Contenedores y Kubernetes en la nube
Un contenedor empaqueta una aplicación junto a sus librerías y configuración en una imagen que arranca igual en cualquier lado. Es mucho más ligero que una máquina virtual porque comparte el kernel del anfitrión. Kubernetes es el sistema que despliega, escala y autorrepara miles de contenedores.
Contenedor frente a máquina virtual
| Aspecto | Máquina virtual | Contenedor |
|---|---|---|
| Aislamiento | Sistema operativo completo | Proceso aislado, kernel compartido |
| Arranque | Segundos o minutos | Milisegundos |
| Peso | Gigabytes de imagen | Megabytes |
| Portabilidad | Atada al hipervisor | Misma imagen en cualquier lado |
Qué resuelve la orquestación
- Programar: colocar contenedores en el nodo con recursos libres.
- Escalar: añadir o quitar réplicas según la demanda.
- Autorreparar: reiniciar o reemplazar contenedores que mueren.
- Descubrimiento y carga: repartir tráfico entre réplicas sanas.
Piezas de Kubernetes
- Pod: la unidad desplegable, uno o más contenedores que comparten red y volumen.
- Deployment: declara cuántas réplicas correr y cómo actualizarlas.
- Service: dirección estable para hablar con un conjunto de pods efímeros.
- ConfigMap y Secret: separan configuración y credenciales de la imagen.
- Node: la máquina (física o virtual) donde corren los pods.
Declaratividad y bucles de control
No le dices a Kubernetes "arranca este contenedor"; declaras el estado deseado (tres réplicas de esta versión) y el sistema trabaja por alcanzarlo y mantenerlo. Si un nodo cae, reprograma las réplicas perdidas sin intervención.
Escalado y despliegues
El autoescalado horizontal añade réplicas cuando sube la carga. Los despliegues son progresivos (rolling update) y reversibles (rollback), lo que permite publicar sin parar el servicio y deshacer si algo sale mal.
Contenedores y datos
Para un ingeniero de datos, el contenedor hace reproducible un pipeline: el mismo job corre en el portátil y en el clúster. Spark puede ejecutarse sobre Kubernetes, y las transformaciones se empaquetan como imágenes versionadas en un registro.
Errores frecuentes
- Tratar Kubernetes como si fueran máquinas virtuales a mano, sin declaratividad.
- Omitir requests y limits de CPU y memoria, y dejar que un pod se trague el nodo.
- Publicar imágenes enormes y sin endurecer por seguridad.
Ejemplo resuelto: un job de datos se desborda
- Empaquetar la transformación en una imagen con sus dependencias.
- Definir un Deployment con recursos acotados y número de réplicas.
- Publicar un Service para que otros sistemas lo llamen de forma estable.
- Configurar el autoescalado según la cola de trabajo pendiente.
- Hacer un rolling update con la siguiente versión y verificar antes de subir más.
¿Para qué sirve en la realidad?
Convertir aplicaciones en imágenes y delegar su operación a un orquestador elimina la nieve artesanal: los entornos se vuelven reproducibles, escalables y recuperables, en la nube propia o en varias a la vez.
¿Qué ventaja principal tiene un contenedor frente a una máquina virtual?
En Kubernetes declaras el estado deseado y el sistema trabaja por alcanzarlo y mantenerlo.
La unidad desplegable de Kubernetes, con uno o más contenedores que comparten red y volumen, se llama .
Clasifica cada objeto de Kubernetes según su rol.
Trabajo
Exposición y config
Une cada pieza con lo que hace.
Contenedores y K8s
Contenedores y orquestación con Kubernetes
# Kubernetes ## Contenedor ### imagen portable ### comparte kernel ## Objetos ### pod y deployment ### service ### config y secret ## Operacion ### declarativo ### autoscaling ### rolling y rollback
Conceptos de Kubernetes (documentación oficial)
Modelo de objetos, cargas de trabajo y el lazo de control declarativo.
Qué es un contenedor (Docker)
Explicación de referencia de contenedores frente a máquinas virtuales.
Tu equipo corre pipelines de datos en tres máquinas virtuales distintas, con entornos que divergen. ¿Qué ganarías y qué nueva complejidad introducirías al contenedorizar esos jobs y correrlos sobre un clúster gestionado?