Docker & Kubernetes for Developers · Lekcja

Skalowanie i samonaprawianie aplikacji

Zaimplementuj podstawowe strategie skalowania wdrożeń i dowiedz się, jak Kubernetes zapewnia dostępność oraz odporność aplikacji.

Skalowanie i samonaprawianie aplikacji to bezpłatna lekcja Docker & Kubernetes for Developers na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Docker & Kubernetes for Developers, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Docker & Kubernetes for Developers zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

Scaling & Self-Healing Intro

Welcome! In this lesson, we'll dive into making your applications robust and responsive using Kubernetes.

We'll explore how to scale your apps to handle varying loads and how Kubernetes enables self-healing to recover from failures automatically. These are crucial for reliable, high-availability services.

Why Scaling Matters

Scaling an application means adjusting its capacity to meet demand. Imagine a sudden surge in users for your online store—without scaling, your app might slow down or crash.

Handle Traffic: Distribute load across multiple instances.
Improve Performance: Maintain responsiveness under heavy use.
Boost Availability: If one instance fails, others can take over.

Scaling with Deployments

In Kubernetes, Deployments are key to scaling. They manage a set of identical pods, ensuring a desired number of replicas are always running.

You can manually scale a Deployment by changing its replicas field. For example, to scale an app named my-app to 3 pods:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-app-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: my-app
        image: nginx:latest
        ports:
        - containerPort: 80

Introducing Horizontal Pod Autoscaler

While manual scaling works, it's not ideal for dynamic workloads. This is where the Horizontal Pod Autoscaler (HPA) comes in!

HPA automatically adjusts the number of pods in a Deployment (or StatefulSet) based on observed metrics like CPU utilization or custom metrics.

Configuring an HPA

An HPA resource defines the target for your application's scaling. It monitors metrics and increases or decreases pod replicas within defined minimum and maximum limits.

Here's a basic HPA manifest that targets 50% CPU utilization:

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: my-app-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-app-deployment
  minReplicas: 1
  maxReplicas: 5
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 50

What is Self-Healing?

Beyond scaling, Kubernetes also excels at self-healing. This means it can automatically detect and recover from application failures without human intervention.

If a pod crashes, becomes unresponsive, or gets terminated, Kubernetes' controllers (like the Deployment controller) will work to replace it and restore the desired state.

Liveness Probes: Are You Alive?

Liveness probes tell Kubernetes if your application inside a container is still running and healthy. If a liveness probe fails, Kubernetes will restart the container.

This is crucial for apps that might deadlock or become unresponsive but aren't technically 'crashed'.

apiVersion: apps/v1
kind: Deployment
metadata:
  name: liveness-demo
spec:
  replicas: 1
  selector:
    matchLabels:
      app: liveness-app
  template:
    metadata:
      labels:
        app: liveness-app
    spec:
      containers:
      - name: liveness-container
        image: busybox
        args:
        - /bin/sh
        - -c
        - touch /tmp/healthy; sleep 30; rm -f /tmp/healthy; sleep 600
        livenessProbe:
          exec:
            command:
            - cat
            - /tmp/healthy
          initialDelaySeconds: 5
          periodSeconds: 5

Readiness Probes: Ready for Traffic?

Readiness probes tell Kubernetes if your application is ready to serve network traffic. If a readiness probe fails, Kubernetes stops sending traffic to that pod.

This prevents new requests from going to a pod that's still starting up, loading data, or temporarily unhealthy.

apiVersion: apps/v1
kind: Deployment
metadata:
  name: readiness-demo
spec:
  replicas: 1
  selector:
    matchLabels:
      app: readiness-app
  template:
    metadata:
      labels:
        app: readiness-app
    spec:
      containers:
      - name: readiness-container
        image: nginx:latest
        ports:
        - containerPort: 80
        readinessProbe:
          httpGet:
            path: /index.html
            port: 80
          initialDelaySeconds: 5
          periodSeconds: 5

Scaling & Healing Synergy

HPA, Liveness, and Readiness probes work together to make your applications highly available and resilient.

HPA handles varying load by adjusting replicas.
Liveness probes ensure containers are restarted if they become unresponsive.
Readiness probes ensure traffic only goes to fully operational pods.

This combined approach significantly improves application reliability in dynamic environments.

Quick Check

Which of the following statements about Kubernetes scaling and self-healing mechanisms are TRUE?

Recap & Next Steps

Great job! You've learned how Kubernetes helps your applications stay available and performant:

Scaling: Adjusting capacity with Deployments and HPA.
Self-Healing: Automatic recovery using Liveness and Readiness probes.

These powerful features are fundamental for building robust, cloud-native applications. Keep practicing to master them!

Często zadawane pytania

Czy lekcja „Skalowanie i samonaprawianie aplikacji” jest bezpłatna?

Tak — pełny tekst „Skalowanie i samonaprawianie aplikacji” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Docker & Kubernetes for Developers, przejdź na CoddyKit PRO. Kurs Docker & Kubernetes for Developers zawiera 4 lekcji w sumie.

Co nauczysz się w „Skalowanie i samonaprawianie aplikacji”?

Zaimplementuj podstawowe strategie skalowania wdrożeń i dowiedz się, jak Kubernetes zapewnia dostępność oraz odporność aplikacji. Ćwiczysz Docker & Kubernetes for Developers z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Docker & Kubernetes for Developers?

Nie wymagamy żadnego doświadczenia. Docker & Kubernetes for Developers w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Skalowanie i samonaprawianie aplikacji”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Docker & Kubernetes for Developers?

Tak. Każda lekcja Docker & Kubernetes for Developers zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

Poznawanie wdrożeń Kubernetes
Udostępnianie aplikacji za pomocą usług
Skalowanie i samonaprawianie aplikacji
Aktualizacje kroczące i wycofywanie zmian

← Powrót do Docker & Kubernetes for Developers