1.DaemonSet简介：
在Kubernetes（简称k8s）中，DaemonSet是一种控制器，用于确保集群中的每个（或部分）节点运行一个指定的Pod副本。DaemonSet非常适合需要全局部署、节点级运行的服务，如日志收集、监控代理、网络插件等。
DaemonSet的核心机制是通过节点监听和Pod调度实现：
1.节点监听：DaemonSet控制器持续监控集群中的节点状态，当新节点加入时，自动创建对应的Pod；当节点移除时，清理相关Pod。
2.Pod调度：每个节点上仅运行一个Pod副本，且Pod的生命周期与节点绑定。
DaemonSet的调度逻辑包括：
1.默认调度：所有符合条件的节点均会运行Pod。
2.节点选择器（NodeSelector）：通过标签匹配限制Pod仅在特定节点上运行。
3.节点亲和性（NodeAffinity）：支持更复杂的调度规则，如基于节点角色、硬件特性等。
4.污点容忍（Taints and Tolerations）：允许Pod在具有污点的节点上运行，例如在Master节点或专用GPU节点上部署。
DaemonSet的典型应用场景包括：
1.日志收集：在每个节点上运行日志代理（如Fluentd、Filebeat），集中收集容器日志。
2.监控代理：部署监控工具（如Prometheus Node Exporter、cAdvisor），采集节点和容器的性能指标。
3.网络插件：运行CNI插件（如Calico、Flannel），管理容器网络。
4.安全工具：部署安全扫描工具（如Clair、Trivy），定期检查镜像漏洞。
5.存储插件：运行存储守护进程（如GlusterFS、Ceph），提供共享存储服务。
2.Elasticsearch 和Fluentd 简介：
2.1Elasticsearch简介 ：
Elasticsearch 是一个基于 Lucene 的开源分布式搜索和分析引擎，主要用于实时分布式搜索、数据分析以及日志处理。它具有以下特点：
（1）分布式架构：
支持水平扩展，能够轻松处理 PB 级数据。
数据自动分片和复制，确保高可用性和容错性。
（2）全文搜索与分析：
提供强大的全文搜索功能，支持复杂查询和聚合操作。
支持地理位置搜索、图形化搜索等高级功能。
（3）实时数据处理：
具备近实时搜索能力，数据写入后几乎立即可被搜索。
支持实时数据流处理和分析。
（4）生态系统：
是 ELK Stack（Elasticsearch、Logstash、Kibana）的核心组件，常用于日志管理和分析。
与 Beats、Logstash 等工具集成，实现数据采集、处理和可视化。
（5）应用场景：
日志和事件数据分析。
企业搜索应用。
安全信息和事件管理（SIEM）。
业务指标监控和实时分析。
2.2Fluentd 简介：
Fluentd 是一个开源的日志收集器，专注于统一日志管理和数据收集。它具有以下特点：
（1）插件化架构：
提供丰富的输入（Input）、过滤（Filter）和输出（Output）插件，支持多种数据源和目标。
社区贡献了 500 多个插件，覆盖了常见的数据源和存储系统。
（2）统一日志格式：
使用 JSON 格式作为数据交换标准，便于日志的解析和处理。
支持结构化和非结构化数据的统一处理。
（3）高可靠性和性能：
支持内存和文件缓冲，防止数据丢失。
提供故障转移和容错机制，确保系统稳定性。
（4）轻量级和高效：
用 C 和 Ruby 编写，资源占用少，性能高。
每秒可处理数万条消息，适合大规模日志处理。
（5）应用场景：
日志聚合和管理。
数据流处理和转发。
实时日志分析和监控。
云服务中的日志管理。
2.3总结：
Elasticsearch 专注于分布式搜索和数据分析，适合需要实时搜索和复杂查询的场景。
Fluentd 专注于日志收集和管理，适合需要统一日志处理和转发的场景。
两者可以结合使用，例如：
Fluentd 收集日志并转发到 Elasticsearch。
另外，Kibana 可视化 Elasticsearch 中的日志数据，实现完整的日志管理和分析解决方案。
3.实验基础和前置条件：
本实验以Kubernetes集群环境搭建与初始化-CSDN博客为基础和前置条件。
4.部署Daemonset：
4.1创建定义Daemonset的配置文件：
创建定义Daemonset的配置文件fluentd-daemonset.yaml。
（1）tolerations配置
在 Kubernetes 中，DaemonSet 的 tolerations 配置允许你指定 Pod 可以容忍某些节点上的污点（Taints），从而使得这些 Pod 能够被调度到带有相应污点的节点上运行。在如图4-1的fluentd-daemonset.yaml配置中，通过设置 tolerations，允许 DaemonSet 的 Pod 在控制平面节点（即 Master 节点）上运行。
参数key:
node-role.kubernetes.io/control-plane 和 node-role.kubernetes.io/master 是 Kubernetes 默认的控制平面节点污点键。这些键用于标识控制平面节点（Master 节点）。
