Deployment滚动更新 + Scheduler调度算法 + HPA水平自动伸缩 + Pod生命周期 · SVG可视化
| 策略 | 类比 | 行为 | 适用场景 |
|---|---|---|---|
| RollingUpdate | 老员工培训新员工 | 逐步替换，先增后删，零停机 | Web服务、API（默认策略） |
| Recreate | 全部换血 | 先删所有旧Pod，再创建新Pod | 不能同时运行两个版本（如数据库迁移） |
kubectl rollout undo deployment/my-app 可以回滚到上一版本！K8s为每个Deployment保留历史修订(revisionHistoryLimit)，回滚就是切换到旧ReplicaSet。
| 探针 | 类比 | 失败后果 | 检测方式 | 适用场景 |
|---|---|---|---|---|
| Startup | 入职体检 | 重启容器 | HTTP/TCP/Exec | 慢启动应用(JVM预热) |
| Liveness | 日常体检 | 重启容器 | HTTP/TCP/Exec | 检测死锁/僵死 |
| Readiness | 能否接活 | 从Service摘除 | HTTP/TCP/Exec | 保证新Pod就绪 |
Deployment通过ReplicaSet管理Pod。更新image时，创建新ReplicaSet(v2)，按RollingUpdate策略逐步增加新Pod、减少旧Pod。
maxSurge：超出期望 replicas 的最大 Pod 数（默认25%）。值越大，更新越快但消耗资源越多。
maxUnavailable：更新期间允许不可用的最大 Pod 数（默认25%）。值越大更新越快但可用性越低。
极端配置：maxSurge=0,maxUnavailable=100% → Recreate策略（先全删再全建）。maxSurge=100%,maxUnavailable=0 → 蓝绿部署效果。
预选(Predicates)：硬性过滤，排除不满足条件的Node。包括：PodFitsResources(资源够不够)、PodFitsHostPorts(端口冲不冲突)、PodMatchNodeSelector(标签匹不匹配)、CheckNodeUnschedulable(是否可调度)、TaintToleration(污点容忍)。
优选(Priorities)：对通过预选的Node打分排名。包括：SelectorSpreadPriority(Pod分散)、InterPodAffinityPriority(Pod亲和)、LeastRequestedPriority(资源均衡)、NodeAffinityPriority(Node亲和)、ImageLocalityPriority(镜像本地)。
最终选择得分最高的Node绑定Pod。
扩容公式：desiredReplicas = ceil(currentReplicas × currentMetricValue / desiredMetricValue)
例如：3个Pod，CPU当前75%，目标50% → ceil(3 × 75/50) = ceil(4.5) = 5个Pod。
缩容有冷却时间(默认5分钟)，防止"抖动"——流量短暂下降就缩容，流量回来又要扩容，反复折腾。冷却期内即使指标低于阈值也不缩容。
Startup Probe：判断容器是否启动完成。用于慢启动应用(如JVM需要预热)，在Startup Probe成功前不会执行Liveness和Readiness。
Liveness Probe：判断容器是否还活着。失败→重启容器。用于检测死锁、僵死。注意：不要检查外部依赖(DB/Redis)，否则外部挂了会反复重启容器。
Readiness Probe：判断容器是否准备好接收流量。失败→从Service的Endpoints摘除，不重启。用于滚动更新时保证新Pod就绪后才接流量。
nodeAffinity：Pod对Node的偏好——"我想去哪个Node"。基于Node的Label选择，如zone=east、gpu=true。
podAffinity：Pod对Pod的偏好——"我想和谁在同一个Node"。如前端Pod和后端Pod放在一起降低延迟。
podAntiAffinity：Pod对Pod的反感——"我不想和谁在同一个Node"。如同一Deployment的Pod分散到不同Node，避免单点故障。
每种都分required(硬性)和preferred(软性)两种约束。
Taint打在Node上，标记"这个Node有特殊属性"。格式：key=value:effect。
Toleration写在Pod上，声明"我能容忍这个Taint"。
3种effect：
• NoSchedule：只影响调度，已运行的Pod不驱逐
• PreferNoSchedule：尽量不调度，但不保证
• NoExecute：不调度+驱逐已有Pod
典型用法：Master节点打Taint node-role.kubernetes.io/master:NoSchedule，防止普通Pod调度到Master。
Always（默认）：容器退出就重启。Deployment/StatefulSet/DaemonSet都用Always。
OnFailure：只有失败(非0退出码)才重启。Job用OnFailure，成功的Pod不需要重启。
Never：从不重启。某些Job用Never，失败后由Job Controller重新创建Pod。
注意：restartPolicy作用于Pod内的所有容器。重启次数有限制(Back-off: 10s→20s→40s→...最长5min)。
零停机部署需要3个条件：
1. Readiness Probe：新Pod只有通过Readiness检查才加入Service Endpoints，确保不会把流量打到未就绪的Pod。
2. preStop Hook：Pod终止前先从Service Endpoints摘除，等待已有请求处理完(graceful shutdown)。设置 terminationGracePeriodSeconds: 30。
3. 滚动更新策略：maxSurge≥1, maxUnavailable=0，保证先增后删，始终有足够的Pod在服务。
kubectl rollout undo deployment/my-app → 回滚到上一版本
kubectl rollout undo deployment/my-app --to-revision=2 → 回滚到指定版本
kubectl rollout history deployment/my-app → 查看所有修订版本
kubectl rollout status deployment/my-app → 查看当前更新状态
kubectl rollout pause deployment/my-app → 暂停更新(金丝雀发布)
原理：Deployment保留旧的ReplicaSet(revisionHistoryLimit个)，回滚就是把旧RS的replicas恢复。
HPA(v2)支持3类指标：
1. Resource：CPU/内存利用率（最常用，需安装Metrics Server）
2. Pods：Pod自定义指标（如每秒请求数QPS），需Prometheus Adapter
3. Object/External：外部指标（如消息队列长度、Redis连接数），需Custom Metrics API
实际生产中常见：基于QPS扩缩容比CPU更精确（CPU可能因为GC等原因偏高但QPS并不高）。
K8s部署调度三原则：① Deployment 管 Pod 副本数，rollingUpdate 实现零停机 → ② nodeSelector/Affinity/Taint 控制调度，让 Pod 去到正确的 Node → ③ HPA 按 CPU/内存自动扩缩，别忘配 resources requests