Contêineres e orquestração com Kubernetes
Aprenda como os contêineres empacotam serviços e como o Kubernetes os agenda, dimensiona e recupera — a base que torna gerenciáveis as implantações de microsserviços e sem servidor.
Contêineres e orquestração com Kubernetes é uma aula grátis de API Rate Limiting & Scalability Patterns no CoddyKit. Esta é a aula 4 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de API Rate Limiting & Scalability Patterns, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de API Rate Limiting & Scalability Patterns inclui 4 aulas no total.
Partes desta aula ainda não foram traduzidas e aparecem em inglês.
Why Containers
Microservices multiply the number of deployable units. Containers package each service with its dependencies into a portable, isolated image that runs the same everywhere.
Image vs. Container
An image is the immutable blueprint; a container is a running instance of it. You build an image once and run many identical containers from it.
FROM node:20-alpine
WORKDIR /app
COPY . .
RUN npm ci
CMD ["node", "server.js"]The Orchestration Problem
Running a few containers by hand is easy. Running hundreds across many machines — restarting crashes, balancing load, rolling out updates — needs an orchestrator.
Kubernetes Basics
Kubernetes schedules containers onto a cluster of machines and keeps them running. Core objects:
- Pod — one or more containers that run together
- Deployment — declares desired replicas
- Service — stable network endpoint
Declarative Desired State
You declare what you want; Kubernetes makes reality match. Ask for 3 replicas and it keeps 3 alive, restarting any that die.
apiVersion: apps/v1
kind: Deployment
spec:
replicas: 3
selector:
matchLabels:
app: ordersSelf-Healing
If a node fails or a container crashes, Kubernetes reschedules the pod elsewhere automatically. The system converges back to the declared state without manual intervention.
Health Probes
Kubernetes uses probes to know container state:
- liveness — restart if it is hung
- readiness — only send traffic when ready
readinessProbe:
httpGet:
path: /healthz
port: 8080
initialDelaySeconds: 5Horizontal Pod Autoscaling
The Horizontal Pod Autoscaler adds or removes pods based on metrics like CPU, letting microservices scale out under load and back in when quiet.
minReplicas: 2
maxReplicas: 20
targetCPUUtilizationPercentage: 70Rolling Updates
Deploying a new version replaces pods gradually, keeping the service available throughout. If the new version misbehaves, Kubernetes can roll back to the previous one.
How This Powers Serverless
Many serverless and Functions-as-a-Service platforms run on top of Kubernetes. Understanding pods, autoscaling, and probes demystifies what happens beneath a deployed function.
Resource Requests and Limits
Each container declares a CPU and memory request (what it needs to be scheduled) and a limit (its hard ceiling). Correct values let the scheduler pack nodes efficiently and stop one greedy pod from starving its neighbors.
resources:
requests:
cpu: 250m
memory: 256Mi
limits:
cpu: 500m
memory: 512MiQuick Check
Test your orchestration knowledge.
Recap
You learned the container platform behind scalable services:
- Containers package services portably
- Kubernetes schedules and self-heals them
- Probes guide restarts and traffic
- Autoscaling and rolling updates keep services elastic and available
Aprenda API Rate Limiting & Scalability Patterns com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 12
- Aulas
- 48
Perguntas Frequentes
A aula “Contêineres e orquestração com Kubernetes” é grátis?
Sim — o texto completo de “Contêineres e orquestração com Kubernetes” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de API Rate Limiting & Scalability Patterns, atualize para CoddyKit PRO. O curso de API Rate Limiting & Scalability Patterns inclui 4 aulas no total.
O que vou aprender em “Contêineres e orquestração com Kubernetes”?
Aprenda como os contêineres empacotam serviços e como o Kubernetes os agenda, dimensiona e recupera — a base que torna gerenciáveis as implantações de microsserviços e sem servidor. Você pratica API Rate Limiting & Scalability Patterns com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar API Rate Limiting & Scalability Patterns?
Nenhuma experiência prévia é necessária. API Rate Limiting & Scalability Patterns no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 4.
Quanto tempo leva a aula “Contêineres e orquestração com Kubernetes”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de API Rate Limiting & Scalability Patterns?
Sim. Cada aula de API Rate Limiting & Scalability Patterns inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Escalabilidade com arquitetura de microsserviços
- Funções sem servidor para APIs orientadas a eventos
- Conceitos e benefícios de malhas de serviços
- Contêineres e orquestração com Kubernetes