这个问题其实没有唯一的“标准答案”,因为“能装”和“能用”是两个完全不同的概念。
如果你只是想在本地跑通 kubeadm init 或者用 Minikube/Docker Desktop 体验一下 K8s 的 API 调用,那配置可以低到令人发指;但如果你是想在生产环境或准生产环境中稳定运行业务,那么最低配置会有明显的门槛。
我们需要分场景来看,核心瓶颈通常不在 CPU 核数,而在 内存(RAM) 和 磁盘 I/O。
1. 极限压缩版:纯学习/测试环境
目标:跑通 Hello World,理解 Pod、Service、Deployment 的基本概念,不跑实际业务负载。
推荐方案:Minikube, Kind, K3s (单节点)
- CPU: 2 核
- 内存: 4 GB (这是硬底线,低于这个值 Kubelet 很容易 OOM Kill)
- 磁盘: 20 GB SSD (建议 NVMe,因为 etcd 对 IO 敏感)
说明:
在这种配置下,你只能跑极其轻量级的应用。一旦启动几个 Nginx 加一个 MySQL 容器,内存就会爆满。K3s 这种轻量级发行版是最佳选择,它把很多组件合并了,资源占用比标准 K8s 少得多。Docker 在这里可以用,但更推荐使用 containerd,因为 K8s 底层已经逐渐统一向 containerd 迁移,Docker shim 已被弃用。
2. 实用入门版:个人开发者/小型项目
目标:部署一套完整的微服务架构,包含 CI/CD 流水线(如 GitLab Runner + Jenkins)、监控栈(Prometheus + Grafana)的基础版本,或者运行一个带数据库的 Web 应用。
推荐方案:Kubeadm 安装的标准 K8s 集群,或 Rancher/K3s 单节点集群
- CPU: 4 核 (建议 8 核,否则调度压力大)
- 内存: 8 GB – 16 GB (强烈建议 16 GB)
- 磁盘: 50 GB+ SSD
为什么需要这么多内存?
Kubernetes 本身就是一个“吃内存巨兽”。即使你不运行任何业务 Pod,仅 K8s 的系统组件(kube-apiserver, kube-scheduler, kube-controller-manager, etcd, kube-proxy, coredns)在单节点模式下就会吃掉 2-4 GB 内存。如果你使用 Docker 作为运行时,还要加上 DaemonSet 里的镜像拉取、日志收集等开销。
3. 生产可用版:最小高可用集群
目标:满足基本的生产要求,具备故障恢复能力,能支撑中小规模的线上流量。
推荐方案:3 节点 Master + 2 节点 Worker 集群(或 3 节点 All-in-One 但需严格限制资源)
- Master 节点 (3台):
- CPU: 2-4 核
- 内存: 4-8 GB
- 作用:运行控制平面组件(API Server, Etcd 等)。Etcd 对磁盘延迟和内存非常敏感,必须保证高性能。
- Worker 节点 (2台):
- CPU: 4-8 核
- 内存: 8-16 GB
- 作用:运行实际的业务 Pod。
总计最低配置:
- CPU: 至少 12-16 核
- 内存: 至少 32-48 GB
- 网络: 千兆内网互通(K8s 通信频繁,百兆网络会导致 Pod 启动慢、心跳超时)
关键注意事项(避坑指南)
1. 操作系统选择
- CentOS 7/8: 已停止维护,不建议新上。如果非要用,注意内核版本和 cgroup 驱动问题。
- Ubuntu 20.04/22.04 LTS: 社区支持最好,文档最全,推荐首选。
- Rocky Linux / AlmaLinux: CentOS 的最佳替代品,适合企业环境。
- 避免 Windows Server: 虽然 WSL2 可以跑 K8s,但性能损耗大,且不适合生产。
2. 容器运行时:Docker vs Containerd
- 现状:Kubernetes 官方已明确弃用 Docker Shim。从 v1.24 开始,原生不支持 Docker 作为运行时。
- 建议:直接安装 containerd。它更轻量、更稳定,且是 CNCF 毕业项目。你依然可以使用
docker build命令构建镜像,然后导入到 containerd 中,日常开发体验几乎无差异,但生产环境稳定性大幅提升。
3. 交换空间(Swap)
- 重要:务必关闭 Swap!
- Kubernetes 要求节点禁用 Swap,否则 kubelet 启动时会报错。关闭 Swap 后,确保物理内存足够,否则一旦内存不足,系统会直接杀死进程,而不是优雅地驱逐 Pod。
4. 云厂商服务器选购建议(国内)
- 阿里云/腾讯云/华为云:
- 不要选共享型实例(如 t5, s6 基础版),CPU 积分制会导致 K8s 控制平面响应极慢,etcd 写入延迟高,集群容易假死。
- 最低推荐:通用型 g6/g7 系列,或计算型 c6/c7 系列。
- 带宽:管理面不需要高带宽,但如果是公网暴露 Service,请预留足够的公网 IP 或购买负载均衡(SLB/CLB),成本会比服务器本身高。
5. 存储类问题
- 默认情况下,K8s 使用
emptyDir或hostPath,这在重启后会丢失数据。 - 在生产环境中,你需要持久化存储(PV/PVC)。对于小团队,可以直接挂载云盘(如阿里云 ESSD、腾讯云 CDS),但要注意云盘的 IOPS 上限,避免成为瓶颈。
总结建议
| 场景 | 最低配置 (单节点) | 推荐配置 (单节点) | 备注 |
|---|---|---|---|
| 学习/实验 | 2C 4G 20G SSD | 4C 8G 50G SSD | 用 K3s 或 Minikube |
| 个人项目/CI/CD | 4C 8G 50G SSD | 8C 16G 100G SSD | 用 Kubeadm 或 RKE2 |
| 生产环境 (最小 HA) | 3x 2C4G + 2x 4C8G | 3x 4C8G + 2x 8C16G | 必须分离 Master 和 Worker |
最终结论:
如果你只是想“装上并看到 Running 状态”,2C 4G 是理论下限,但你会非常痛苦。
如果你想“正常使用且不频繁崩溃”,4C 8G 是舒适区起点。
如果你是“认真做事”,请直接上 8C 16G 起步,并考虑多节点架构。
别省这几百块钱的服务器钱,K8s 的调试成本远高于硬件成本。
云技术博客