« On reste sur Docker ou on passe à Kubernetes ? » La question vient d’une équipe dont les conteneurs tournent sur quelques serveurs, et qui voit arriver de nouveaux services, une exigence de disponibilité ou un changement d’hébergeur. Ainsi formulé, le débat Docker vs Kubernetes met en balance deux outils qui ne font pas le même travail.
Docker sert à construire des images de conteneurs et à exécuter des conteneurs sur une machine. Kubernetes maintient en service des conteneurs sur un ensemble de machines : il les place, les relance, les met à l’échelle et les expose au réseau. Le premier fabrique et fait tourner, le second orchestre. Les deux peuvent donc s’employer ensemble, Docker sur le poste de développement et dans la chaîne de construction, Kubernetes en production. La décision réelle porte sur l’orchestration : en avez-vous besoin, et qui exploitera le cluster qui la fournit ?
Docker vs Kubernetes : deux étages d’un même empilement
Docker se présente dans sa documentation comme une plateforme ouverte pour développer, livrer et exécuter des applications. Son cœur, Docker Engine, fonctionne en client-serveur. Un démon (dockerd) reçoit les commandes du client et se charge de construire les images, de les échanger avec un registre et de lancer les conteneurs. Une image se décrit dans un fichier Dockerfile. Pour gérer le cycle de vie des conteneurs, Docker Engine s’appuie lui-même sur containerd, qui emploie runc par défaut.
Kubernetes se définit comme une plateforme open source de gestion de charges de travail et de services conteneurisés, qui facilite la configuration déclarative et l’automatisation : vous décrivez l’état voulu, le système s’emploie à l’atteindre. Un cluster réunit un plan de contrôle et des nœuds. Sur chaque nœud, un agent, le kubelet, veille à ce que les pods tournent. Il ne lance pas les conteneurs lui-même. Il s’adresse à un moteur d’exécution de conteneurs au travers d’une interface définie par le projet, la Container Runtime Interface (CRI). La documentation cite containerd et CRI-O parmi les moteurs courants.
Reste à dissiper des malentendus fréquents. Kubernetes ne fabrique pas les images : sa documentation indique qu’il ne déploie pas de code source et ne construit pas l’application. Il n’a pas non plus besoin de Docker sur ses nœuds. Les versions antérieures à la 1.24 comprenaient une intégration directe avec Docker Engine, le composant dockershim, retiré du projet à partir de cette version. Docker Engine reste utilisable comme moteur d’exécution au moyen de l’adaptateur cri-dockerd.
Les images, elles, ne sont pas concernées par ce retrait. Celles que produit la commande docker build fonctionnent avec toutes les implémentations de la CRI, parce que le format d’image est normalisé par l’Open Container Initiative (OCI). L’image est le point de jonction entre les deux outils.
Le tableau comparatif de Docker et de Kubernetes
| Docker (Docker Engine, hors mode Swarm) | Kubernetes | |
|---|---|---|
| Rôle | Construire des images, exécuter des conteneurs | Orchestrer des conteneurs déjà construits |
| Périmètre | Une machine | Un cluster : plan de contrôle et nœuds |
| Objet manipulé | L’image et le conteneur | Le pod, plus petite unité déployable, qui regroupe un ou plusieurs conteneurs |
| Construction des images | Oui, à partir d’un Dockerfile | Non |
| Conteneur défaillant | Redémarrage sur la même machine, selon une politique fixée au lancement | Redémarrage, ou remplacement sur un autre nœud si la machine est perdue |
| Mise à l’échelle | Manuelle | Horizontale, sur commande ou automatique |
| Mise à jour d’une application | À scripter | Déploiement progressif et retour arrière intégrés |
| Exposition au réseau | Publication de ports sur la machine | Découverte de services et répartition de charge |
| Ce qu’il faut exploiter | Un démon par machine | Un plan de contrôle, des nœuds, un réseau, des montées de version |
Docker ne se réduit pas à ce fonctionnement sur une machine. Docker Compose définit et lance, à partir d’un fichier YAML, une application faite de plusieurs conteneurs. Le mode Swarm, intégré à Docker Engine, gère un cluster de machines Docker selon un modèle déclaratif de services : nombre de réplicas voulu, remplacement des réplicas perdus, répartition de charge.
