubectl apply -f kubectl apply -f deployment.yaml
刪除 YAML 資源 kubectl delete -f kubectl delete -f deployment.yaml

常見問題

Q1：Pod 一直處於 Pending 狀態怎麼辦？

原因：通常是因為沒有可用的 Worker Node 或節點資源不足。

解決方案： 

# 查看詳細原因
kubectl describe pod <pod-name>

# 確認節點狀態
kubectl get nodes

Q2：kubectl exec 出現錯誤 'unknown flag: --bash'

原因：--bash 應該放在 -- 後面，作為容器內執行的指令。

解決方案： 

# 錯誤
kubectl exec test -it --bash

# 正確
kubectl exec test -it -- bash

Q3：如何查看特定 Label 的 Pod？

解答：使用 -l 或 -L 參數：

# 依據 Label 過濾
kubectl get pods -l os=linux

# 顯示 Label 欄位
kubectl get pods -L os

小結

本章節重點回顧：

  • ✅ 環境初始化：使用腳本設定私有 Registry 連線
  • ✅ Deployment 管理：使用 kubectl create deployment 建立並管理 Deployment
  • ✅ Pod 操作：使用 kubectl run 建立獨立 Pod，kubectl exec 進入容器
  • ✅ 手動擴展：使用 kubectl scale 調整副本數量
  • ✅ 自動擴展：使用 kubectl autoscale 設定 HPA
  • ✅ Labels 管理：使用 --labels 建立標籤，--show-labels 和 -L 查詢
  • ✅ YAML 部署：使用 kubectl apply -f 和 kubectl delete -f 管理資源

延伸閱讀