Kubernetes 使用kubectl的简单构建和部署过程是什么？

我正在尝试理解一个好的实践是什么，我假设这是一个非常常见的场景，即使用kubectl构建和部署kubernetes部署

情景：

• 我想构建一个项目并将其部署到集群中
• 我有一个带有部署（和相关内容）的yaml文件，还有一些带有Dockerfile的src代码
• 我希望避免在图像标记中使用：latest，而是为该图像使用唯一的标记
• 我可以很容易地访问一个唯一标识符，它可以来自CI或git sha，在构建时作为环境变量提供

所以这看起来很简单：

docker build -t my-registry/my-app:${BUILD_NUMBER} .
docker push my-registry/my-app:${BUILD_NUMBER}
kubectl apply -f kube.yaml

除了没有本地方法告诉kubectl使用什么图像名称之外

我理解这一点，但我从来没有见过明确提到图像标签的使用案例

我可以使用，但这似乎与“无变量模板支持”的精神背道而驰，而且我几乎不了解sed在编写它时的作用，因此我选择了下一个必须阅读我的命令的开发人员

我觉得对于这样一个基本场景“我想构建并部署到我的集群”，可能会有一个更简单的解决方案，它不会与kubectl发生冲突

Skaffold在为每个构建的图像分配标记和摘要方面做得很好，但是在引入更高级的工具之前，最好先有一个简单的过程开始

• 除了“使用Skafold”或“使用Helm”之外，我应该做什么来拥有一个简单的构建+部署过程
• 使用sed、mo或其他替换工具对yaml文件进行模板化可以吗
• 是否有任何示例项目仅使用kubectl和kustomize进行简单的构建和部署管道

kube.yaml（注意图像名称上缺少版本）

---

这是一种选择吗？它可以满足您的需要，但不会反映在您的本地

kube.yaml

副本中，因此您需要在

kube.yaml

中为“我的注册表/我的应用程序”指定一个虚拟映像，以免让其他开发人员感到困惑，他们必须在每次重新部署时更改该值

对于简单的情况，您可以使用。例如：

kubectl运行我的应用程序--image=my registry/my app:${BUILD\u NUMBER}--port=3000--replicas=1--env VAR=value--expose--limits'cpu=300m，内存=600Mi'

---

从理论上讲，这是一个不推荐使用的命令，但它已经不推荐使用了2年了，现在仍然存在；]无论如何，如果您觉得不安全，该消息会提示您如何浪费一天或两天的时间，以一种不受欢迎的方式完成任务；]

kubectl set image

似乎非常适合对发布版的部署进行最小更改，但正如您所提到的，它没有在yaml中表示，导致下一个

kubectl apply

吹走了set image。我认为这将是一个不幸的妥协。不过，如果有一种方法可以批量处理kubectl命令，那么您可以在部署期间将它们作为原子操作来运行？我不认为有，但这可能很酷。所以您希望

kubectl

支持env variable template substation，但正如您所说，这不会发生，所以您需要一个不同的工具。我认为bash

kubectl apply-f kube.yaml&&kubectl set image

是最简单、最可读的。我不会像你说的那样使用sed。如果你想发疯，试试

terraform

。它还可以通过

terraform apply

（并且是为了能够处理这种依赖关系而构建的），我觉得如果您正在寻找一个可以实现所有功能的

apply

命令，您可以尝试一下。

apiVersion: apps/v1
kind: Deployment
metadata:
  namespace: example
  name: my-app
spec:
  minReadySeconds: 2
  strategy:
    rollingUpdate:
      maxSurge: 1
      maxUnavailable: 0
  replicas: 1
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      name: my-app
      labels:
        app: my-app
    spec:
      containers:
        - name: my-app
          image: "my-registry/my-app"
          ports:
            - containerPort: 3000
          resources:
            limits:
              cpu: 300m
              memory: 600m
            requests:
              cpu: 50m
              memory: 100m