CI/CD / 系统课时
理解滚动发布
理解滚动发布
滚动发布把一次全量替换拆成多个小批次,让新旧版本短暂共存。真正需要控制的是每一批最多新增多少实例、最多允许多少实例不可用,以及新实例何时才算可用,从而把发布速度和中断风险放进同一个可计算的更新窗口。
学习目标
- 解释滚动发布中批次、可用实例和新旧版本共存的关系
- 能用
maxSurge与maxUnavailable推导更新窗口 - 能为 Kubernetes Deployment 配置并验证一次低中断滚动更新
滚动发布真正控制的是可用容量
假设服务有 4 个副本,如果一次停掉 4 个旧实例再启动 4 个新实例,任何启动抖动都会直接变成中断。滚动发布的做法是逐批创建新实例、等待其通过就绪检查,再删除对应旧实例,因此整个过程里会出现新旧版本同时提供服务的阶段。
Kubernetes Deployment 用两个参数约束这个窗口:maxSurge 表示更新期间最多能比期望副本数多出多少实例,maxUnavailable 表示最多允许多少实例暂时不可用。对于 4 个副本、maxSurge: 1、maxUnavailable: 0,更新期间最多存在 5 个 Pod,并且必须始终维持 4 个可用 Pod。

配置一个低中断更新策略
下面的 Deployment 把副本数固定为 4,并要求更新期间不主动降低可用容量。readinessProbe 决定新 Pod 何时能进入 Service 端点,因此它与滚动参数必须一起设计。
apiVersion: apps/v1
kind: Deployment
metadata:
name: web
spec:
replicas: 4
strategy:
type: RollingUpdate
rollingUpdate:
maxSurge: 1
maxUnavailable: 0
selector:
matchLabels:
app: web
template:
metadata:
labels:
app: web
spec:
containers:
- name: web
image: nginx:1.27.4
ports:
- containerPort: 80
readinessProbe:
httpGet:
path: /
port: 80
initialDelaySeconds: 2
periodSeconds: 2这份配置的生效行为是:控制器最多先额外创建 1 个新 Pod;只有新 Pod Ready 后,才有空间继续删除旧 Pod。验证时重点看 rollout 是否完成,以及发布过程中 Ready 实例数是否跌破 4。
kubectl apply -f deployment.yaml
kubectl rollout status deployment/web --timeout=2m预期输出
deployment.apps/web <VALUE>
deployment "web" successfully rolled out如果资源原本已经存在,其中 <VALUE> 实际可能是 created、configured 或 unchanged,取决于集群当前状态。
更新参数要和业务容量一起算
maxUnavailable: 0 并不等于绝对零风险。它只约束 Kubernetes 认定为可用的 Pod 数量;如果就绪检查过于宽松,新实例虽然 Ready,却可能尚未完成缓存预热、连接池建立或依赖初始化,流量仍会打到“形式可用、实际不稳”的实例。
如果单个实例能稳定承载 100 RPS,4 个实例的安全容量并不能简单按 400 RPS 使用。发布期间还要为流量波动和单实例异常留余量。实践中先确认正常峰值负载,再决定是否允许 maxUnavailable 大于 0;容量越紧,越应倾向保持可用实例下限。
什么时候该放慢发布
滚动速度不是越快越好。新版本启动慢、需要长时间预热、单实例承担流量高,或业务对错误率和 P99 延迟非常敏感时,应缩小批次并延长观察窗口。相反,副本充足、启动稳定且已做向前向后兼容时,可以适度提高 maxSurge 加快替换。
判断一组参数是否合理,最终看三个结果:发布期间可用容量没有跌破门槛,新版本在真实流量下稳定,出现异常时能及时停止或回滚。滚动发布的核心不是“逐个重启”,而是用受控批次换取连续服务。