别看 Kubernetes 是个非常庞大的东西，但有了这些技巧，我们可以让应用在生产环境中实现真正的零宕机发布！下面就一起来看看这背后的配置和技术细节吧！
1. 健康检查，确保应用在 Kubernetes 上能持续健康
-
就绪探针（readinessProbe）：它负责检测容器是否准备好接收请求。如果容器没准备好，Kubernetes 就不会把流量路由到它。 -
存活探针（livenessProbe）：它负责监控容器是否死掉。如果容器挂掉了，Kubernetes 就会重启它。
pom.xml 或者 build.gradle 中添加了 actuator 依赖：<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-actuator</artifactId>
</dependency>
application.yaml 中配置健康检查的端点：endpoints:
web:
exposure:
include: health,info
health:
diskspace:
enabled: true
path: /
threshold: 100MB
/actuator/health 作为健康检查端点。你可以通过这个端点来检查应用的健康状况。当然，你也可以根据需要自定义其他探针，比如磁盘空间、数据库连接等。deployment.yaml 配置示例：kind: Deployment
metadata:
name: my-springboot-app
spec:
replicas: 3
template:
metadata:
labels:
app: my-springboot-app
spec:
containers:
– name: my-springboot-container
image: myrepo/my-springboot-app:latest
ports:
– containerPort: 8080
readinessProbe:
httpGet:
path: /actuator/health
port: 8080
initialDelaySeconds: 5
periodSeconds: 10
livenessProbe:
httpGet:
path: /actuator/health
port: 8080
initialDelaySeconds: 15
periodSeconds: 20
2. 滚动更新：让应用更新不中断
maxSurge 和 maxUnavailable。-
maxSurge：控制可以创建的最大额外 Pod 数量。 -
maxUnavailable：控制在更新期间最多可以不可用的 Pod 数量。
deployment.yaml 中的配置如下：type: RollingUpdate
rollingUpdate:
maxSurge: 1
maxUnavailable: 0
3. 优雅停机：确保旧版本容器平滑退出
preStop 生命周期钩子，可以在容器终止之前执行一些清理工作。Spring Boot 也有优雅关机的机制，我们可以通过设置 shutdown 为 true 来让应用执行优雅关机。application.yaml 中开启 Spring Boot 的优雅关机：shutdown:
graceful: true
curl 工具来检测健康状态：RUN apt-get update && apt-get install -y curl
COPY target/my-springboot-app.jar /app/my-springboot-app.jar
CMD [“java”, “-jar”, “/app/my-springboot-app.jar”]
preStop 钩子来确保在 Pod 被终止之前执行必要的清理操作：preStop:
exec:
command: [“sh”, “-c”, “curl –silent –fail http://localhost:8080/actuator/shutdown”]
4. 弹性伸缩：根据负载自动扩容
resources）和 水平 Pod 自动伸缩（HPA） 来实现自动扩容。资源限制可以帮助 Kubernetes 确保每个容器不会消耗过多的 CPU 或内存，而 HPA 会根据 CPU 或内存的使用情况自动调整 Pod 数量。deployment.yaml 中，配置容器资源限制如下：requests:
memory: “256Mi”
cpu: “250m”
limits:
memory: “512Mi”
cpu: “500m”
kind: HorizontalPodAutoscaler
metadata:
name: my-springboot-hpa
spec:
scaleTargetRef:
apiVersion: apps/v1
kind: Deployment
name: my-springboot-app
minReplicas: 2
maxReplicas: 10
metrics:
– type: Resource
resource:
name: cpu
target:
type: Utilization
averageUtilization: 50
5. Prometheus 监控：让我们时刻掌握应用状态
pom.xml 中：<groupId>io.micrometer</groupId>
<artifactId>micrometer-registry-prometheus</artifactId>
</dependency>
application.yaml 中配置 Prometheus 集成：metrics:
export:
prometheus:
enabled: true
kind: Deployment
metadata:
name: my-springboot-app
spec:
replicas: 3
template:
metadata:
labels:
app: my-springboot-app
spec:
containers:
– name: my-springboot-container
image: myrepo/my-springboot-app:latest
ports:
– containerPort: 8080
– containerPort: 8081 # Prometheus metrics port
6. 配置分离：灵活管理配置
kind: Deployment
metadata:
name
: my-springboot-app
spec:
replicas: 3
template:
metadata:
labels:
app: my-springboot-app
spec:
containers:
– name: my-springboot-container
image: myrepo/my-springboot-app:latest
volumeMounts:
– name: config-volume
mountPath: /config
volumes:
– name: config-volume
configMap:
name: my-app-config
总结
声明：
本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
