Docker 作为容器化工具，在单机场景下能高效解决应用打包与隔离问题，但当容器规模扩大（超过 10 个）或需要跨主机部署时，其局限性会显著暴露，而这些正是 Kubernetes（K8s）的核心解决场景。具体而言，Docker 的局限性及 K8s 的应对方式如下：

1. 无法实现 “集群调度”：手动分配效率低、易出错

Docker 仅能管理单台主机上的容器，当应用需要部署到多台主机（如 10 台服务器组成的集群）时，所有操作都需人工介入：

• 需手动决定 “哪个容器部署到哪台主机”，若容器数量达数十甚至上百个，分配过程繁琐且易因 “某台主机负载过高”“资源不足” 导致部署失败；
• 若新增主机或某台主机下线，需手动迁移容器，无法动态适配集群资源变化。

K8s 的解决方式：
K8s 内置 Scheduler（调度器），可将多台主机视为 “统一资源池”，自动完成容器调度：

• 基于容器的资源需求（如 “需要 2 核 CPU、4GB 内存”）、节点负载（如 “某节点 CPU 使用率仅 30%”）、亲和性规则（如 “数据库容器需与存储节点近邻”），自动选择最优节点部署容器；
• 当集群新增节点或节点故障时，Scheduler 会动态调整容器分布，无需人工干预。

2. 无 “高可用保障”：容器崩溃、主机宕机即业务中断

Docker 对容器的 “故障自愈” 能力几乎为零：

• 若容器因内存泄漏、代码 bug 崩溃，Docker 不会自动重启，需人工执行 docker start 恢复，期间业务中断；
• 若运行容器的主机因硬件故障、网络中断宕机，该主机上的所有容器将彻底失效，且无法自动迁移到其他健康主机，导致服务长时间不可用。

K8s 的解决方式：
K8s 通过 控制器（Controller） 实现 “自愈与故障转移”：

• 容器级自愈：Deployment、StatefulSet 等控制器会持续监控 Pod（容器组）状态，若 Pod 崩溃（如健康检查失败），会立即在原节点重建新 Pod；
• 节点级故障转移：Node Controller 实时检测节点状态，若某节点宕机，控制器会自动将该节点上的所有 Pod 迁移到其他健康节点，确保服务持续可用（如电商支付服务，即使某台主机宕机，Pod 会在 1 分钟内迁移到其他节点恢复服务）。

3. 无 “服务发现与负载均衡”：跨主机通信难、多副本流量不均

在多容器、跨主机场景中，Docker 无法解决 “容器间如何稳定通信” 的问题：

• 容器 IP 是动态分配的（重启或迁移后 IP 会变化），若跨主机的两个容器需通信（如 Web 容器调用数据库容器），需手动记录并更新 IP，极易因 IP 变化导致连接失败；
• 若某服务部署多个副本容器（如 3 个 Web 容器分担流量），Docker 无法将请求 “均匀分配” 到副本，可能导致某容器过载而其他容器空闲。

K8s 的解决方式：
K8s 通过 Service 资源实现 “服务发现与负载均衡”：

• 服务发现：Service 为一组副本 Pod 分配固定的虚拟 IP（ClusterIP）和访问名称（如 web-service），其他服务只需通过 “名称 + 端口”（如 web-service:8080）访问，无需关注 Pod 的动态 IP；
• 负载均衡：Service 会自动监测 Pod 健康状态，将请求分发到健康的副本，实现流量均匀分担（如 3 个 Web 副本，每个副本接收约 1/3 的请求）。

4. 无 “弹性伸缩”：资源利用率低、无法应对流量波动

Docker 无法根据业务流量动态调整容器数量：

• 流量高峰时（如电商大促），若原有的 2 个 Web 容器无法承载请求，需人工执行 docker run 新增容器，操作滞后且易出错；
• 流量低谷时（如凌晨），多余的容器仍占用 CPU、内存资源，导致资源浪费（如 10 个容器仅使用 20% 资源，却无法自动缩减）。

K8s 的解决方式：
K8s 通过 HPA（Horizontal Pod Autoscaler，水平 Pod 自动伸缩器） 实现 “按需伸缩”：

• 可配置伸缩规则（如 “当 Pod 的 CPU 使用率超过 70% 时，自动增加副本数；低于 30% 时，减少副本数”），规则基于监控指标（CPU、内存、自定义指标如 QPS）动态触发；
• 伸缩过程完全自动化，例如大促时 10 分钟内将 Web 副本从 3 个扩至 10 个，低谷时缩至 2 个，既保证服务稳定，又提高资源利用率。

总结：Docker 与 K8s 的互补关系

Docker 解决了 “应用如何标准化打包与单机运行” 的问题，是容器化的基础；但当容器规模扩大到 “集群级”，其在调度、高可用、通信、伸缩等方面的局限性凸显。K8s 则专为解决这些 “大规模容器管理难题” 设计，两者协同形成 “容器化→集群化” 的完整解决方案：Docker 让应用 “可容器化”，K8s 让容器 “可规模化、高可用运行”。