项目背景：矿业边缘计算需求
包头白云矿区某矿业企业，在白云矿区5个采矿点部署了环境监测设备（粉尘、噪音、气体浓度传感器），每个采矿点的边缘计算节点需要实时采集传感器数据、做初步清洗聚合后回传至总部数据中心。
传统方案是在每个采矿点部署一台服务器运行采集程序，但面临以下痛点：矿点分散（相距3-15公里）、网络不稳定（矿区4G回传）、无驻场IT人员、应用更新需人工到现场。2026年6月，企业决定采用K3s构建边缘Kubernetes集群，实现5个矿点+1个总部管理节点的统一管理。
架构设计：1 Master + 5 Edge Node
节点规划
| 角色 | 位置 | 硬件配置 | 网络 |
|---|---|---|---|
| Master节点 | 总部数据中心机房 | 戴尔R650（Xeon 4314 16C/64G/2×960G SSD） | 固定IP/100M专线 |
| Edge-1 | 1号采矿点 | 研华ARK-3534工控机（i5-11400/16G/480G SSD） | 4G回传 |
| Edge-2 | 2号采矿点 | 同上 | 4G回传 |
| Edge-3 | 3号采矿点 | 同上 | 4G回传+卫星备份 |
| Edge-4 | 4号采矿点 | 同上 | 4G回传 |
| Edge-5 | 5号采矿点 | 同上 | 4G回传 |
为什么选K3s而非K8s
- 轻量：K3s单二进制约70MB，内存占用256MB，适合工控机资源受限场景
- 内置容器运行时：K3s内置containerd，无需额外安装Docker
- 网络插件：内置Flannel VXLAN，矿区跨节点通信无需额外配置
- 离线安装：将K3s二进制和离线镜像打包，无需矿点联网即可安装
- Tunnel后端：Edge节点通过TLS隧道连接Master，无需Master暴露API端口至公网
部署实施：离线安装+批量脚本
步骤1：制作离线安装包
在总部服务器上下载K3s v1.29.4+k3s1二进制文件和离线镜像包：
# 下载K3s二进制 wget https://github.com/k3s-io/k3s/releases/download/v1.29.4+k3s1/k3s wget https://github.com/k3s-io/k3s/releases/download/v1.29.4+k3s1/k3s-airgap-images-amd64.tar.zst # 制作离线安装包 mkdir -p /k3s-offline cp k3s /k3s-offline/ cp k3s-airgap-images-amd64.tar.zst /k3s-offline/ # 将业务镜像一并打包 docker save -o /k3s-offline/app-images.tar sensor-collector:latest data-aggregator:latest alert-gateway:latest # 打包安装脚本 cp install-master.sh install-edge.sh /k3s-offline/ tar czf k3s-offline.tar.gz /k3s-offline/
步骤2：Master节点安装
# 安装K3s Server（Master） INSTALL_K3S_SKIP_DOWNLOAD=true K3S_KUBECONFIG_MODE="644" ./install-master.sh server --tls-san 10.0.0.1 --data-dir /data/k3s --kube-apiserver-arg=default-not-ready-toleration-seconds=300 --kube-apiserver-arg=default-unreachable-toleration-seconds=300 # 获取Edge节点加入Token cat /var/lib/rancher/k3s/server/node-token # 输出：K101234...（复制此Token）
toleration参数配置为300秒，目的是当矿区4G网络抖动导致Edge节点短暂失联时，不会立即驱逐Pod，给网络恢复留出缓冲时间。
步骤3：Edge节点批量安装
# 在每个Edge工控机上执行
INSTALL_K3S_SKIP_DOWNLOAD=true K3S_URL=https://master.internal:6443 K3S_TOKEN=K101234... ./install-edge.sh agent --node-label=edge-node=true --node-label=mine-point=P1 --data-dir /data/k3s --node-ip $(hostname -I | awk '{print $1}')
5台Edge节点通过4G网络连接Master的TLS隧道注册，整个过程在每台工控机上执行约3分钟。安装完成后在Master上查看节点状态：
kubectl get nodes -o wide NAME STATUS ROLES AGE VERSION INTERNAL-IP master Ready control 1h v1.29.4+k3s1 10.0.0.1 edge-1 Ready <none> 45m v1.29.4+k3s1 192.168.10.1 edge-2 Ready <none> 44m v1.29.4+k3s1 192.168.20.1 edge-3 Ready <none> 43m v1.29.4+k3s1 192.168.30.1 edge-4 Ready <none> 42m v1.29.4+k3s1 192.168.40.1 edge-5 Ready <none> 41m v1.29.4+k3s1 192.168.50.1
应用部署：传感器数据采集流水线
每个Edge节点上部署3个容器：
- sensor-collector：Python应用，通过Modbus RTU/TCP读取传感器数据，写入本地Redis缓存
- data-aggregator：Java应用，每5分钟从Redis拉取数据做清洗聚合，写入本地SQLite
- data-sender：Go应用，每10分钟将SQLite中的聚合数据通过HTTPS回传至总部API
使用DaemonSet确保每个Edge节点运行一份采集器，Deployment部署聚合和回传应用。通过nodeSelector将采集器绑定到指定矿点。
应用远程更新
在总部Master上构建新镜像→推送至本地Harbor仓库→修改Deployment YAML中的image tag→kubectl apply。Edge节点会自动拉取新镜像并滚动更新，无需人工到现场。考虑到4G网络带宽有限，镜像做了分层优化，单次更新传输约15MB。
网络中断容错
矿区4G网络平均每周断线2-3次，每次10-60分钟。K3s的容错机制：
- 节点失联300秒内不驱逐Pod（toleration配置）
- 本地SQLite缓存7天数据，网络恢复后批量回传
- K3s Agent内置重连机制，网络恢复后自动重新注册
实际运行2个月数据：5个Edge节点累计断线47次，均自动恢复，无数据丢失。
运维监控
在Master上部署Prometheus + Grafana监控面板，监控指标包括：
- 各节点CPU/内存/磁盘使用率
- Pod运行状态和重启次数
- 4G网络延迟和丢包率（通过ping Master节点）
- 传感器数据采集成功率
告警规则：节点NotReady超过10分钟→企业微信机器人告警；采集成功率低于95%→告警。
包头企业K3s/K8s集群部署、边缘计算方案、服务器运维管理，请联系不舍昼夜技术：17704868686，提供架构设计、部署实施、运维监控一站式服务。
【不舍昼夜技术 · 包头IT一站式服务】
电脑/服务器：重装系统、硬件升级、服务器Linux/Windows环境部署
数据安全：硬盘/U盘/数据库数据恢复、网络安全加固、病毒清理
弱电安防：监控安装、机房建设、综合布线、门禁人脸识别
办公耗材：打印机维修、硒鼓墨盒配送、复印机租赁
软件开发：企业官网、小程序开发、APP定制、ERP系统
服务单位：内蒙古不舍昼夜技术有限公司
业务涵盖：电脑维修/系统重装/数据恢复/监控安防/弱电布线/打印耗材
技术热线：17704868686（包头本地团队，随叫随到！）