Q76 - Docker与容器化实战
共50道题 | 难度分布:★★★★☆平均 | 20K+ DevOps/云原生岗位必考
一、Docker基础(1-10)
Docker的核心概念?
★★★★★
- Image(镜像):只读模板,包含应用和依赖。分层存储(Layer)。
- Container(容器):镜像的运行实例。可读写层 + 镜像层。
- Dockerfile:构建镜像的脚本。
- Registry:镜像仓库(Docker Hub/阿里云ACR/Harbor)。
- Volume:数据卷,持久化容器数据。
- Network:容器网络(Bridge/Host/Overlay/None)。
- 面试要点:理解镜像(静态)和容器(动态)的关系。
Docker与虚拟机的区别?
★★★★★
- 虚拟机(VM):
- 硬件级虚拟化(Hypervisor)。
- 每个VM有完整OS(几GB)。
- 启动慢(分钟级)。
- 资源隔离强。
- 容器(Docker):
- OS级虚拟化(Linux Namespace + Cgroup)。
- 共享宿主机内核(MB级)。
- 启动快(秒级/毫秒级)。
- 资源隔离较弱(共享内核)。
- 隔离技术:
- Namespace:PID/NET/MNT/UTS/IPC/USER(资源隔离)。
- Cgroup:CPU/内存/IO限制(资源限制)。
- UnionFS:分层文件系统(镜像分层)。
- 面试要点:容器 = Namespace隔离 + Cgroup限制 + UnionFS分层。
Docker镜像的分层结构?
★★★★☆
- 镜像由多个只读Layer组成。
- Dockerfile中每条指令创建一个Layer。
- 容器启动时在镜像顶部添加可读写层(Container Layer)。
- 优势:
- 层共享:相同的基础层只存储一次。
- 增量传输:
docker pull只下载缺失的层。
- 构建缓存:未变化的层使用缓存。
- Copy-on-Write(COW):
- 修改文件时,从镜像层复制到容器层再修改。
- 镜像层的文件不变。
- 面试要点:理解分层 + COW的存储模型。
Dockerfile最佳实践?
★★★★★
- 多阶段构建(Multi-stage Build):
# Build stage
FROM maven:3.9-eclipse-temurin-21 AS build
WORKDIR /app
COPY pom.xml .
RUN mvn dependency:go-offline
COPY src ./src
RUN mvn package -DskipTests
# Run stage
FROM eclipse-temurin:21-jre-alpine
COPY --from=build /app/target/*.jar app.jar
EXPOSE 8080
ENTRYPOINT ["java", "-jar", "app.jar"]
- 优化原则:
- 使用小基础镜像(
alpine/jre-alpine/distroless)。
- 合并RUN指令(减少层数)。
- 利用构建缓存(变化少的指令放前面)。
.dockerignore排除不需要的文件。
- 不以root运行(
USER app)。
- 面试要点:多阶段构建 + 小镜像 + 构建缓存。
Docker网络模式?
★★★★☆
- Bridge(默认):容器通过虚拟网桥通信(
docker0)。
- Host:容器直接使用宿主机网络(无隔离)。
- Overlay:跨主机容器通信(Swarm/K8s)。
- None:无网络。
- Macvlan:容器拥有独立MAC地址。
- 自定义网络:
docker network create --subnet=172.20.0.0/16 mynet
docker run --network=mynet --ip=172.20.0.10 myapp
- DNS:自定义网络中容器名即主机名(自动DNS解析)。
- 面试要点:Bridge是默认模式,自定义网络支持DNS。
Docker Volume?
★★★★☆
- 数据卷:持久化容器数据,不受容器生命周期影响。
- 类型:
- Named Volume:
docker volume create mydata → -v mydata:/data。
- Bind Mount:
-v /host/path:/container/path。
- tmpfs Mount:内存文件系统(
--tmpfs /tmp)。
- 最佳实践:
- 生产数据用Named Volume。
- 配置文件用Bind Mount。
- 敏感数据用Docker Secret(Swarm)或环境变量。
- 面试要点:Volume解决"容器删除数据丢失"问题。
Docker Compose?
