jekins k8s docker

lifewange

177人浏览 · 2026-05-08 01:32:46

lifewange · 2026-05-08 01:32:46 发布

Jenkins、Docker、K8s (Kubernetes) 是云原生与 DevOps 领域的三大核心技术，分别负责 自动化流程、应用容器化、容器集群管理，三者常组合使用，构建完整的 CI/CD 自动化交付体系。

一、核心概念与定位

1. Docker —— 应用的 "集装箱"

定位：容器化引擎，解决 "在我的机器上能跑" 的问题。
核心作用：
- 将应用代码、运行环境、依赖库、配置文件打包为镜像（Image）。
- 以 ** 容器（Container）** 形式运行，环境隔离、轻量、启动快。
- 保证 "一次构建，处处运行"，消除环境差异。

2. Kubernetes (K8s) —— 容器的 "调度中心"

定位：容器编排平台，解决 "容器多了怎么管" 的问题。
核心作用：
- 自动化部署、扩缩容、自愈 Docker 容器。
- 管理集群（多台服务器）资源、负载均衡、服务发现。
- 实现应用高可用、滚动更新、快速回滚。

3. Jenkins —— 自动化的 "流水线大脑"

定位：CI/CD 自动化服务器，解决 "手动部署太麻烦" 的问题。
核心作用：
- 自动拉取代码 → 编译 → 测试 → 构建 Docker 镜像。
- 自动推送镜像到仓库，再调用 K8s API 完成部署。
- 可视化流水线，丰富插件生态，适配各种工具链。

二、三者关系与协同流程（CI/CD 流水线）

标准工作流：代码提交 → 构建 → 镜像 → 仓库 → 部署 → 运行

开发提交代码（GitLab/GitHub）
Jenkins 触发：自动拉取代码、编译、测试
Docker 构建镜像：通过 Dockerfile 打包应用
推送镜像：到 Docker Hub/Harbor 私有仓库
K8s 部署：Jenkins 调用 kubectl 更新 K8s 集群
K8s 运行：拉取新镜像、创建 Pod、滚动更新、对外提供服务

三、核心区别对比

表格

维度	Docker	K8s	Jenkins
核心功能	应用打包、容器运行	容器集群调度、管理	自动化构建、测试、部署
解决问题	环境一致性、应用标准化	大规模容器管理、高可用	流程自动化、效率提升
层级	底层运行时（单机）	上层编排（集群）	顶层流程控制（CI/CD）
关系	被 K8s 管理	调度 Docker 容器	调用 Docker、操作 K8s

四、经典组合实战（极简示例）

1. 用 Docker 运行 Jenkins

bash

运行

docker run -d --name jenkins -p 8080:8080 -p 50000:50000 \
  -v /var/run/docker.sock:/var/run/docker.sock \
  jenkins/jenkins:lts

挂载 docker.sock 让 Jenkins 容器内可调用宿主机 Docker

2. Jenkins 必备插件

Pipeline：流水线核心
Git：拉取代码
Docker Pipeline：构建推送镜像
Kubernetes CLI / Kubernetes：操作 K8s 集群

3. 典型 Jenkinsfile (Pipeline 脚本)

groovy

pipeline {
  agent any
  environment {
    IMAGE_NAME = "my-app"
    IMAGE_TAG  = "${BUILD_NUMBER}"
    REGISTRY   = "docker.io/your-repo"
    K8S_NS     = "default"
  }
  stages {
    stage('拉取代码') { steps { git 'https://github.com/xxx/your-project.git' } }
    stage('构建镜像') { steps { sh "docker build -t ${REGISTRY}/${IMAGE_NAME}:${IMAGE_TAG} ." } }
    stage('推送镜像') { steps { sh "docker push ${REGISTRY}/${IMAGE_NAME}:${IMAGE_TAG}" } }
    stage('部署到K8s') {
      steps {
        sh "kubectl set image deployment/${IMAGE_NAME} ${IMAGE_NAME}=${REGISTRY}/${IMAGE_NAME}:${IMAGE_TAG} -n ${K8S_NS}"
      }
    }
  }
}