调优 Kubernetes 滚动更新实现零停机

调好 maxSurge、maxUnavailable、就绪门控与 preStop 停顿，让 Pod 交替替换期间没有任何失败请求。

目标

默认滚动更新允许四分之一的 Pod 不可用，这会把每次部署变成一次短暂容量削减。把 maxUnavailable 设为零、改用 surge，意味着替补 Pod 先跑起来并通过就绪检查，前任才会退出。再加上覆盖端点传播延迟的 preStop 停顿，整个更新在数学上就不可能拒绝请求。

步骤要点

先测基线：流量持续时用默认策略 kubectl apply，统计更新窗口内的连接错误数。
把策略改为 maxSurge: 1 / maxUnavailable: 0，新 Pod 先启动、容量从不清零。
就绪探针指向真实的 /readyz（校验数据库、缓存、迁移），探针才是真正的流量开关。
加 preStop sleep 5，覆盖“API 已标记终止但节点代理仍在路由”的传播窗口。
kubectl set image 触发真实更新并重跑压测，全程非 200 响应应为零。

排错提示

设了 maxUnavailable 0 仍报错，是应用就绪比探针延迟慢，调大 initialDelaySeconds 或让 /readyz 反映真实预热完成；surge Pod 调度不上是集群没余量，要预留 requests 预算或开节点自动扩缩；长请求仍被切断说明 5 秒只够路由收敛不够请求完成，把 terminationGracePeriodSeconds 提到 p99 之上并在应用内自行排水。

适用边界

零停机的前提是就绪探针反映真实可服务性，恒真的探针让整套方案失效；surge 需要集群余量，跑满的集群无法安全滚动。

代码示例

strategy:
  type: RollingUpdate
  rollingUpdate:
    maxSurge: 1
    maxUnavailable: 0

containers:
  - name: app
    readinessProbe:
      httpGet: { path: /readyz, port: 3000 }
    lifecycle:
      preStop:
        exec: { command: ["sleep", "5"] }