# k9s 让你更快看懂客户集群，也更容易误删

> 打开生产集群前先开启只读模式，因为 ctrl-k 删除资源时不会要求确认。

原文: https://fdetimes.net/zh/tools/k9s-read-only-client-clusters/

在 k9s 里，一个组合键就足以删除客户集群上的资源。官方文档把 ctrl-k 描述为一条**不弹确认框**的 kill 命令，等同于 `kubectl delete --now`。

这种场景并不陌生。你刚 SSH 登录客户的跳板机，还不清楚哪个命名空间跑着什么，客户团队正等你解释新服务为什么一直重启。

先 `kubectl get` 查 Pod，再查 Deployment，再查事件，逐个核对名称，既慢又容易出错。k9s 能缩短这个排查过程，但正因为快，动手之前更要先锁住写权限。

## k9s 到底是什么

k9scli.io 首页把 k9s 定义为一个用于操作 Kubernetes 集群的终端 UI。GitHub 仓库把目标说得很直白：让浏览、观察和管理应用更容易。这个工具**持续监视 Kubernetes** 的变化，并提供命令，让你直接操作正在观察的资源。

Fernand Galiana 在 2019 年初发表了一篇题为“If you K8s, please try K9s...”的文章，介绍了 k9s，核心想法是用一个工具完成集群的管理和诊断。k9s 采用 Apache 2.0 许可证，支持 Linux、macOS 和 Windows，可通过 Homebrew、snap、winget、Scoop、Chocolatey、Docker 或 `go install` 安装。

对前线部署工程师（FDE）来说，区别就在“监视”这一点上。kubectl 给你的是输入命令那一刻的快照；k9s 给你的是一个自动刷新的画面。你和客户交谈时，Pod 一旦变更状态，你马上就能看到，不必重新执行任何命令。

## 在生产环境追踪一个 CrashLoopBackOff 的 Pod

假设客户有三个集群：dev、staging 和 prod。payments 命名空间里的支付服务只在 prod 出问题：Pod 启动、崩溃、再启动，也就是 CrashLoopBackOff 状态。下面按步骤演示一次诊断过程。

**第 1 步：安全地打开工具。** 输入 `k9s --readonly`。README 列出了这个参数；在只读模式下，delete、kill、edit 等修改类命令都会被禁用。从这一刻起，误按任何键都不会造成破坏。

**第 2 步：选对集群。** 输入 `:ctx` 查看 context 列表，然后在工具内切换到 prod。这一步的检查很简单，却常被跳过：屏幕上的 context 名称，真的是客户报告故障的那个集群吗？

**第 3 步：进入正确的命名空间。** 输入冒号加资源名（单数、复数或简写均可），可以附带命名空间，例如 `:po payments`。画面会自动刷新，你能持续看到故障 Pod 的状态变化，不用反复执行命令。

**第 4 步：过滤噪音。** 如果命名空间里有几十个 Pod，就在资源视图中过滤。可以用匹配服务名的正则、排除健康 Pod 的反向正则、基于应用标签的标签选择器，或者模糊查找。目标是只留下不断重启的那些 Pod。

**第 5 步：弄清 Pod 在架构中的位置。** 打开 XRay 查看依赖树：哪个 Deployment 生成了哪个 ReplicaSet，再生成了哪个 Pod。如果还没有全局概念，可以用 Pulses 查看集群概况。要问的问题是：故障只出现在新的 ReplicaSet 上，还是这个 Deployment 下的所有 Pod 都在崩溃？

**第 6 步：读日志。** 大部分时间会花在这里。k9s 默认拉取最后 100 行，保留 1,000 行缓冲区，`sinceSeconds` 设为 -1 表示实时跟踪日志。重点看 Pod 每次崩溃前的最后几行。如果服务日志量很大，可以在配置文件里调高这些值。

诊断结束时，你已经掌握了集群、命名空间、Deployment 和相关日志行，而且没有改动客户系统的任何东西。

**要点:** 在客户集群上，读权限是默认状态；写权限必须有意识地手动开启。

## 风险恰恰来自便利本身

一个能让你快速浏览的工具，也能让你快速动手，而 ctrl-k 不会问第二遍。在测试集群上，失手的代价是花几秒钟重建资源；在客户的生产集群上，代价可能是对方刚刚交给你的信任。

所以，只读不应该是每次启动都要记得的习惯。k9s 的配置支持全局或按 context 设置只读，默认是关闭的。建议从第一天起就为每个生产 context 开启只读，只有在客户书面同意后，才在 dev context 上开放写权限。

如果要在 k9s 里编辑资源，安装文档要求设置 `EDITOR` 或 `KUBE_EDITOR` 环境变量。在客户机器上设置之前，先想想是否真的应该手动编辑。变更通常应该落在客户的 manifest 或流水线里，这样才有迹可查。

还有一条建议：把 k9s 当作 kubectl 的加速器，而不是理解 Kubernetes 的替代品。如果你还看不懂事件，也判断不出 Pod 为什么处于 CrashLoopBackOff，k9s 只会让你更快地陷入混乱。

## 先学 kubectl，再提速

合理的顺序是先熟练使用 kubectl 处理 Pod、Deployment、日志和 context，再转向 k9s。上手之后，重点学三件事：冒号命令和 `:ctx`、标签过滤，以及用 XRay 读懂陌生集群的架构。

README 还提到了 Popeye，一个集群健康扫描工具。需要整理一份问题清单和客户讨论时，值得一试。

在简历或 FDE 面试中，不要只写“会用 k9s”。讲一次具体的事故：你以只读权限进入生产集群，按标签定位故障 Pod，阅读实时日志，并通过客户的流程提出修复方案。招聘经理想看到的，是你能在保证安全的前提下快速诊断。

客户的集群不是练习场。打开 k9s 之前先加上 `--readonly`，然后再开始排查故障。

**本周动手试试:**

- 安装 k9s，创建一个测试集群，用 k9s --readonly 打开，确认 delete、kill 和 edit 全部被禁用
- 在配置文件中为每个生产 context 开启只读，并按自己读日志的习惯设置 sinceSeconds、tail 和 buffer
- 在测试集群上故意让一个 Pod 进入 CrashLoopBackOff，然后像真实诊断一样，用过滤、XRay 和实时日志追踪它

## 信源

- [K9s - Kubernetes CLI To Manage Your Clusters In Style!](https://k9scli.io/)

- [derailed/k9s: Kubernetes CLI To Manage Your Clusters In Style!](https://github.com/derailed/k9s)

- [If you K8s, please try K9s... (Fernand Galiana, via Changelog)](https://changelog.com/news/9NbQ)

- [K9s Commands](https://k9scli.io/topics/commands/)

- [K9s Configuration](https://k9scli.io/topics/config/)

- [K9s Installation](https://k9scli.io/topics/install/)