★★★★☆
- 定义和管理多容器应用。
docker-compose.yml示例:
version: '3.8'
services:
app:
build: .
ports: ["8080:8080"]
environment:
SPRING_DATASOURCE_URL: jdbc:mysql://db:3306/mydb
depends_on: [db, redis]
db:
image: mysql:8.0
environment:
MYSQL_ROOT_PASSWORD: secret
volumes: ["dbdata:/var/lib/mysql"]
redis:
image: redis:7-alpine
volumes:
dbdata:
- 常用命令:
up -d、down、logs、ps、exec。
- 面试要点:Compose适合本地开发和测试环境。
Docker的安全问题?
★★★★☆
- 容器逃逸:攻击者从容器突破到宿主机。
- 原因:特权模式(
--privileged)、挂载/var/run/docker.sock、内核漏洞。
- 防护:不使用
--privileged、使用--cap-drop ALL + --cap-add最小权限。
- 镜像安全:
- 使用可信基础镜像(官方镜像)。
- 定期扫描漏洞(Trivy/Snyk)。
- 不在镜像中存储密钥。
- 运行时安全:
- 只读文件系统(
--read-only)。
- Seccomp限制系统调用。
- AppArmor/SELinux配置。
- 面试要点:容器安全 = 最小权限 + 漏洞扫描 + 运行时限制。
Docker的存储驱动?
★★★☆☆
- OverlayFS(overlay2):默认驱动,性能好,推荐。
- Device Mapper:较早的驱动,性能较差。
- Btrfs/ZFS:支持高级特性但复杂。
- 查看:
docker info | grep Storage。
- 面试要点:overlay2是当前推荐的存储驱动。
Docker的资源限制?
★★★★☆
- CPU限制:
--cpus=2:最多使用2个CPU核心。
--cpu-shares=512:CPU权重(相对值)。
- 内存限制:
-m 4g或--memory=4g:最大内存4GB。
--memory-swap=8g:内存+Swap总量。
- IO限制:
--device-read-bps /dev/sda:10mb:读速度限制。
- OOM处理:
--oom-kill-disable=true:禁止OOM Killer杀死容器。
--oom-score-adj=-1000:降低被Kill的优先级。
- 面试要点:必须设置CPU和内存限制——否则容器可能耗尽宿主机资源。
二、Docker高级(11-20)
Docker构建优化?
★★★★☆
- 构建缓存:不变的指令放前面(
COPY pom.xml → RUN mvn dependency → COPY src)。
.dockerignore:排除target/、.git/、node_modules/等。
- 多阶段构建:编译阶段用大镜像,运行阶段用小镜像。
- BuildKit(Docker 18.09+):
- 并行构建阶段。
- 更好的缓存管理。
DOCKER_BUILDKIT=1 docker build .。
- 镜像瘦身技巧:
- 使用Alpine/Distroless基础镜像。
- 合并RUN指令(
RUN apt-get update && apt-get install -y ... && rm -rf /var/lib/apt/lists/*)。
- 清理包管理器缓存。
- 面试要点:构建缓存 + 多阶段 + 精简基础镜像。
Docker镜像安全扫描?
★★★★☆
trivy image myapp:latest
trivy image --severity HIGH,CRITICAL myapp:latest
- Snyk Container:商业方案,CI/CD集成好。
- Docker Scout(Docker Desktop内置)。
- CI/CD集成:
# GitHub Actions
- name: Security Scan
run: |
trivy image --exit-code 1 --severity HIGH,CRITICAL myapp:$TAG
Docker的日志管理?
★★★★☆
- 日志驱动:
json-file(默认):JSON格式文件。
local:优化的本地日志(轮转)。
syslog/fluentd/journald:发送到日志系统。
- 日志轮转:
{
"log-driver": "json-file",
"log-opts": {
"max-size": "10m",
"max-file": "3"
}
}
- 查看:
docker logs -f --tail 100 <container>。
- 面试要点:生产环境必须配置日志轮转——否则磁盘会被日志打满。
Docker的健康检查?
★★★★☆
HEALTHCHECK --interval=30s --timeout=3s --retries=3 \
CMD curl -f http://localhost:8080/actuator/health || exit 1
healthcheck:
test: ["CMD", "curl", "-f", "http://localhost:8080/health"]
interval: 30s
timeout: 3s
retries: 3
- 状态:
starting → healthy → unhealthy。
- 面试要点:健康检查是容器编排(K8s)的基础。
Docker多平台构建?
★★★★☆
docker buildx支持多平台构建(amd64/arm64)。
docker buildx create --use
docker buildx build --platform linux/amd64,linux/arm64 -t myapp:latest .
