避坑指南：在Ubuntu 20.04上用KubeKey替代Sealos快速部署K8s，再一键安装DeepFlow社区版

高效部署Kubernetes与DeepFlow：KubeKey实战避坑指南

在云原生技术快速发展的今天，Kubernetes已成为容器编排的事实标准，而DeepFlow作为一款开源的云原生可观测性平台，能够为Kubernetes集群提供全面的监控能力。然而，在实际部署过程中，许多开发者常常遇到网络连接不稳定、镜像拉取缓慢等问题，导致部署效率低下甚至失败。本文将分享如何利用KubeKey这一高效工具，在Ubuntu 20.04系统上快速搭建Kubernetes集群，并顺利部署DeepFlow社区版，同时提供详细的配置参数和常见问题解决方案。

1. 为什么选择KubeKey替代Sealos

在Kubernetes部署工具的选择上，Sealos虽然功能强大，但在国内网络环境下常常面临以下挑战：

• 镜像拉取速度慢：默认从Docker Hub拉取镜像，经常出现连接超时
• 依赖国外源：基础软件包下载受限于网络带宽
• 缺乏本地化支持：错误提示和文档以英文为主

相比之下，KubeKey具有显著优势：

实际测试数据：在同一网络环境下，使用KubeKey部署Kubernetes v1.24.0仅需约8分钟，而Sealos则需要30分钟以上，且经常因网络问题中断。

提示：KubeKey特别适合国内开发者使用，它内置了针对中国网络的优化配置，大幅提升了部署成功率。

2. 环境准备与KubeKey安装

2.1 系统要求检查

在开始之前，请确保您的Ubuntu 20.04系统满足以下最低要求：

• CPU：2核以上
• 内存：4GB以上
• 磁盘空间：40GB可用
• 网络：能够访问互联网

运行以下命令检查基础依赖：

# 检查系统版本 lsb_release -a # 检查内核版本 uname -r # 检查内存和磁盘 free -h df -h

2.2 安装KubeKey

KubeKey的安装过程非常简单，只需执行以下命令：

# 设置区域为中国，启用国内镜像加速 export KKZONE=cn # 下载并安装KubeKey curl -sfL https://get-kk.kubesphere.io | VERSION=v2.0.0 sh - # 添加执行权限 chmod +x kk

安装完成后，可以通过以下命令验证：

./kk version

预期输出应显示KubeKey的版本信息，确认安装成功。

3. 使用KubeKey部署Kubernetes集群

3.1 创建集群配置文件

KubeKey支持通过配置文件定义集群参数，创建一个自定义配置：

./kk create config --with-kubernetes v1.24.0

这将生成一个默认的配置文件config-sample.yaml，我们可以根据需求进行修改：

apiVersion: kubekey.kubesphere.io/v1alpha2 kind: Cluster metadata: name: deepflow-cluster spec: hosts: - {name: node1, address: 192.168.1.100, internalAddress: 192.168.1.100, user: root, password: "your_password"} roleGroups: etcd: - node1 control-plane: - node1 worker: - node1 kubernetes: version: v1.24.0 clusterName: cluster.local network: plugin: calico kubePodsCIDR: 10.233.64.0/18 kubeServiceCIDR: 10.233.0.0/18 registry: registryMirrors: - https://registry.cn-hangzhou.aliyuncs.com

关键参数说明：

• hosts: 定义集群节点信息
• roleGroups: 分配节点角色
• kubernetes: 指定K8s版本和集群名称
• network: 配置CNI插件和IP范围
• registry: 设置镜像加速源

3.2 启动集群部署

执行以下命令开始部署：

./kk create cluster -f config-sample.yaml

部署过程将显示详细日志，包括：

1. 系统环境预检查
2. 依赖包安装
3. 容器运行时配置
4. Kubernetes组件部署
5. 网络插件安装

注意：首次部署可能需要10-20分钟，具体时间取决于网络速度和硬件性能。

3.3 验证集群状态

部署完成后，运行以下命令验证集群状态：

kubectl get nodes kubectl get pod -A

预期输出应显示所有组件处于Running状态，表明集群已就绪。

4. 部署DeepFlow社区版

4.1 准备Helm环境

DeepFlow通过Helm Chart方式部署，首先确保已安装Helm：

# 安装Helm curl https://raw.githubusercontent.com/helm/helm/main/scripts/get-helm-3 | bash # 验证安装 helm version

4.2 添加DeepFlow Helm仓库

添加DeepFlow社区版的Helm仓库并更新：

helm repo add deepflow https://deepflow-ce.oss-cn-beijing.aliyuncs.com/chart/stable helm repo update

4.3 创建自定义配置

创建values-custom.yaml文件，配置DeepFlow参数：

global: allInOneLocalStorage: true image: repository: registry.cn-beijing.aliyuncs.com/deepflow-ce grafana: image: repository: registry.cn-beijing.aliyuncs.com/deepflow-ce/grafana

关键配置说明：

• allInOneLocalStorage: 启用本地存储模式，适合单节点部署
• image.repository: 使用国内镜像源加速拉取

4.4 安装DeepFlow

执行Helm安装命令：

helm install deepflow -n deepflow deepflow/deepflow --create-namespace -f values-custom.yaml

安装完成后，可以通过以下命令检查状态：

kubectl get pods -n deepflow

4.5 访问DeepFlow控制台

获取Grafana访问信息：

NODE_PORT=$(kubectl get --namespace deepflow -o jsonpath="{.spec.ports[0].nodePort}" services deepflow-grafana) NODE_IP=$(kubectl get nodes -o jsonpath="{.items[0].status.addresses[0].address}") echo -e "Grafana URL: http://$NODE_IP:$NODE_PORT \nGrafana auth: admin:deepflow"

在浏览器中打开输出的URL，使用admin/deepflow登录即可访问DeepFlow控制台。

5. 常见问题与解决方案

在实际部署过程中，可能会遇到以下典型问题：

5.1 镜像拉取失败

现象：Pod状态为ImagePullBackOff

解决方案：

1. 检查节点网络连接
2. 确认镜像仓库配置正确
3. 手动拉取镜像测试：

docker pull registry.cn-beijing.aliyuncs.com/deepflow-ce/deepflow-server:latest

5.2 资源不足导致Pod无法启动

现象：Pod状态为Pending，describe显示资源不足

解决方案：

1. 检查节点资源使用情况：

kubectl describe nodes | grep -A 10 "Allocated resources"

2. 调整DeepFlow资源请求：

# 在values-custom.yaml中添加 deepflow-server: resources: requests: cpu: "500m" memory: "512Mi"

5.3 网络插件冲突

现象：网络不通，Pod间无法通信

解决方案：

1. 确认只安装了一个CNI插件
2. 清理旧的网络插件：

kubectl delete -f https://docs.projectcalico.org/manifests/calico.yaml

3. 重新安装Calico：

kubectl apply -f https://docs.projectcalico.org/manifests/calico.yaml

6. 性能优化建议

为了获得最佳的DeepFlow使用体验，可以考虑以下优化措施：

• 资源配置调整：根据集群规模调整DeepFlow组件资源限制
• 存储优化：为生产环境配置持久化存储
• 网络调优：调整采集器网络参数以适应高流量场景
• 数据保留策略：根据存储容量设置合适的数据保留周期

具体配置示例：

global: storage: enabled: true storageClassName: "local-path" accessModes: ["ReadWriteOnce"] size: "50Gi" deepflow-agent: resources: limits: cpu: "1" memory: "1Gi"