K8s集群管理现在基本成了云原生运维的标配。CNCF 2025年度报告显示，全球96%的企业在用或评估Kubernetes，国内一线大厂更是全员上K8s。摩尔狮教育在培训中发现，很多同学卡在"会部署应用但不会管集群"这一步。今天我们把K8s集群从零搭建到日常运维的完整路径拆开讲。
先说环境准备。一个能跑的生产级K8s集群，至少要1个master节点加2个worker节点。master节点建议4核8G起步，worker节点根据业务负载来，一般8核16G能扛住中型应用。操作系统选CentOS 7.9或Ubuntu 22.04都行，关键是关闭swap分区，K8s默认不支持swap。之前在Docker容器化部署里讲过容器运行时的安装，这里不再重复，装好containerd就行。
第二步，集群初始化。用kubeadm是最主流的方式，一行命令搞定：kubeadm init --pod-network-cidr=10.244.0.0/16。这个CIDR网段要根据你的网络环境调整，别跟宿主机网段冲突。初始化完成后会输出一个join命令，记下来等会加worker节点要用。很多新手在这一步踩坑，忘了配置--pod-network-cidr，后面装网络插件时Pod之间死活不通。
第三步，部署网络插件。Calico和Flannel用得最多。Calico功能更强，支持网络策略，适合生产环境；Flannel简单轻量，学习够用。kubectl apply -f一个YAML文件就能装。装完之后kubectl get nodes，看到所有节点都是Ready状态，说明集群网络通了。更多云原生体系化学习内容，可以参考云原生培训的课程体系。
第四步，加入工作节点。在每台worker机器上执行刚才保存的join命令，等个一两分钟，kubectl get nodes就能看到新节点加进来了。注意worker节点的容器运行时版本要和master一致，版本不一致会导致加入失败。
第五步，配置监控和日志。生产环境没监控等于裸奔。用Prometheus + Grafana做指标监控，用Loki或EFK做日志收集。kubectl apply部署kube-prometheus-stack，5分钟就能搭好一套基础监控。再配个云监控体系做告警闭环，集群运维就算基本到位了。
接着说3个高频排坑。第一个坑：Pod CIDR冲突。多个集群混合部署时，网段没规划好导致跨集群通信异常。建议每个集群用独立CIDR段，提前规划好IP地址池。
第二个坑：节点资源不足。集群跑了一段时间后Pod频繁被驱逐，一看是节点内存满了。解决办法是给节点预留资源，kubelet的--system-reserved和--kube-reserved参数要配好，别让业务Pod把节点资源吃光。这个问题在服务网格运维场景里也经常遇到。
第三个坑：证书过期。K8s集群证书默认有效期1年，很多团队上线之后忘了续期，一年后集群突然挂了。用kubeadm certs check-expiration定期检查，提前30天续期就行。也可以写个定时脚本自动检测告警。
K8s集群管理说到底就是搭好、管好、排好坑这三件事。掌握了这套流程，从单机Docker到多节点K8s集群的跨越就算完成了。后续可以往GitOps运维和Service Mesh方向进阶，把自动化和治理能力再往上提一层。
更多阿里云认证资讯，请关注公众号：摩尔狮云证通