Docker possède donc son propre orchestrateur. Lorsque la question porte réellement sur l’orchestration, la comparaison exacte met face à face Swarm et Kubernetes. Swarm s’active dans Docker Engine et se pilote avec la même ligne de commande, sans logiciel supplémentaire. Kubernetes demande plus d’apprentissage et d’exploitation. Sa documentation décrit notamment une mise à l’échelle automatique et des mécanismes d’extension, là où celle du mode Swarm décrit une mise à l’échelle par déclaration du nombre de réplicas voulu. Kubernetes est aussi proposé en service managé par de nombreux fournisseurs de cloud.
Docker seul : les cas où l’orchestrateur est de trop
Docker répond au besoin, sans Kubernetes, dans plusieurs situations courantes :
- le poste de développement et la chaîne d’intégration, où il s’agit de construire une image et de l’essayer ;
- une application hébergée sur un serveur ou quelques-uns, lancée avec Compose, pour laquelle une interruption brève reste acceptable ;
- des outils internes, des traitements planifiés, des environnements de démonstration ;
- les services managés d’exécution de conteneurs des fournisseurs de cloud, qui prennent une image et la font tourner sans exposer de cluster à administrer.
Ce choix a des limites qu’il vaut mieux connaître d’avance. La perte d’une machine interrompt ce qu’elle hébergeait. La mise à l’échelle et les mises à jour reposent sur des scripts que l’équipe écrit et maintient. Tant que le métier s’en accommode, ajouter un orchestrateur crée surtout une charge d’exploitation.
Quand Kubernetes se justifie, avec ou sans Docker
L’orchestration se justifie lorsque plusieurs conditions se cumulent : des services nombreux, déployés souvent et par plusieurs équipes ; une disponibilité qui doit survivre à la perte d’une machine ; une charge variable, qui appelle une mise à l’échelle automatique ; le besoin d’un socle identique d’un hébergeur à l’autre.
Un cluster Kubernetes peut fonctionner sans que Docker soit installé sur aucun de ses nœuds, puisque ceux-ci emploient un moteur tel que containerd ou CRI-O. Les images elles-mêmes peuvent être construites par d’autres outils, et le projet Kubernetes en cite plusieurs. Docker reste néanmoins d’usage courant en amont, sur les postes et dans les chaînes de construction. Docker Desktop embarque d’ailleurs un serveur Kubernetes local, destiné au développement et aux essais.
Le prix de Kubernetes est son exploitation. Montées de version du cluster, réseau, gestion des droits, règles de sécurité, ressources demandées par chaque conteneur : ces sujets réclament des personnes qui s’y consacrent. Un service managé allège cette charge sans la supprimer. La surveillance du cluster est un chantier à part entière, détaillé dans notre article sur la supervision Kubernetes.
Avant d’adopter un orchestrateur : l’application et l’équipe
Kubernetes n’améliore pas une application qui n’a pas été préparée pour lui. Il relance, déplace et multiplie les conteneurs, et l’application doit le supporter. Cela suppose un démarrage et un arrêt propres, une configuration fournie de l’extérieur, des journaux écrits sur la sortie standard, un contrôle de santé que l’orchestrateur puisse interroger, et aucun état conservé dans le conteneur. Les composants à état, bases de données en tête, demandent une étude distincte.
La seconde vérification porte sur l’organisation. Si chaque équipe doit apprendre Kubernetes pour livrer, le gain de l’orchestration se perd dans la configuration. Une réponse consiste à confier le cluster à une équipe plateforme, qui fournit aux autres des parcours de déploiement prêts à l’emploi. C’est le principe du platform engineering, et l’objet de notre offre DevOps et platform engineering.
Docker et Compose font le travail aussi longtemps que les conteneurs tiennent sur quelques machines et qu’une interruption se rattrape. Le sujet se rouvre le jour où la perte d’un serveur devient un incident pour le métier, ou lorsque le nombre de services dépasse ce qu’une équipe peut déployer à la main. C’est alors l’orchestration qu’il faut instruire, coût d’exploitation compris.