自我介紹

哈囉大家好～這是我第二次參加鐵人賽，也是連續參賽的第二年。去年我寫的是 2024 iThome 鐵人賽 - T 大使 AI 之旅，主題選擇了 生成式 AI。

這一年間經歷了不少事，先是當兵，然後找到人生第一份正職。有趣的是，去年文章主要使用的 OpenAI 和 台智雲 模型我現在都不用了（雖然最近 Codex 的聲量讓我有點動搖，但目前還是寄生在 Claude Code），只能說 AI 領域真的是百家爭鳴、競爭超激烈的。

目前我是 AI 雲端開發工程師，主要工作是幫客戶在 GCP 上建立 AI 解決方案。Google 在 AI 方面的投入讓我們開發人員真的是方便很多。另外由於公司規模不大，還要身兼全端開發。雖然不敢說精通，但這讓我對 Next.js、Node.js、React、TypeScript 都熟悉了不少，甚至是在 CI/CD 部署到 GCP Cloud Run 的 DevOps，讓我對 Docker 和 Container 技術具備一定程度上的基礎和認知。

為什麼選擇 Kubernetes - CKAD？

今年我選擇了 DevOps 主題。其實在兩個技術之間猶豫了很久，一個是剛入職教育訓練時常看到、Google 官方也大力推薦的 Terraform，另一個就是我最後選擇的 Kubernetes。

最終選擇 Kubernetes 的原因是：現在開發越來越講究 Microservices，而 K8s 就是為了管理這些分散式服務而生的，就連我們目前最多人使用的 AI 軟體 - ChatGPT 都是部署在 Kubernetes 上，三大雲端廠商也都全力支援。

不過 Kubernetes 的技術範疇實在太龐大了，所以我只會專注在 CKAD 認證會考的內容。所以像 Istio、Jenkins、Prometheus、Grafana、Harbor 這些跟 K8s 整合很好的第三方工具，就不會深入討論了（如果時間允許，或許可以當作延伸學習）。

Docker vs Kubernetes：不是競爭對手，是合作夥伴

先破解一個常見迷思：Kubernetes 不是來取代 Docker 的，而是用來管理 Docker 容器。簡單來說：

• Docker：像是執行者，負責建構（build）和執行（run）容器
• Kubernetes：像是指揮官，負責管理這些容器 - 何時啟動、在哪啟動、如何通訊、如何擴展等等

為什麼需要 Kubernetes？

用 Docker 時會遇到的麻煩事：

• 容器掛了要手動重啟
• 流量大了要手動開更多容器，還要自己設負載平衡
• 更新版本時要手動停舊的、開新的，服務可能會中斷
• 多個服務要互相通訊時，IP 和 port 要自己管理

上述這些繁瑣又容易出錯的工作，Kubernetes 全部都自動化了！

Kubernetes 的強大之處

1. 自動化與規模化 (Automation and Scalability)
   • 自動擴展：流量大了自動加容器，流量小了自動減容器，省錢又省力
   • 自我修復：容器掛了會自動重啟新的，服務不中斷
2. 高可用性與負載平衡 (High Availability & Load Balancing)
   • 高可用部署：把應用程式分散到多台機器，一台掛了其他還能繼續跑
   • 內建負載平衡：自動把流量分散到健康的容器上，避免某個容器被操爆
3. 複雜應用管理 (Complex Application Management)
   • 支援微服務架構：現代應用可能有幾十個服務，K8s 提供各種工具讓管理變得有條理
   • 配置管理：把設定檔和敏感資料（密碼、API key）跟程式分開管理，更安全也更靈活
4. 跨平台支援 (Cross-Platform Support)
   • 不被廠商綁定：可以在 AWS、GCP、Azure 或自己的機房運行，管理方式都一樣
   • 豐富生態系：網路、監控、安全、儲存等功能都有完整的解決方案

題外話🤣

可能有人好奇為什麼 Kubernetes 常常被縮寫成 K8s？

Kubernetes 這個字總共有 10 個字母：K-u-b-e-r-n-e-t-e-s，所以就變成了 K（第一個字母）+ 8（中間 8 個字母）+ s（最後一個字母）= K8s。

類似的縮寫還有：

• internationalization → i18n
• localization → l10n
• accessibility → a11y

雖然剛開始看會覺得有點奇怪，但是看久了、用久了就習慣了。而且打字也比較快啊！😄

下一篇文章：搞懂 K8s 架構：Master Node 和 Worker Node 的分工合作