Mutasd be a Kubernetes architektúrát: control plane vs worker node-ok és a komponenseik.

Question

IT Interview Practice · Accepted Answer

Egy Kubernetes cluster kétféle gépből áll: a **control plane** (az "agy", amely dönt és tárolja az állapotot) és a **worker node-ok** (ahol a Podjaid ténylegesen futnak). Mindkettőnek van egy kis, jól definiált komponenskészlete.

## A nagy kép

```text
┌──────────────── CONTROL PLANE (the brain) ────────────────┐
│                                                            │
│   kube-apiserver ── the front door; ALL comms go through it│
│        │                                                   │
│   etcd ───────── key-value store: the cluster's SOURCE OF  │
│                  TRUTH (all objects & desired state)       │
│   kube-scheduler ── decides WHICH node a new Pod runs on   │
│   controller-manager ── runs control loops (reconcilers)   │
└──────────────────────────┬─────────────────────────────────┘
                           │ (apiserver)
   ┌───────────────────────┼───────────────────────┐
┌──┴─── WORKER NODE ──┐ ┌──┴─── WORKER NODE ──┐  ...
│ kubelet             │ │ kubelet             │
│ kube-proxy          │ │ kube-proxy          │
│ container runtime   │ │ container runtime   │
│  └ Pods (your apps) │ │  └ Pods (your apps) │
└─────────────────────┘ └─────────────────────┘
```

## Control plane komponensek

```text
kube-apiserver        The single entry point. Exposes the REST API; validates &
                      persists objects to etcd. kubectl, controllers, and kubelets
                      all talk ONLY to the apiserver.
etcd                  Distributed, consistent key-value store. Holds the ENTIRE
                      cluster state (desired + current). Lose etcd = lose the cluster.
kube-scheduler        Watches for Pods with no node assigned and picks the best node
                      (based on resource requests, affinity, taints, etc.).
kube-controller-      Runs the control loops: node controller, replication (ReplicaSet),
manager               deployment, job, endpoints, etc. Each loop drives actual → desired.
cloud-controller-     (On cloud) integrates with the provider: load balancers, routes,
manager               node lifecycle.
```

## Worker node komponensek

```text
kubelet          The node agent. Talks to the apiserver, starts/stops containers via
                 the runtime, and reports Pod & node status. It makes the node's
                 reality match the Pods assigned to it.
kube-proxy       Programs the node's networking (iptables/IPVS) so that Service virtual
                 IPs are load-balanced to the right Pod endpoints.
container runtime The software that actually runs containers (containerd, CRI-O).
```

## Hogyan halad át egy "kubectl apply" a rendszeren

```text
1. kubectl → kube-apiserver: "I want a Deployment with 3 replicas"
2. apiserver validates & writes the object to etcd
3. controller-manager (deployment→replicaset controller) sees it, creates 3 Pod objects
4. scheduler sees 3 unassigned Pods, assigns each to a node (writes back via apiserver)
5. each node's kubelet sees its Pods, tells the runtime to pull images & start containers
6. kube-proxy wires up Service networking so traffic reaches the new Pods
Everything is a WATCH + RECONCILE loop mediated by the apiserver.
```

```bash
kubectl get nodes                 # node-ok listázása (control-plane + workerek)
kubectl get pods -n kube-system   # a control-plane / rendszer komponensek megtekintése
kubectl get componentstatuses     # a control-plane fő részeinek állapota
```

## Miért fontos

A control plane és a worker node-ok szétválasztásának — és az egyes komponensek szerepének — megértése az, ami a Kubernetest egy fekete dobozból olyan rendszerré teszi, amelyről gondolkodni és amelyet üzemeltetni tudsz, ezért ez alapvető tudás minden middle vagy afeletti mérnök számára. A **control plane** a döntéshozó agy: a **kube-apiserver** az egyetlen bejárat, amelyen keresztül minden komponens és felhasználó kommunikál; az **etcd** a konzisztens key-value store, amely a teljes cluster-állapotot tartja és az igazság forrása (ha elveszíted, elveszíted a clustert); a **scheduler** dönti el, melyik node-ra kerül minden új Pod; a **controller-manager** pedig a reconciliation-loopokat futtatja, amelyek folyamatosan a tényleges állapotot a kívánt felé terelik. Minden **worker node-on** a **kubelet** az az agent, amely a node konténereit az oda kiosztott Podokhoz igazítja, a **kube-proxy** programozza a hálózatozást, amely a Service virtuális IP-jeit a megfelelő Podokhoz irányítja, egy **container runtime** (containerd, CRI-O) pedig ténylegesen futtatja a konténereket. Annak megtekintése, hogyan halad át egyetlen `kubectl apply` ezen a rendszeren — apiserver az etcd-hez, controllerek objektumokat hoznak létre, a scheduler Podokat helyez el, a kubeletek konténereket indítanak, a kube-proxy hálózatot huzaloz, mindez watch-and-reconcile loopként — feltárja a platform mögötti elegáns, konzisztens tervezést. Pontosan ez a gondolati modell az, amire szükséged van annak felderítéséhez, miért ragadt egy Pod Pending állapotban (scheduler), miért nem válaszol a cluster (apiserver/etcd), vagy miért nem routingol egy Service (kube-proxy), így nélkülözhetetlen valódi clusterek üzemeltetéséhez és hibakereséséhez.

A nagy kép

Control plane komponensek

Worker node komponensek

Hogyan halad át egy "kubectl apply" a rendszeren

Miért fontos

Kapcsolódó kérdések