Cluster API 与声明式集群生命周期管理

Management Cluster（管理集群）
 ├── CAPI 核心控制器（Cluster / Machine / MachineSet / MachineDeployment）
 ├── Bootstrap Provider（生成 cloud-init 等引导数据）
 ├── ControlPlane Provider（管理控制面，如 KubeadmControlPlane）
 └── Infrastructure Provider（创建云主机 / 负载均衡 / 网络）
        └── 创建并管理 Workload Cluster A / B / C ...

clusterctl init --infrastructure aws
clusterctl generate cluster prod-1 --kubernetes-version v1.31.0 \
  --control-plane-machine-count 3 --worker-machine-count 3 > prod-1.yaml
kubectl apply -f prod-1.yaml
clusterctl describe cluster prod-1 --show-conditions all

Cluster                       集群的顶层声明（控制面 Endpoint、网络）
 ├── KubeadmControlPlane      控制面（3 台机器 + etcd）
 │    └── Machine x3          单台机器（绑定 InfraMachine + Bootstrap）
 ├── MachineDeployment        工作节点池（类似 Deployment）
 │    └── MachineSet          一组同规格机器（类似 ReplicaSet）
 │         └── Machine xN
 └── ClusterResourceSet       集群初始化资源（CNI、CSI）

apiVersion: cluster.x-k8s.io/v1beta1
kind: Cluster
metadata:
  name: prod-1
spec:
  clusterNetwork:
    pods:
      cidrBlocks: ["10.244.0.0/16"]
    services:
      cidrBlocks: ["10.96.0.0/12"]
  controlPlaneRef:
    apiVersion: controlplane.cluster.x-k8s.io/v1beta1
    kind: KubeadmControlPlane
    name: prod-1-control-plane
  infrastructureRef:
    apiVersion: infrastructure.cluster.x-k8s.io/v1beta2
    kind: AWSCluster
    name: prod-1

apiVersion: cluster.x-k8s.io/v1beta1
kind: Machine
metadata:
  name: prod-1-md-0-abc12
spec:
  clusterName: prod-1
  version: v1.31.0
  bootstrap:
    dataSecretName: prod-1-md-0-abc12-bootstrap-data
  infrastructureRef:
    kind: AWSMachine
    name: prod-1-md-0-abc12

apiVersion: infrastructure.cluster.x-k8s.io/v1beta2
kind: AWSMachineTemplate
metadata:
  name: prod-1-md-0
spec:
  template:
    spec:
      instanceType: m6i.xlarge
      iamInstanceProfile: nodes.cluster-api-provider-aws.sigs.k8s.io
      sshKeyName: prod-key
      rootVolume: {size: 100, type: gp3}

CAPI 核心版本 <-> Provider 版本 <-> Kubernetes 版本
例如：CAPI v1.8 支持 K8s 1.28~1.31，CAPA v2.6 对应 CAPI v1.8

1. 应用 Cluster + AWSCluster
2. Infrastructure Provider 创建 VPC / 子网 / LB / 安全组
3. Cluster 获得 controlPlaneEndpoint
4. KubeadmControlPlane 创建第一台控制面机器，Bootstrap 生成 cloud-init
5. 其余控制面节点加入，etcd 组成集群
6. MachineDeployment 创建 Worker 节点并 join，ClusterResourceSet 下发 CNI/CSI
7. Cluster 状态置为 Ready

clusterctl describe cluster prod-1 --show-conditions all
kubectl get cluster,machine,kubeadmcontrolplane,machinedeployment -n default

kubectl patch kubeadmcontrolplane prod-1-control-plane --type merge \
  -p '{"spec":{"version":"v1.31.1"}}'

apiVersion: cluster.x-k8s.io/v1beta1
kind: MachineDeployment
metadata:
  name: prod-1-md-0
spec:
  replicas: 6
  strategy:
    type: RollingUpdate
    rollingUpdate:
      maxSurge: 1
      maxUnavailable: 0
  selector:
    matchLabels:
      cluster.x-k8s.io/cluster-name: prod-1
      pool: md-0
  template:
    spec:
      clusterName: prod-1
      version: v1.31.1
      infrastructureRef:
        kind: AWSMachineTemplate
        name: prod-1-md-0

# 1. 用临时集群创建管理集群（含 CAPI 组件）
clusterctl init --infrastructure aws
# 2. 迁移 CAPI 组件与 CR 到目标管理集群
clusterctl move --to-kubeconfig=mgmt.kubeconfig

gitops-repo/
 ├── clusters/prod-1/{cluster.yaml,kcp.yaml,md-0.yaml}
 ├── clusters/prod-2/...
 └── fleets/prod-clusterset.yaml     # 批量定义共同属性

apiVersion: cluster.x-k8s.io/v1beta1
kind: ClusterClass
metadata:
  name: aws-standard
spec:
  infrastructure:
    ref: {kind: AWSClusterTemplate}
  controlPlane:
    ref: {kind: KubeadmControlPlaneTemplate}
  workers:
    machineDeployments:
      - class: default-worker
        template:
          bootstrap:
            ref: {kind: KubeadmConfigTemplate}

kind: Cluster
spec:
  topology:
    class: aws-standard
    version: v1.31.0
    controlPlane:
      replicas: 3
    workers:
      machineDeployments:
        - {class: default-worker, name: md-0, replicas: 6}

□ 管理集群自身也要高可用（3 控制面 + etcd 备份）
□ 单个管理集群的纳管规模有上限（控制器并发与 etcd 压力）
□ 分批升级 Provider，避免一次影响全部集群
□ 为每个工作负载集群配置独立命名空间与 RBAC

□ Cluster 加注解 cluster.x-k8s.io/paused 或删除保护 webhook
□ GitOps 仓库加保护分支与审批
□ 云侧开启资源删除保护（如 AWS DeletionProtection）
□ 定期备份管理集群的 etcd

删除顺序：MachineDeployment -> MachineSet -> Machine -> 云主机 -> 网络 -> Cluster
常见阻塞：云资源被手动挂载的卷 / 安全组依赖占用；finalizer 未清除

□ 管理集群独立部署，3 控制面 + etcd 定期备份
□ 使用 ClusterClass 模板化，禁止复制粘贴 YAML
□ 集群清单纳入 Git，用 Flux/Argo CD 同步
□ 控制面副本数为奇数且 >= 3
□ 滚动更新用 maxSurge=1 + maxUnavailable=0
□ 所有有状态工作负载配置 PDB
□ 升级顺序：Provider 先于核心，控制面先于工作节点
□ 一次只升一个次版本，关键集群开启删除保护
□ 用 clusterctl describe 做例行巡检