- 适用场景:Apple M系列芯片(arm64)构建amd64镜像。
- QEMU模拟:在amd64上构建arm64镜像(速度慢)。
- 面试要点:多平台构建适配不同CPU架构。
Docker的CI/CD集成?
★★★★☆
- name: Build & Push
run: |
docker build -t registry/myapp:$SHA .
docker push registry/myapp:$SHA
- 最佳实践:
- 使用构建缓存(
actions/cache或--cache-from)。
- 镜像Tag用Git SHA(可追溯)。
- 推送前扫描漏洞。
- 使用Container Registry(GHCR/ACR/ECR)。
- 面试要点:Docker CI/CD = 构建 + 扫描 + 推送。
Docker的监控?
★★★★☆
docker stats:实时CPU/内存/IO统计。
- cAdvisor:Google开源的容器监控(Prometheus Metrics)。
- Prometheus + Grafana:标准监控方案。
- 关键指标:
- CPU使用率。
- 内存使用率。
- 网络IO。
- 磁盘IO。
- 容器重启次数。
- OOM Kill次数。
- 面试要点:cAdvisor + Prometheus是容器监控的标准方案。
Docker Swarm vs Kubernetes?
★★★★☆
- Docker Swarm:
- Docker内置编排工具。
- 简单易用。
- 功能有限(无自动扩缩容、无RBAC、无CRD)。
- Kubernetes:
- 工业级容器编排。
- 功能全面(HPA/RBAC/CRD/自定义控制器)。
- 学习曲线陡峭。
- CNCF生态丰富。
- 结论:生产环境用K8s,Swarm只适合小规模场景。
- 面试要点:K8s是容器编排的事实标准。
Docker的私有Registry?
★★★★☆
- Harbor(VMware开源):企业级Registry。
- RBAC权限。
- 镜像扫描(Trivy集成)。
- 镜像签名(Cosign/Notary)。
- 垃圾回收。
- 复制(跨区域同步)。
- 部署:
docker run -d -p 443:443 \
-v /data/harbor:/storage \
goharbor/harbor:latest
- 面试要点:Harbor是企业级Docker Registry的标准选择。
Docker的垃圾回收?
★★★☆☆
- 清理未使用的资源:
docker system prune:清理停止的容器、未使用的网络、dangling镜像。
docker system prune -a:清理所有未使用的镜像。
docker volume prune:清理未使用的Volume。
- 自动清理:配置
docker-compose.yml的restart: unless-stopped。
- 磁盘空间查看:
docker system df。
- 面试要点:定期清理Docker资源防止磁盘打满。
三、Kubernetes核心(21-35)
Kubernetes核心组件?
★★★★★
- Control Plane:
- API Server:K8s的入口,REST API。
- etcd:分布式KV存储(集群状态)。
- Scheduler:Pod调度器。
- Controller Manager:控制器(Deployment/ReplicaSet/Node)。
- Worker Node:
- kubelet:节点Agent,管理Pod生命周期。
- kube-proxy:网络代理,Service负载均衡。
- Container Runtime:容器运行时(containerd/CRI-O)。
- 面试要点:理解Control Plane和Worker Node的组件职责。
Pod的生命周期?
★★★★★
- 状态:Pending → Running → Succeeded/Failed/Unknown。
- 生命周期钩子:
postStart:容器启动后执行。
preStop:容器终止前执行。
- 探针:
livenessProbe:存活检查(失败→重启容器)。
readinessProbe:就绪检查(失败→从Service摘除)。
startupProbe:启动检查(成功前禁用其他探针)。
- 重启策略:Always(默认)、OnFailure、Never。
- 终止流程:
1. preStop钩子执行。
2. 发送SIGTERM。
3. 等待terminationGracePeriodSeconds(默认30s)。
4. 发送SIGKILL强制终止。
Deployment vs StatefulSet vs DaemonSet?
★★★★★
- Deployment:无状态应用(Web/API),支持RollingUpdate。
- StatefulSet:有状态应用(数据库/消息队列)。
- 有序部署/终止(0→1→2)。
- 稳定的网络标识(
pod-0.service)。
- 稳定的持久化存储(PVC不随Pod删除)。
- DaemonSet:每个节点运行一个Pod(日志采集/监控/网络插件)。
- 面试要点:无状态用Deployment,有状态用StatefulSet,节点级用DaemonSet。
Service类型?
