实用脚本能自动部署Kubernetes应用吗？

本文目录导读：

1. 核心思路
2. 方案一：基础Shell脚本（适用于简单应用或测试环境）
3. 方案二：使用Helm的自动化脚本（生产环境推荐）
4. 方案三：Python脚本（适用于复杂的多步骤操作）
5. 方案四：GitLab CI/CD集成（最实用的自动化方式）
6. 关键注意事项

是的，实用脚本完全可以自动部署Kubernetes应用，通过编写Shell、Python或使用Helm等工具,可以大幅简化从代码到集群的运行过程。

我将为你提供几种不同层次的自动部署脚本方案，从简单的kubectl应用到复杂的CI/CD集成。

核心思路

自动部署的本质是：使用脚本封装并顺序执行 kubectl apply、helm install/upgrade 等命令，并加入错误处理、等待就绪和回滚逻辑。

基础Shell脚本（适用于简单应用或测试环境）

这个脚本直接使用 kubectl 操作YAML文件。

#!/bin/bash
# deploy.sh - 部署一个简单的Kubernetes应用
set -euo pipefail  # 遇到错误立即退出，未定义变量报错，管道失败也退出
# 配置区域
NAMESPACE="my-app"
DEPLOY_DIR="./k8s-manifests"   # k8s配置清单目录
APP_NAME="my-application"
DOCKER_IMAGE="myregistry.com/${APP_NAME}:${BUILD_TAG:-latest}"
echo "=== 开始部署 ${APP_NAME} 到命名空间 ${NAMESPACE} ==="
# 1. 检查kubectl连接
kubectl cluster-info > /dev/null 2>&1 || { echo "错误：无法连接到Kubernetes集群"; exit 1; }
# 2. 创建命名空间（如果不存在）
kubectl get namespace ${NAMESPACE} > /dev/null 2>&1 || kubectl create namespace ${NAMESPACE}
# 3. （可选）使用sed替换镜像标签，确保使用最新版本
if [ -f "${DEPLOY_DIR}/deployment.yaml" ]; then
    echo "更新镜像标签为: ${DOCKER_IMAGE}"
    sed -i "s|image: .*${APP_NAME}.*|image: ${DOCKER_IMAGE}|g" ${DEPLOY_DIR}/deployment.yaml
fi
# 4. 应用所有配置清单（按顺序：先ConfigMap/Secret，再Deployment/Service）
echo "应用Kubernetes清单..."
kubectl apply -f ${DEPLOY_DIR}/namespace.yaml 2>/dev/null || true
kubectl apply -f ${DEPLOY_DIR}/configmap.yaml
kubectl apply -f ${DEPLOY_DIR}/secret.yaml
kubectl apply -f ${DEPLOY_DIR}/deployment.yaml
kubectl apply -f ${DEPLOY_DIR}/service.yaml
kubectl apply -f ${DEPLOY_DIR}/ingress.yaml
# 5. 等待Deployment就绪（超时300秒）
echo "等待Deployment ${APP_NAME} 就绪..."
kubectl rollout status deployment/${APP_NAME} -n ${NAMESPACE} --timeout=300s
if [ $? -eq 0 ]; then
    echo "✓ 部署成功！"
    # 输出service地址（如果有）
    SERVICE_IP=$(kubectl get svc ${APP_NAME} -n ${NAMESPACE} -o jsonpath='{.status.loadBalancer.ingress[0].ip}' 2>/dev/null)
    echo "服务地址: ${SERVICE_IP:-N/A}"
else
    echo "✗ 部署失败，开始回滚..."
    kubectl rollout undo deployment/${APP_NAME} -n ${NAMESPACE}
    exit 1
fi

使用方法：

export BUILD_TAG=v1.2.3
chmod +x deploy.sh
./deploy.sh

使用Helm的自动化脚本（生产环境推荐）

Helm是Kubernetes的包管理器,能管理复杂的应用依赖和版本。

helm-deploy.sh:

