本项目提供了一套完整的容器化部署解决方案，支持 Java 服务和 Web 应用的 Kubernetes 集群部署。包含了 Dockerfile 模板和 Kubernetes 部署配置文件。

├── Dockerfile/              # Docker 配置文件目录
│   ├── Dockerfile-java      # Java 应用 Dockerfile
│   └── Dockerfile-web       # Web 应用 Dockerfile
├── k8s-deploy/              # Kubernetes 部署配置目录
│   ├── deploy.yml           # 基础服务部署配置
│   ├── deploy-service.yaml  # 标准服务部署配置
│   ├── deploy-service-mul.yaml # 高资源配置部署配置
│   └── deploy-web.yaml      # Web 应用部署配置
└── readme.md                # 项目说明文档

• Dockerfile/Dockerfile-java: Java 应用的 Docker 镜像构建模板

  • 基于 openjdk:8-jre-alpine
  • 支持非 root 用户运行（已注释，可根据需要启用）
  • 默认暴露端口 8080

• Dockerfile/Dockerfile-web: Web 应用的 Docker 镜像构建模板

  • 基于 nginx:1.21.6-alpine
  • 默认暴露端口 80

• k8s-deploy/deploy.yml: 基础服务部署配置（标准资源限制）
• k8s-deploy/deploy-service.yaml: 标准服务部署配置
• k8s-deploy/deploy-service-mul.yaml: 高资源配置部署配置（适用于高负载服务）
• k8s-deploy/deploy-web.yaml: Web 应用部署配置

确保以下环境已准备就绪：

• Kubernetes 集群
• Docker Registry（如 Harbor）
• kubectl 命令行工具

在使用部署文件前，需要替换以下占位符：

• AA-SERVICE: 替换为实际的服务名称
• AA-WEB: 替换为实际的 Web 应用名称
• ENV: 替换为目标环境（如 dev、test、prod）
• PORT: 替换为实际端口号
• images:port/ENV-AA-SERVICE-namespace/AA-SERVICE: 替换为实际的镜像地址

• Dockerfile-java 中的 xx-.jar 替换为实际的 JAR 包名称

# 确保 target 目录下有编译好的 JAR 包
docker build -f Dockerfile/Dockerfile-java -t your-registry/namespace/service-name:tag .

# 确保当前目录有 Web 应用文件和 nginx 配置
docker build -f Dockerfile/Dockerfile-web -t your-registry/namespace/web-name:tag .

docker push your-registry/namespace/service-name:tag
docker push your-registry/namespace/web-name:tag

# 应用部署配置
kubectl apply -f k8s-deploy/deploy-service.yaml    # 标准服务部署
kubectl apply -f k8s-deploy/deploy-web.yaml         # Web 应用部署
kubectl apply -f k8s-deploy/deploy-service-mul.yaml # 高负载服务部署（可选）

# 查看 Pod 状态
kubectl get pods -n <namespace>

# 查看服务状态  
kubectl get svc -n <namespace>

# 查看部署详情
kubectl describe deployment <service-name> -n <namespace>

所有服务需要提供以下健康检查端点：

• /liveness/healthz: 存活探针
• /readiness/readyz: 就绪探针
• /startup/startupz: 启动探针

• 内存: 500Mi (请求) / 4Gi (限制)
• CPU: 500m (请求) / 1 (限制)

• 内存: 1Gi (请求) / 4Gi (限制)
• CPU: 500m (请求) / 2 (限制)
• 包含优化的 JVM 参数配置

在高负载配置中 (k8s-deploy/deploy-service-mul.yaml)，包含了专门优化的 JVM 参数：

-Xms1536M -Xmx3072M -XX:MetaspaceSize=256M -XX:MaxMetaspaceSize=512M -XX:+UseG1GC -XX:G1NewSizePercent=30 -XX:G1MaxNewSizePercent=50 -XX:G1HeapRegionSize=16M -XX:MaxGCPauseMillis=200 -XX:G1ReservePercent=15 -XX:InitiatingHeapOccupancyPercent=40 -XX:+UseContainerSupport

• -Xms1536M: 初始堆内存大小设置为 1.5GB
• -Xmx3072M: 最大堆内存大小设置为 3GB
• -XX:MetaspaceSize=256M: 初始元空间大小设置为 256MB
• -XX:MaxMetaspaceSize=512M: 最大元空间大小设置为 512MB

• -XX:+UseG1GC: 启用 G1 垃圾收集器，适用于大内存应用，提供可预测的 GC 停顿时间
• -XX:G1NewSizePercent=30: 新生代占堆空间的 30%
• -XX:G1MaxNewSizePercent=50: 新生代最大占堆空间的 50%
• -XX:G1HeapRegionSize=16M: G1 堆区域大小设置为 16MB，适用于中等大小的堆

• -XX:MaxGCPauseMillis=200: 目标最大 GC 停顿时间 200ms，平衡吞吐量和响应时间
• -XX:G1ReservePercent=15: 为晋升保留 15% 的堆空间，避免晋升失败
• -XX:InitiatingHeapOccupancyPercent=40: 当堆占用率达到 40% 时启动并发收集周期

• -XX:+UseContainerSupport: 启用容器环境支持，让 JVM 能够识别容器的内存限制

在 Dockerfile/Dockerfile-java 中也包含了基础的 JVM 配置：

JAVA_OPTS="-Dfile.encoding=UTF-8 -Djava.security.egd=file:/dev/./urandom"

• -Dfile.encoding=UTF-8: 设置文件编码为 UTF-8
• -Djava.security.egd=file:/dev/./urandom: 使用非阻塞随机数生成器，提升启动速度

1. 内存分配原则:

   • 初始内存 (Xms) 和最大内存 (Xmx) 设置相同值避免动态扩容开销
   • 堆内存建议不超过容器内存限制的 75-80%

2. GC 选择建议:

   • G1GC 适用于 2GB+ 堆内存，需要低延迟的应用
   • 对于 2GB 以下堆内存，可考虑使用 Parallel GC

3. 监控调优:

   • 使用 jstat -gc <pid> 监控 GC 情况
   • 通过 jmap -histo <pid> 分析对象分布
   • 结合 Prometheus + Grafana 监控 JVM 指标

4. 容器环境注意事项:

   • 必须启用 UseContainerSupport 让 JVM 识别容器内存限制
   • Kubernetes 的 resource limits 会影响 JVM 内存行为
   • 建议通过实际压测调整参数，找到最优配置

• 非 root 用户运行
• 文件系统组权限控制
• 镜像拉取密钥配置

1. 镜像拉取密钥: 确保 Kubernetes 集群中已配置 harbor-secret
2. 命名空间: 所有资源需要部署到正确的命名空间
3. 端口一致性: 容器端口、服务端口和健康检查端口需要保持一致
4. 资源限制: 根据实际负载情况调整资源限制
5. 优雅关闭: 配置了 30 秒的优雅关闭时间

kubectl logs <pod-name> -n <namespace>
kubectl describe pod <pod-name> -n <namespace>

• 检查应用是否正确实现健康检查端点
• 验证端点响应状态码为 200
• 检查端口配置是否正确

• 验证镜像地址和标签是否正确
• 检查镜像拉取密钥配置
• 确认镜像仓库访问权限

更新应用版本时：

1. 构建新版本镜像
2. 更新 k8s-deploy 目录下 Kubernetes 配置中的镜像标签
3. 执行 kubectl apply -f k8s-deploy/<config-file> 进行滚动更新