★★★★★
- ClusterIP(默认):集群内部访问。
- NodePort:通过节点端口暴露(30000-32767)。
- LoadBalancer:云厂商负载均衡器(AWS ELB/GCP LB)。
- ExternalName:DNS CNAME映射。
- Headless Service:
clusterIP: None,直接返回Pod IP(StatefulSet使用)。
- Service发现:
- 环境变量:
{SVCNAME}_SERVICE_HOST。
- DNS:
<service>.<namespace>.svc.cluster.local。
- 面试要点:理解四种Service类型和适用场景。
Ingress?
★★★★★
- Ingress是K8s的HTTP路由规则(类似Nginx反向代理)。
- Ingress Controller:Nginx Ingress、Traefik、Kong、Istio Gateway。
- 示例:
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
name: myapp
annotations:
nginx.ingress.kubernetes.io/ssl-redirect: "true"
spec:
tls:
- hosts: [app.example.com]
secretName: tls-secret
rules:
- host: app.example.com
http:
paths:
- path: /api
pathType: Prefix
backend:
service:
name: api-service
port:
number: 8080
- 面试要点:Ingress是K8s暴露HTTP服务的标准方式。
ConfigMap和Secret?
★★★★☆
- ConfigMap:非敏感配置。
- Secret:敏感数据(Base64编码,不是加密)。
- 使用方式:
- 环境变量:
valueFrom.configMapKeyRef。
- 文件挂载:
volume.configMap。
- 命令行参数。
- Secret安全:
- etcd加密存储(
--encryption-provider-config)。
- RBAC限制访问。
- 外部Secret管理(External Secrets Operator + Vault)。
- 面试要点:Secret不是加密的——需要启用etcd加密或使用外部Secret管理。
HPA(Horizontal Pod Autoscaler)?
★★★★★
- 自动根据负载扩缩Pod数量。
- 指标:
- CPU使用率:
targetCPUUtilizationPercentage: 70。
- 内存使用率。
- 自定义指标(Prometheus Adapter)。
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
spec:
minReplicas: 2
maxReplicas: 10
metrics:
- type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 70
- 扩缩策略:
scaleUp:30秒内最多扩4个。
scaleDown:60秒稳定窗口后缩容。
- 冷启动问题:扩容需要时间(拉镜像→启动→探针通过)。
- 面试要点:HPA是K8s自动伸缩的核心机制。
K8s的RBAC?
★★★★☆
- 四个核心对象:
- Role:命名空间内的权限规则。
- ClusterRole:集群级别的权限规则。
- RoleBinding:将Role绑定到用户/ServiceAccount。
- ClusterRoleBinding:将ClusterRole绑定到用户。
apiVersion: rbac.authorization.k8s.io/v1
kind: Role
metadata:
namespace: production
name: pod-reader
rules:
- apiGroups: [""]
resources: ["pods", "pods/log"]
verbs: ["get", "list", "watch"]
- 最佳实践:最小权限原则,每个应用使用独立ServiceAccount。
- 面试要点:RBAC是K8s安全的基础。
K8s的调度策略?
★★★★☆
- nodeSelector:简单标签匹配。
nodeSelector: { disktype: ssd }。
- nodeAffinity:更灵活的节点亲和性。
requiredDuringSchedulingIgnoredDuringExecution(硬性要求)。
preferredDuringSchedulingIgnoredDuringExecution(软性偏好)。
- podAffinity/podAntiAffinity:Pod亲和/反亲和。
- 将同一服务的Pod分散到不同节点(反亲和)。
- Taint/Toleration:污点和容忍。
- 节点打Taint:
kubectl taint nodes node1 dedicated=gpu:NoSchedule。
- Pod声明Toleration才能调度到该节点。
- 面试要点:调度策略 = nodeSelector/Affinity + Taint/Toleration。
K8s的存储?
★★★★☆
- PV(PersistentVolume):集群级存储资源。
- PVC(PersistentVolumeClaim):命名空间级存储申请。
- StorageClass:动态存储供应。
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: data-pvc
spec:
accessModes: [ReadWriteOnce]
storageClassName: fast-ssd
resources:
requests:
storage: 10Gi
- AccessModes:
ReadWriteOnce(RWO):单节点读写。
ReadOnlyMany(ROX):多节点只读。
ReadWriteMany(RWX):多节点读写(NFS/CephFS)。
- 面试要点:PVC申请 → StorageClass自动创建PV → 绑定。
K8s的滚动更新?
