Docker & Kubernetes

Docker ist eine Container-Plattform zur Paketierung von Anwendungen inklusive Abhängigkeiten. Container laufen isoliert, aber teilen sich den Host-Kernel. Dadurch sind sie leichtgewichtig und portabel.

Ein Container ist eine isolierte Laufzeitumgebung für Anwendungen. Er enthält Code, Runtime und Libraries. Container starten schneller als virtuelle Maschinen.

VMs virtualisieren Hardware und benötigen ein eigenes Betriebssystem. Container teilen sich den Host-Kernel. Dadurch sind Container ressourcenschonender.

Ein Image ist eine unveränderliche Vorlage für Container. Es enthält alle notwendigen Dateien. Container werden aus Images gestartet.

Ein Dockerfile beschreibt, wie ein Image gebaut wird. Es enthält Anweisungen wie FROM RUN oder CMD. Es ermöglicht reproduzierbare Builds.

Docker Hub ist ein zentrales Image-Repository. Es enthält öffentliche und private Images. Unternehmen nutzen oft eigene Registries.

Images bestehen aus mehreren Layern. Jeder Befehl im Dockerfile erzeugt einen Layer. Layer können gecached werden.

Volumes speichern persistente Daten außerhalb des Containers. Sie überleben Container-Neustarts. Sie sind wichtig für Datenbanken.

Docker Compose definiert Multi-Container-Anwendungen. Services werden in einer YAML-Datei beschrieben. Es eignet sich für lokale Entwicklung.

Docker Networks ermöglichen Kommunikation zwischen Containern. Container können über Service-Namen angesprochen werden. Netzwerke sind isoliert.

Kubernetes ist eine Orchestrierungsplattform für Container. Es automatisiert Deployment Skalierung und Betrieb. Es wird oft mit Docker genutzt.

Ein Cluster besteht aus Control Plane und Worker Nodes. Er verwaltet Containerisierte Anwendungen. Er sorgt für Hochverfügbarkeit.

Ein Pod ist die kleinste Kubernetes-Einheit. Er enthält einen oder mehrere Container. Container im Pod teilen sich Netzwerk und Storage.

Ein Node ist eine Maschine im Cluster. Er führt Pods aus. Nodes können physisch oder virtuell sein.

Die Control Plane steuert den Cluster. Sie verwaltet Scheduling und Zustand. Komponenten sind API Server Scheduler und Controller.

Ein Deployment beschreibt den gewünschten Zustand einer Anwendung. Kubernetes sorgt dafür, dass dieser Zustand eingehalten wird. Updates erfolgen kontrolliert.

Ein ReplicaSet stellt sicher, dass eine bestimmte Anzahl von Pods läuft. Es wird meist vom Deployment verwaltet. Es sorgt für Skalierung.

Ein Service bietet einen stabilen Netzwerkendpunkt. Er abstrahiert Pods. Clients müssen Pod-IPs nicht kennen.

ClusterIP ist intern. NodePort öffnet Ports auf Nodes. LoadBalancer integriert externe Load Balancer.

Ingress steuert HTTP- und HTTPS-Zugriffe. Es fungiert als API Gateway. Es erlaubt Routing und TLS.

ConfigMaps speichern Konfigurationsdaten. Sie entkoppeln Konfiguration vom Image. Pods lesen sie zur Laufzeit.

Secrets speichern sensible Daten. Sie werden Base64-kodiert. Sie sollten nicht im Code liegen.

HPA skaliert Pods automatisch. Es basiert auf Metriken wie CPU oder Custom Metrics. Es verbessert Lastverteilung.

Rolling Updates ersetzen Pods schrittweise. Die Anwendung bleibt verfügbar. Deployments nutzen dieses Feature.

Canary Deployments rollen neue Versionen kontrolliert aus. Nur ein Teil des Traffics nutzt die neue Version. Risiken werden reduziert.

Zwei Versionen laufen parallel. Der Traffic wird umgeschaltet. Rollbacks sind einfach.

Sie prüft, ob ein Container lebt. Bei Fehlern wird er neu gestartet. Sie erhöht Stabilität.

Sie prüft, ob ein Pod Anfragen annehmen kann. Pods werden sonst aus dem Service entfernt. Das verhindert Fehler.

Requests reservieren Ressourcen. Limits begrenzen Nutzung. Sie verhindern Überlastung.

Helm ist ein Package Manager für Kubernetes. Anwendungen werden als Charts verteilt. Das vereinfacht Deployments.

Namespaces trennen Ressourcen logisch. Sie werden für Multi-Tenancy genutzt. Sie erhöhen Übersicht.

StatefulSets verwalten zustandsbehaftete Anwendungen. Pods haben stabile Identitäten. Sie werden für Datenbanken genutzt.

DaemonSets laufen auf jedem Node. Typisch für Logging oder Monitoring. Jeder Node erhält einen Pod.

Netzwerke sind verteilt. Jeder Pod benötigt eindeutige IPs. Debugging kann komplex sein.

Observability umfasst Logs Metriken und Traces. Tools wie Prometheus und Grafana werden genutzt. Sie sind essenziell für Betrieb.

Fehlende Limits falsche Probes und zu komplexe Setups. Auch mangelndes Monitoring ist kritisch. Erfahrung ist wichtig.

Für kleine einfache Anwendungen. Der Betriebsaufwand ist hoch. Docker Compose reicht oft aus.

Für lokale Entwicklung oder kleine Deployments. Wenn keine Skalierung nötig ist. Kubernetes wäre Overkill.