参数operator
Exists 表示只要存在该键的污点，无需匹配具体的值，即可容忍该污点。
参数effect
NoSchedule 表示如果节点存在该污点，普通 Pod 将不会被调度到该节点上。
通过设置 tolerations，DaemonSet 的 Pod 可以忽略这个限制，从而被调度到带有该污点的节点上。
（2）terminationGracePeriodSeconds配置
在如图4-1的fluentd-daemonset.yaml配置中，terminationGracePeriodSeconds: 30 是 Kubernetes 中 Pod 配置的一个字段，用于定义在 Pod 被终止时，Kubernetes 给容器留出的优雅关闭时间（以秒为单位）。优雅关闭，即允许容器在接收到终止信号后，有足够的时间执行清理操作，避免数据丢失或状态不一致。如果未指定 terminationGracePeriodSeconds，Kubernetes 会使用默认值（通常为 30 秒）。
如果在指定的优雅关闭时间内，容器未完成关闭，Kubernetes 会发送 SIGKILL 信号强制终止容器。通过合理设置 terminationGracePeriodSeconds，可以确保应用在关闭时能够优雅地处理未完成的操作，提高系统的稳定性和可靠性。
4.2基于配置文件创建Daemonset：
基于上述配置文件fluentd-daemonset.yaml创建Daemenset对象，具体命令如下所示。
kubectl apply -f ch04/fluentd-daemonset.yaml
4.3 查看Daemonset所创建的Pod对象：
查看我们Daemonset所创建的Pod对象。
kubectl get pods --namespace=kube-system -l name=fluentd-elasticsearch -o wide
有pod状态一直处于ContainerCreating，那么建议重启master01,node01和node02。
4.4进一步查看该DaemonSet对象的详细信息：
执行以下命令，查看我们DaemonSet部署对象的详细信息。
kubectl describe daemonset fluentd-elasticsearch --namespace=kube-system
5. 滚动更新Daemonset部署应用：
5.1检查Daemonset部署更新策略：
执行以下命令，查看我们检查DaemonSet部署对象的更新策略。
kubectl get ds/fluentd-elasticsearch -o go-template='{{.spec.updateStrategy.type}}{{"\n"}}' -n kube-system
5.2 更新Daemonset模版中的容器镜像：
执行以下命令，查看我们更新Daemonset模版中的容器镜像。
kubectl set image ds/fluentd-elasticsearch fluentd-elasticsearch=quay.io/fluentd_elasticsearch/fluentd:v2.6.0 -n kube-system
5.3 监视Daemonset的更新状态和进度：
执行以下命令，监视Daemonset的更新状态和进度。
kubectl rollout status ds/fluentd-elasticsearch -n kube-system
6. 回滚Daemonset部署应用更新：
6.1查看Daemonset部署应用的历史版本：
执行以下命令，查看Daemonset部署应用的历史版本。
kubectl rollout history ds/fluentd-elasticsearch -n kube-system
6.2 直接回滚到Daemonset部署应用的上一个版本：
执行以下命令，回滚到Daemonset部署应用的上一个版本。
kubectl rollout undo ds/fluentd-elasticsearch -n kube-system daemonset.apps/fluentd-elasticsearch
6.3 监测Daemonset部署应用的回滚进度：
执行以下命令，监测Daemonset部署应用的回滚进度。
kubectl rollout status ds/fluentd-elasticsearch -n kube-system
7. 删除Daemonset部署应用：
执行以下命令，删除Daemonset部署应用，以清理实验环境。
kubectl delete ds fluentd-elasticsearch -n kube-system
进一步执行以下命令，确认Daemonset的Pod已经被删除。
kubectl get pods -n kube-system -l name=fluentd-elasticsearch -o wide
本实验到此结束！