零停机pod更新

零停机pod更新

中断原因：

1、新建Pod

Pod running 后被加入到 service对应的Endpoint 后端

中断原因：

请求通过service转发到 Pod 中，但是 Pod 业务代码还未初始化完毕，无法处理请求，导致服务中断 。

解决办法：

为 pod 配置就绪检测，等待业务代码初始化完毕后后 再将pod加入到Endpoint后端。

2、删除Pod

1. pod 状态变更：将 Pod 设置为 Terminating 状态，并从所有 Service 的 Endpoints 列表中删除。此时，Pod 停止获得新的流量，但在 Pod 中运行的容器不会受到影响；
2. 执行 preStop Hook：Pod 删除时会触发 preStop Hook，preStop Hook 支持 bash 脚本、TCP 或 HTTP 请求；
3. 发送 SIGTERM 信号：向 Pod 中的容器发送 SIGTERM 信号；
4. 等待指定的时间：terminationGracePeriodSeconds 字段用于控制等待时间，默认值为 30 秒。该步骤与 preStop Hook 同时执行，因此 terminationGracePeriodSeconds 需要大于 preStop 的时间，否则会出现 preStop 未执行完毕，pod 就被 kill 的情况；
5. 发送 SIGKILL 信号：等待指定时间后，向 pod 中的容器发送 SIGKILL 信号，删除 pod。

中断原因：

上述 1、2、3、4步骤同时进行，因此有可能存在 Pod 收到 SIGTERM 信号并且停止工作后，还未从 Endpoints 中移除的情况。此时，请求从 service转发到 pod 中，而 Pod 已经停止工作，因此会出现服务中断

解决办法：

为 pod 配置 preStop Hook，使 Pod 收到 SIGTERM 时 sleep 一段时间而不是立刻停止工作，从而确保从 service 转发的流量还可以继续被 Pod 处理。

3、滚动更新策略

maxSurge：和期望ready的副本数比，超过期望副本数最大比例（或最大值），这个值调的越大，副本更新速度越快。

maxUnavailable：和期望ready的副本数比，不可用副本数最大比例（或最大值），这个值越小，越能保证服务稳定，更新越平滑。

中断原因：

若设置不合理，可能导致服务中断，比如repicas为1，maxSurge和maxUnavailable均设置为1，则可能出现无可用pod，导致服务中断。

解决办法：

建议使用默认值:

​ maxSurge: 25%

​ maxUnavailable: 25%

解决办法

针对上述的中断原因，可使用以下配置处理：(滚动更新策略、就绪检测、配置preStop Hook)

apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app: dev-user-backend
    release: dev-user-backend
  name: dev-user-backend
  namespace: dev
spec:
  progressDeadlineSeconds: 600
  replicas: 1
  revisionHistoryLimit: 10
  selector:
    matchLabels:
      app: dev-user-backend
      release: dev-user-backend
  strategy:
  # 滚动更新策略
    rollingUpdate:
      maxSurge: 25%
      maxUnavailable: 25%
    type: RollingUpdate
  template:
    metadata:
      labels:
        app: dev-user-backend
        release: dev-user-backend
    spec:
      containers:
      - image: harbor.xxx.xxx/dev/user-backend:dev398-DEVELOP
        imagePullPolicy: IfNotPresent
        name: user-backend
        ports:
        - containerPort: 8127
          name: 8127tcp00
          protocol: TCP
		# 就绪检测  
		readinessProbe:
          failureThreshold: 5
          httpGet:
            path: /user/actuator/health
            port: 8127
            scheme: HTTP
          initialDelaySeconds: 60
          periodSeconds: 10
          successThreshold: 1
          timeoutSeconds: 1
        resources:
          limits:
            cpu: "1"
            memory: 2Gi
          requests:
            cpu: 200m
            memory: 1Gi
        securityContext:
          capabilities: {}
      dnsPolicy: ClusterFirst
      restartPolicy: Always
      securityContext:
        fsGroup: 0
        runAsUser: 0
	  # 配置preStop Hook 	
	  lifecycle: 
        preStop: 
          exec: 
            command: 
            - sleep
            - 30	
      terminationGracePeriodSeconds: 60