★★★★★
- Deployment的RollingUpdate策略:
maxSurge: 25%:最多多创建25%的Pod。
maxUnavailable: 25%:最多25%的Pod不可用。
- 流程:
1. 创建新ReplicaSet。
2. 逐步增加新Pod,减少旧Pod。
3. 等待新Pod就绪后继续。
4. 全部切换完成。
- 回滚:
kubectl rollout undo deployment/myapp。
- 金丝雀发布:使用两个Deployment + Service权重。
- 蓝绿发布:两个Deployment + 切换Service Label。
- 面试要点:RollingUpdate + ReadinessProbe = 零停机部署。
K8s的网络模型?
★★★★☆
- 每个Pod有唯一IP。
- Pod间直接通信(无NAT)。
- CNI插件实现:
- Calico:BGP路由,Network Policy支持好。
- Cilium:eBPF,性能最好,L7策略。
- Flannel:简单Overlay,适合入门。
- Weave:自动发现,简单易用。
- Network Policy:
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
spec:
podSelector: { matchLabels: { app: api } }
ingress:
- from: [{ podSelector: { matchLabels: { app: frontend } } }]
ports: [{ port: 8080 }]
- 面试要点:Cilium是2026年推荐的CNI——eBPF性能+L7策略。
K8s的故障排查?
★★★★☆
- Pod不启动:
kubectl describe pod <name>:查看Events。
kubectl logs <name>:查看日志。
- ImagePullBackOff:检查镜像名和拉取权限。
- CrashLoopBackOff:检查应用启动日志。
- Service不通:
kubectl get endpoints:检查后端Pod是否就绪。
- 检查readinessProbe是否通过。
- 检查Label是否匹配。
- 节点NotReady:
kubectl describe node:查看Conditions。
- 检查kubelet状态。
- 检查磁盘空间。
- 面试要点:能使用kubectl命令快速定位K8s问题。
K8s的命名空间管理?
★★★☆☆
- 命名空间隔离资源(不是网络隔离)。
- 默认命名空间:
default、kube-system、kube-public。
- 资源配额(ResourceQuota):限制命名空间的CPU/内存/Pod数量。
- LimitRange:限制单个Pod/Container的资源。
- 最佳实践:
- 按团队/环境划分命名空间(
team-payments、staging)。
- Network Policy实现命名空间网络隔离。
- 面试要点:命名空间是资源隔离,不是网络隔离。
K8s Operator模式?
★★★★☆
- Operator = CRD(自定义资源)+ Controller(自定义控制器)。
- 用途:管理有状态应用(数据库、消息队列)。
- 示例:
- MySQL Operator:自动管理MySQL主从。
- Kafka Operator(Strimzi):管理Kafka集群。
- Prometheus Operator:管理Prometheus实例。
- 开发框架:Kubebuilder、Operator SDK。
- 面试要点:Operator是K8s扩展有状态应用的标准模式。
四、容器化生产实践(36-44)
Java应用的Docker最佳实践?
★★★★☆
- 基础镜像选择:
- 开发:
eclipse-temurin:21-jdk。
- 生产:
eclipse-temurin:21-jre-alpine或distroless-java21。
- JVM参数:
-XX:MaxRAMPercentage=75.0:自动感知容器内存。
-XX:+UseContainerSupport:容器感知(JDK 8u191+默认)。
- Spring Boot Dockerfile:
FROM eclipse-temurin:21-jre-alpine
RUN addgroup -S app && adduser -S app -G app
USER app
COPY target/*.jar app.jar
ENTRYPOINT ["java", "-XX:MaxRAMPercentage=75.0", "-jar", "app.jar"]
- 面试要点:小镜像 + 非root + MaxRAMPercentage。
镜像Tag策略?
★★★★☆
- 不使用
latest(不可追溯)。
- 推荐Tag策略:
- Git SHA:
myapp:abc1234(精确追踪)。
- 语义版本:
myapp:v2.1.0(发布版本)。
- 分支+SHA:
myapp:main-abc1234(CI构建)。
- 镜像生命周期:
- 保留最近N个版本的镜像。
- 定期清理旧镜像。
- Harbor的Tag保留策略。
- 面试要点:镜像Tag必须可追溯到Git Commit。
容器的资源规划?