#!/bin/bash
set -euo pipefail
RELEASE_NAME="my-app-release"
NAMESPACE="production"
CHART_PATH="./charts/my-app"
VALUES_FILE="./environments/production/values.yaml"
DOCKER_TAG="${BUILD_TAG:-latest}"
echo "=== Helm 自动部署开始 ==="
# 1. 验证Helm是否安装
helm version --short > /dev/null 2>&1 || { echo "请先安装Helm"; exit 1; }
# 2. 添加/更新依赖仓库
helm dependency update ${CHART_PATH}
# 3. 部署或升级应用 (--install 表示如果不存在则安装)
echo "部署 ${RELEASE_NAME} (镜像标签: ${DOCKER_TAG})"
helm upgrade --install ${RELEASE_NAME} ${CHART_PATH} \
    --namespace ${NAMESPACE} \
    --create-namespace \
    --values ${VALUES_FILE} \
    --set image.tag=${DOCKER_TAG} \
    --wait \
    --timeout 10m0s \
    --atomic  # 如果失败自动回滚
if [ $? -eq 0 ]; then
    echo "✓ Helm部署成功！"
    helm status ${RELEASE_NAME} -n ${NAMESPACE}
else
    echo "✗ 部署失败，使用以下命令查看详情："
    echo "  helm status ${RELEASE_NAME} -n ${NAMESPACE}"
    exit 1
fi

Python脚本（适用于复杂的多步骤操作）

Python脚本可以处理更复杂的逻辑，比如动态生成配置、API调用等。

#!/usr/bin/env python3
# deploy.py - 使用Python Kubernetes客户端
import os
import sys
import time
import yaml
from kubernetes import client, config, utils
from kubernetes.client.rest import ApiException
def deploy_application(namespace, app_name, image_tag):
    # 加载kubeconfig（默认~/.kube/config）
    config.load_kube_config()
    apps_v1 = client.AppsV1Api()
    core_v1 = client.CoreV1Api()
    # 1. 创建命名空间
    try:
        namespace_body = client.V1Namespace(metadata=client.V1ObjectMeta(name=namespace))
        core_v1.create_namespace(namespace_body)
        print(f"命名空间 {namespace} 已创建")
    except ApiException as e:
        if e.status == 409:
            print(f"命名空间 {namespace} 已存在")
        else:
            raise
    # 2. 读取并模板化Deployment YAML
    with open('deployment.yaml', 'r') as f:
        dep_yaml = f.read().replace('${DOCKER_TAG}', image_tag)
    dep_config = yaml.safe_load(dep_yaml)
    dep_config['metadata']['namespace'] = namespace
    # 3. 创建或更新Deployment
    try:
        existing_dep = apps_v1.read_namespaced_deployment(name=app_name, namespace=namespace)
        # 更新
        apps_v1.patch_namespaced_deployment(name=app_name, namespace=namespace, body=dep_config)
        print("Deployment已更新")
    except ApiException as e:
        if e.status == 404:
            # 创建
            apps_v1.create_namespaced_deployment(namespace=namespace, body=dep_config)
            print("Deployment已创建")
        else:
            raise
    # 4. 等待就绪
    print("等待Deployment就绪...")
    for _ in range(60):  # 最多等5分钟
        time.sleep(5)
        dep = apps_v1.read_namespaced_deployment(name=app_name, namespace=namespace)
        ready = dep.status.ready_replicas or 0
        desired = dep.spec.replicas
        print(f"  就绪副本: {ready}/{desired}")
        if ready == desired:
            print("✓ 部署完成！")
            return True
    print("✗ 部署超时")
    return False
if __name__ == "__main__":
    image_tag = os.environ.get('BUILD_TAG', 'latest')
    deploy_application(namespace='my-app', app_name='nginx', image_tag=image_tag)

运行：

python3 deploy.py

GitLab CI/CD集成（最实用的自动化方式）

在实际团队中，通常会结合CI/CD工具实现自动化。

# .gitlab-ci.yml 示例
deploy-k8s:
  stage: deploy
  image: bitnami/kubectl:latest
  script:
    # 登录到私有镜像仓库
    - docker login -u $CI_REGISTRY_USER -p $CI_REGISTRY_PASSWORD $CI_REGISTRY
    # 替换YAML中的镜像标签为本次构建的标签
    - sed -i "s|image:.*|image: \$CI_REGISTRY_IMAGE:\$CI_COMMIT_SHORT_SHA|g" k8s/deployment.yaml
    # 使用kubectl部署
    - kubectl config set-cluster k8s --server="$K8S_SERVER"
    - kubectl config set-credentials gitlab --token="$K8S_TOKEN"
    - kubectl --namespace production apply -f k8s/
    # 等待就绪并回滚
    - kubectl rollout status deployment/my-app -n production --timeout=300s || kubectl rollout undo deployment/my-app -n production
  only:
    - main

关键注意事项

• 快速试用：用方案一的Shell脚本即可
• 生产环境：强烈建议使用Helm（方案二）+ CI/CD（方案四）
• 复杂逻辑：Python脚本（方案三）可以处理更复杂的场景

实用脚本不仅能自动部署，还能通过 --atomic、回滚、健康检查等手段保证部署的可靠性和安全性,希望这些示例能直接应用到你的项目中！