如何在树莓派上部署 Kubernetes：从零构建轻量级集群指南

一、技术背景与适用场景

Kubernetes作为容器编排领域的标准，传统部署方式依赖x86服务器或云实例。树莓派凭借ARM架构的低功耗特性，成为边缘计算场景的理想选择。在工业物联网、智能家居等需要本地化数据处理的环境中，树莓派集群可提供高可用、低延迟的Kubernetes服务。

二、硬件准备与集群规划

1. 节点配置要求

• 主节点：树莓派4B（4GB RAM以上）
• 工作节点：树莓派3B+/4B（2GB RAM起）
• 存储方案：建议使用USB 3.0 SSD（如三星T5）替代SD卡
• 网络拓扑：有线网络优先，无线连接需配置静态IP

2. 集群拓扑设计

典型三节点架构：

[主节点] ←→ [交换机] ←→ [工作节点1]
                       ←→ [工作节点2]

每个节点需配置独立电源，避免因单点故障导致集群崩溃。

三、系统基础环境搭建

1. 操作系统安装

推荐使用Raspberry Pi OS Lite（64位版本）：

# 下载镜像并写入SD卡
wget https://downloads.raspberrypi.org/raspios_lite_arm64/images/raspios_lite_arm64-2023-05-03/2023-05-03-raspios-bullseye-arm64-lite.img.zip
unzip 2023-05-03-raspios-bullseye-arm64-lite.img.zip
sudo dd if=2023-05-03-raspios-bullseye-arm64-lite.img of=/dev/sdX bs=4M status=progress

2. 系统优化配置

# 修改hostname（主节点）
sudo hostnamectl set-hostname k8s-master
# 配置静态IP（/etc/dhcpcd.conf）
interface eth0
static ip_address=192.168.1.100/24
static routers=192.168.1.1
static domain_name_servers=8.8.8.8
# 禁用交换分区
sudo dphys-swapfile swapoff
sudo dphys-swapfile uninstall
sudo systemctl disable dphys-swapfile
# 配置cgroup内存限制
sudo sed -i 's/^#cgroup_enable=memory/cgroup_enable=memory/' /boot/cmdline.txt
sudo sed -i 's/^#cgroup_memory=1/cgroup_memory=1/' /boot/cmdline.txt

四、Kubernetes集群部署方案

1. 选择轻量级发行版

推荐使用K3s（Rancher Labs轻量版）：

• 内存占用<500MB
• 集成CoreDNS、Traefik等组件
• 支持ARM64架构

2. 主节点安装

# 安装K3s主节点（带Traefik ingress）
curl -sfL https://get.k3s.io | sh -s - --write-kubeconfig-mode 644 --disable traefik
# 验证安装
sudo k3s kubectl get nodes
# 预期输出：
# NAME         STATUS   ROLES                AGE   VERSION
# k8s-master   Ready    control-plane,master 2m    v1.26.4+k3s1

3. 工作节点加入

在主节点获取token：

sudo cat /var/lib/rancher/k3s/server/node-token

在工作节点执行：

# 使用主节点IP和token加入集群
curl -sfL https://get.k3s.io | K3S_URL=https://192.168.1.100:6443 K3S_TOKEN=<token> sh -
# 验证节点状态
sudo k3s kubectl get nodes

五、核心组件验证与配置

1. 存储类配置

使用local-path-provisioner：

# 应用存储类配置
kubectl apply -f https://raw.githubusercontent.com/rancher/local-path-provisioner/master/deploy/local-path-storage.yaml
# 验证PVC
kubectl apply -f - <<EOF
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: test-pvc
spec:
  accessModes:
    - ReadWriteOnce
  resources:
    requests:
      storage: 1Gi
  storageClassName: local-path
EOF

2. 网络插件选择

推荐使用Calico：

# 安装Calico（需修改IP_AUTODETECTION_METHOD）
kubectl apply -f https://raw.githubusercontent.com/projectcalico/calico/v3.25.0/manifests/calico.yaml
# 修改configmap（根据实际网卡）
kubectl edit configmap calico-config -n kube-system
# 修改environmentVars中的IP_AUTODETECTION_METHOD为interface=eth0

3. 监控系统部署

使用kube-prometheus-stack：

# 安装Prometheus Operator
helm repo add prometheus-community https://prometheus-community.github.io/helm-charts
helm install prometheus prometheus-community/kube-prometheus-stack \
  --set prometheus.prometheusSpec.retention=7d \
  --set grafana.persistence.enabled=true \
  --set grafana.persistence.size=1Gi

六、生产环境优化建议

1. 高可用配置

• 主节点配置etcd备份
• 使用keepalived实现VIP切换
• 配置多主节点架构（需付费版K3s）

2. 性能调优参数

# 修改K3s服务参数（/etc/systemd/system/k3s.service.d/override.conf）
[Service]
ExecStart=
ExecStart=/usr/local/bin/k3s server \
  --kube-apiserver-arg=default-not-ready-toleration-seconds=30 \
  --kube-apiserver-arg=default-unreachable-toleration-seconds=30 \
  --kube-controller-manager-arg=node-monitor-grace-period=40s \
  --kube-controller-manager-arg=node-monitor-period=5s \
  --kubelet-arg=image-gc-high-threshold=85 \
  --kubelet-arg=image-gc-low-threshold=75

3. 安全加固措施

• 启用RBAC权限控制
• 配置网络策略隔离
• 定期更新K3s版本

  # 自动更新脚本示例
  #!/bin/bash
  curl -sfL https://get.k3s.io | sh -s - --disable-components traefik
  systemctl restart k3s

七、故障排查指南

1. 节点状态异常

• NotReady状态：检查kubelet日志

  journalctl -u k3s -n 100 --no-pager

• CrashLoopBackOff：查看容器日志

  kubectl logs <pod-name> -n <namespace> --previous

2. 网络连通性问题

• 测试Pod间通信

  kubectl run -it --rm debug --image=busybox --restart=Never -- sh
  # 在容器内执行
  ping <目标PodIP>

3. 存储卷挂载失败

• 检查local-path-provisioner日志

  kubectl logs -n local-path-storage -l app=local-path-provisioner

八、扩展应用场景

1. 边缘AI推理

部署Kubeflow Pipelines进行模型推理：

apiVersion: kubeflow.org/v1
kind: Pipeline
metadata:
  name: edge-ai-pipeline
spec:
  steps:
  - name: preprocess
    container:
      image: tensorflow/serving:latest
      command: ["python3", "preprocess.py"]
  - name: infer
    container:
      image: nvidia/cuda:11.0-base
      command: ["python3", "infer.py"]

2. 物联网数据采集

使用Node-RED作为数据采集器：

helm repo add bitnami https://charts.bitnami.com/bitnami
helm install nodered bitnami/node-red \
  --set persistence.enabled=true \
  --set persistence.size=2Gi

九、总结与展望

树莓派部署Kubernetes实现了成本与功能的平衡，特别适合：

• 边缘计算场景
• 开发测试环境
• 教育培训用途

未来发展方向包括：

• 支持更多ARM架构设备
• 优化容器镜像大小
• 增强离线运行能力

通过本文的详细指导，开发者可以快速构建出稳定运行的Kubernetes集群，为边缘计算应用提供可靠的基础设施支持。实际部署中建议从单节点开始测试，逐步扩展到多节点集群，并持续监控系统资源使用情况。