★★★★☆
- Requests:保证最小资源。
- Limits:限制最大资源。
resources:
requests:
cpu: "500m"
memory: "512Mi"
limits:
cpu: "2000m"
memory: "2Gi"
- QoS等级:
- Guaranteed:Requests = Limits(最高优先级)。
- Burstable:Requests < Limits(中等)。
- BestEffort:无Requests/Limits(最低)。
- 最佳实践:
- 所有Pod都设置Requests和Limits。
- Java应用:Limits设为容器内存,
-XX:MaxRAMPercentage=75.0。
- Limits > Requests → 允许突发。
- 面试要点:不设Requests的Pod可能被调度到满载节点。
K8s的灾难恢复?
★★★★☆
ETCDCTL_API=3 etcdctl snapshot save snapshot.db \
--endpoints=https://etcd:2379 \
--cacert=/etc/kubernetes/pki/etcd/ca.crt
- Velero:K8s集群备份和迁移工具。
- 备份所有资源 + PV数据。
- 跨集群恢复。
- 定时备份。
- 灾备策略:
- etcd定时备份(每6小时)。
- PV快照备份(云厂商快照)。
- 应用配置GitOps管理(ArgoCD)。
- 面试要点:etcd备份是K8s灾难恢复的核心。
K8s的监控体系?
★★★★☆
- 指标采集:
- kube-state-metrics:K8s资源指标。
- node-exporter:节点指标。
- cAdvisor:容器指标。
- Prometheus:指标存储和查询。
- Grafana:可视化Dashboard。
- 告警:
- Pod CrashLoopBackOff。
- 节点NotReady。
- 内存/CPU使用率超阈值。
- PVC使用率 > 85%。
- 面试要点:K8s监控 = Prometheus + kube-state-metrics + Grafana。
Init Container?
★★★★☆
- 在主容器启动前执行的初始化容器。
- 用途:
- 等待依赖服务就绪(等待DB启动)。
- 初始化配置(下载配置文件)。
- 数据库迁移。
initContainers:
- name: wait-db
image: busybox
command: ['sh', '-c', 'until nc -z db 3306; do echo waiting; sleep 2; done']
- 特点:必须成功完成才启动主容器,按顺序执行。
- 面试要点:Init Container解决"依赖等待"问题。
K8s的PodDisruptionBudget?
★★★★☆
- PDB保证自愿中断(维护/升级)时最少可用的Pod数量。
apiVersion: policy/v1
kind: PodDisruptionBudget
spec:
minAvailable: 2
selector:
matchLabels: { app: api }
- 场景:节点维护时,确保至少2个Pod继续服务。
- 面试要点:PDB是K8s高可用的保障机制。
K8s的Secret管理?
★★★★☆
- 问题:K8s Secret只是Base64编码,不安全。
- 解决方案:
- etcd加密(EncryptionConfiguration)。
- External Secrets Operator(从Vault同步)。
- Sealed Secrets(Bitnami,加密后存储在Git中)。
- SOPS(Mozilla,加密YAML中的Secret)。
- 最佳实践:
- RBAC限制Secret访问。
- 审计Secret读取操作。
- 定期轮换Secret。
- 面试要点:K8s Secret安全 = etcd加密 + 外部管理 + RBAC。
K8s的多集群管理?
★★★★☆
- 场景:多地域、多环境(开发/测试/生产)。
- 工具:
- Rancher:多集群管理平台。
- ArgoCD + ApplicationSet:GitOps多集群部署。
- KubeFed(已弃用)→ Karmada(替代)。
- Cilium Cluster Mesh:多集群网络互联。
- 架构:
- 中心管理集群 + 边缘工作集群。
- ArgoCD管理部署。
- Cilium管理网络。
- 面试要点:多集群 = ArgoCD部署 + Cilium网络 + Rancher管理。
五、面试综合设计题(45-50)
设计一个Docker化的Spring Boot应用?
★★★★★
FROM maven:3.9-eclipse-temurin-21 AS build
WORKDIR /app
COPY pom.xml ./
RUN mvn dependency:go-offline
COPY src ./src
RUN mvn package -DskipTests
FROM eclipse-temurin:21-jre-alpine
RUN addgroup -S app && adduser -S app -G app
WORKDIR /app
COPY --from=build /app/target/*.jar app.jar
USER app
EXPOSE 8080
HEALTHCHECK --interval=30s CMD wget -qO- http://localhost:8080/actuator/health || exit 1
ENTRYPOINT ["java", \
"-XX:MaxRAMPercentage=75.0", \
"-XX:+UseG1GC", \
"-jar", "app.jar"]
- CI/CD:构建 → Trivy扫描 → 推送到Harbor → ArgoCD部署。
- 面试要点:多阶段 + 非root + 健康检查 + MaxRAMPercentage。
设计一个K8s部署方案?
