Excalidraw绘制K8s架构图实战演练
在一次深夜的架构评审会上，团队围坐在屏幕前讨论Kubernetes集群扩容方案。白板上潦草画着控制平面和工作节点的关系图，有人指着某处说“这里应该加个etcd备份路径”，另一个人却误解为“是不是要再部署一个API Server？”——这种因表达不清导致的沟通偏差，在技术团队中屡见不鲜。
而当我们将这个场景搬到Excalidraw上时，一切变得不同了：一人拖出一个矩形标注“etcd”，另一人实时看到光标移动并直接在线补充“← 备份实例”；第三位成员用带箭头的线条连向主节点，同时打字：“建议通过Velero做定期快照”。无需等待会议纪要，所有修改即时可见、永久留存。这正是现代云原生协作所需要的可视化能力。
Kubernetes 的架构复杂性早已超出传统流程图工具能轻松表达的范畴。它的组件不仅多，而且关系动态、层次交错。API Server 与 kubelet 之间是长连接监听，Service 背后可能隐藏几十个 Pod 实例，Ingress Controller 又要对接外部负载均衡器……如果用标准几何图形去描绘这一切，很容易变成一张冷冰冰的“电路板图纸”，让人望而生畏。
这时候，手绘风格的亲和力就显得尤为重要。Excalidraw 正是抓住了这一点：它不追求完美对齐或工业级精确，反而故意让线条有些“抖动”，像极了工程师在白板上随手勾勒的样子。但别被它的“随意感”骗了——底层的数据结构极其严谨，每个元素都是可序列化的 JSON 对象，支持版本控制、API 集成和自动化处理。
你可以把它看作是一个兼具人性化表达与工程化管理双重特性的设计平台。它既适合远程头脑风暴时快速草图，也能作为正式文档中的配图来源，甚至可以嵌入 CI/CD 流程实现架构图的自动更新。
比如，我们常需要向新同事讲解 K8s 架构。与其翻 PPT，不如打开一个共享的 Excalidraw 白板，一边讲一边画：“你看，用户提交 YAML 文件后，首先到达 API Server，然后写入 etcd……”随着讲解推进，听众不仅能看清结构，还能看到思维流动的过程。这种“可视化教学”的效果远胜静态图片。
更进一步地，借助其 AI 辅助功能（实验性），你甚至可以直接输入自然语言提示来生成初稿：
“Draw a Kubernetes cluster with master and worker nodes, showing API Server, etcd, Scheduler, Controller Manager on the control plane, and Kubelet, Kube-proxy, CRI on workers. Include Pods and Services.”
AI 会解析语义，调用绘图接口自动生成带有基本布局和标签的草图。虽然目前还不能完全替代人工精修——比如网络策略细节或特定插件位置仍需手动调整——但它已经能帮你省下至少一半的起稿时间。尤其对于非专职绘图人员来说，这是极大的效率提升。
从技术实现角度看，Excalidraw 的架构也非常值得称道。它采用前端主导的设计模式，所有图形由浏览器通过 Canvas 或 SVG 渲染，操作以增量消息形式通过 WebSocket 同步。这意味着即使在网络延迟较高的情况下，协作依然流畅。每个用户的光标颜色不同，编辑动作实时广播，变更历史独立记录，支持各自的撤销/重做操作流。
如果你希望私有化部署以保障数据安全，官方提供了 Docker 镜像excalidraw/excalidraw，一条命令即可启动本地服务：
docker run -d \ --name excalidraw \ -p 8080:80 \ excalidraw/excalidraw:v1.0.0访问http://localhost:8080就能获得一个完全独立运行的实例。企业环境下还可以配合 Nginx 做 HTTPS 反向代理，集成 OAuth2 认证中间件进行权限控制，并定期备份 SQLite 数据库文件以防数据丢失。
在实际绘制 K8s 架构图时，我通常遵循这样一个流程：
- 分层抽象：先把整个系统拆解为控制面、数据面、网络模型和外部依赖四个逻辑层。
- 区域划分：用虚线框圈出“Control Plane”和“Worker Nodes”两大区域，使用蓝色系表示控制组件，绿色代表工作节点。
- 组件填充：依次放入 API Server、etcd、Scheduler 等图标，可用导入的 K8s 官方 logo 提升专业感。
- 关系连线：用带箭头的曲线表示调用方向，双向箭头体现 watch 机制或心跳检测。
- 语义注释：添加文本说明关键协议，如“REST over HTTPS”、“gRPC to CRI”等。
- 协作完善：生成共享链接邀请团队评审，在线收集反馈并即时修改。
整个过程非常自由，没有模板束缚。你可以把 Pod 内部容器画成嵌套矩形，也可以用云朵形状表示外部服务。Excalidraw 支持自由组合（Group）和图层锁定，避免误操作破坏已有结构。
更重要的是，这些图纸不是“一次性作品”。导出为 PNG 可插入 Markdown 或 Confluence 文档，导出 SVG 用于高清印刷，而保存下来的 JSON 文件则可以直接提交到 Git 仓库，实现真正的架构图版本化管理。下次重构时，对比 diff 就能看出哪些组件被移除、哪些通信路径发生了变化。
这也引出了一个深层次的价值：图纸即代码（Diagrams as Code）的轻量化实践。虽然有专门的 DSL 工具如 PlantUML 或 Mermaid，但在需要快速迭代、频繁讨论的场景下，纯文本绘图语言反而成了负担。Excalidraw 在“可视化灵活性”与“工程可管理性”之间找到了很好的平衡点。
举个例子，我们在排查一次 Service 不可达的问题时，临时拉了个白板还原现场配置。一位运维同事迅速画出了当前拓扑，另一位立刻指出“Ingress 规则漏写了 path rewrite”，并在图上直接标注出来。问题定位完成后，这张图被导出归档为 incident report 的附件。几个月后再复盘时，依然能清晰还原当时的系统状态。
当然，使用过程中也有一些经验值得注意：
- 组件命名尽量统一术语，比如用 “Kube-API-Server” 而非混用 “apiserver” 或 “kube-apiserver”；
- 控制组件大小比例，避免某个模块过大影响整体布局；
- 善用颜色区分职责域，但不要超过三种主色调，以免视觉混乱；
- 手绘风格本身已有表现力，无需额外添加阴影或渐变效果；
- 定期手动导出重要版本，尽管有自动保存机制，但仍存在缓存丢失风险。
对于企业级应用，建议启用持久化存储，并设置定期备份策略。若需更高安全性，可在容器外挂载加密卷存放数据库文件，或接入外部 Redis 实现多房间状态同步。
如今，越来越多的技术团队开始意识到：好的可视化工具本身就是一种生产力基础设施。它不只是为了“画得好看”，更是为了降低认知负荷、加速信息传递、固化知识资产。在云原生时代，系统的演进速度越来越快，架构文档如果跟不上节奏，就会沦为“过期地图”。
而 Excalidraw 正是以其极简设计、开放架构和不断进化的 AI 能力，成为这场变革中的有力推手。它让我们重新思考：一张架构图，不仅可以是结果的呈现，更可以是协作的过程、决策的痕迹、知识的载体。
当你下次准备打开 PowerPoint 画 K8s 架构时，不妨试试换一种方式——打开一块数字白板，拿起虚拟笔，边想边画，边讲边改。你会发现，那些原本抽象难懂的概念，突然之间变得触手可及。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
