定位与前置门槛
Kubernetes 不是 Docker 的替代品，而是更高维度的编排层。很多开发者卡在“能用 kubectl”却“不懂为什么这样设计”的阶段，导致线上故障排查困难、扩缩容逻辑混乱。这门课专门解决这个断层：它从 Docker 网络与存储模型切入，逐步过渡到 Pod 调度、Service 网络、控制器模型和持久化存储，避免一上来就堆砌命令导致的认知过载。建议具备 Linux 基础操作能力和 Docker 使用经验后再开始，否则第 3 章的容器网络部分会成为明显的理解瓶颈。入门阶段重点打通“镜像构建—容器运行—网络通信”这条基础链路，不要急于跳进多节点集群配置。
核心模块拆解
课程的中段结构非常紧凑，涵盖了生产环境中最常用的四个核心能力：工作负载抽象（Deployment/StatefulSet）、服务发现与负载均衡、配置与密文的分离管理、以及基于 Helm 的包化管理。第 11 章通过博客项目的完整落地，把前面分散的概念串联成一个可运行的应用；第 12 章引入 Helm Chart 的编写思路，强调复用性而非单纯调用模板。监控部分采用 Prometheus 加 Grafana 的经典组合，不是泛泛而谈指标收集，而是直接对接 Kubernetes 的资源模型，帮助读者建立可观测性意识。建议先把前九章的理论概念在本地 Minikube 或 Kind 环境中跑通，再进入项目实战，否则很容易变成“跟着敲但不知道在动什么”。
练习路径与产出预期
资料包中的项目配置、Helm Chart 示例和监控配置文件，不是用来背诵的，而是用来对照修改的。初学者可以先克隆现有配置让它跑起来，再尝试单独改动一个 Service 的端口映射或 ConfigMap 的值，观察 Pod 重启后的状态变化。学完这套内容后，你应该能够独立搭建一个小型的高可用集群，完成应用的容器化打包、版本发布、配置注入和基础监控告警，而不是只会用官方文档里的 hello-world 示例。后续若要深入服务网格或云原生安全，这里打下的控制面认知会是必要的前提。