★★★★★
apiVersion: apps/v1
kind: Deployment
metadata: { name: api }
spec:
replicas: 3
strategy:
rollingUpdate: { maxSurge: 1, maxUnavailable: 0 }
template:
spec:
containers:
- name: api
image: registry/api:abc123
ports: [{ containerPort: 8080 }]
resources:
requests: { cpu: 500m, memory: 512Mi }
limits: { cpu: 2000m, memory: 2Gi }
livenessProbe:
httpGet: { path: /actuator/health/liveness, port: 8080 }
initialDelaySeconds: 30
readinessProbe:
httpGet: { path: /actuator/health/readiness, port: 8080 }
initialDelaySeconds: 10
- 配套:Service + HPA + PDB + Ingress + ConfigMap + Secret。
- 面试要点:Deployment + 探针 + 资源限制 + HPA = 生产级部署。
从虚拟机迁移到容器的方案?
★★★★★
- Step 1:评估——识别适合容器化的服务(无状态优先)。
- Step 2:Docker化——为每个服务编写Dockerfile。
- Step 3:K8s部署——编写Deployment/Service/Ingress YAML。
- Step 4:存储——StatefulSet + PVC替代本地磁盘。
- Step 5:配置——ConfigMap/Secret替代配置文件。
- Step 6:CI/CD——更新流水线支持Docker构建和K8s部署。
- Step 7:监控——Prometheus + Grafana。
- Step 8:灰度切换——部分流量先到K8s验证。
- 避坑:
- 有状态服务最后迁移(数据库用托管服务)。
- 日志收集方案调整。
- 网络策略调整。
- 面试要点:迁移是渐进式的——无状态先行。
K8s的自动伸缩方案?
★★★★★
- HPA(Pod自动伸缩):基于CPU/内存/自定义指标。
- VPA(垂直自动伸缩):自动调整Pod的CPU/内存请求。
- Cluster Autoscaler:自动增减节点。
- KEDA(事件驱动伸缩):基于消息队列长度等事件。
apiVersion: keda.sh/v1alpha1
kind: ScaledObject
spec:
minReplicaCount: 1
maxReplicaCount: 20
triggers:
- type: kafka
metadata:
topic: orders
consumerGroup: order-processor
lagThreshold: "1000"
- 组合策略:HPA(日常) + Cluster Autoscaler(节点) + KEDA(事件驱动)。
- 面试要点:多层级伸缩 = HPA + VPA + Cluster Autoscaler。
容器化应用的安全加固?
★★★★☆
- 镜像安全:
- 使用Distroless/Alpine基础镜像。
- Trivy漏洞扫描。
- Cosign镜像签名。
- 不以root运行。
- 运行时安全:
- SecurityContext:
runAsNonRoot: true、readOnlyRootFilesystem: true。
drop ALL capabilities。
- Seccomp Profile。
- Network Policy限制网络。
- K8s安全:
- RBAC最小权限。
- PodSecurity Standards(Restricted)。
- OPA Gatekeeper策略。
- Audit日志。
- 面试要点:容器安全 = 镜像安全 + 运行时安全 + K8s安全。
面试设计题:设计一个高可用的K8s生产集群?
★★★★★
- 集群规划:
- 3 Master节点(etcd + Control Plane)。
- N Worker节点(按业务量扩展)。
- etcd独立集群(大型部署)。
- 网络方案:Cilium CNI(eBPF + Network Policy + Hubble)。
- 高可用:
- API Server前加LB(HAProxy/云LB)。
- etcd集群(3/5节点)。
- Deployment replicas ≥ 2 + PDB。
- 存储:StorageClass(SSD for DB,HDD for Archive)。
- 监控:Prometheus + Grafana + AlertManager。
- 日志:Fluentd/Fluent Bit → Elasticsearch → Kibana。
- CI/CD:ArgoCD(GitOps) + Harbor(Registry)。
- 安全:RBAC + Network Policy + OPA + Vault。
- 面试答题模板:集群规划 → 网络方案 → 高可用 → 监控 → 安全。