容器与云原生 / 系统课时
配置权重金丝雀发布
配置权重金丝雀发布
权重金丝雀的目标不是按 Pod 数量“碰运气”,而是让 Envoy 按明确比例把请求发送到稳定版与候选版,并能逐步调整比例、验证数据面是否生效,再依据指标决定继续放量或回退。
学习目标
- 使用
DestinationRule定义稳定版与候选版子集,并用VirtualService配置权重分流。 - 理解权重从 Kubernetes 配置到 Envoy 路由表的生效链路,以及配置传播带来的短暂观察延迟。
- 用连续请求验证分流比例,并识别小样本、长连接和容量不足造成的误判。
先把版本变成可路由子集
假设 reviews Service 后面同时运行 version: v1 与 version: v2 两组 Pod。Service 的 selector 应选择两组工作负载共有的标签,而不是把 version 固定为某一值;版本差异由 DestinationRule 的 subset 再筛选。
VirtualService 中的 weight 是相对权重。两个目的地分别配置 90 与 10 时,目标比例约为 90% 与 10%;写成 9 与 1,比例仍相同。它描述大量请求下的分配期望,不保证任意连续 10 个请求恰好出现 9:1。
配置 90/10 金丝雀
下面的实验假设资源位于 default 命名空间,reviews Service 已存在,后端 Pod 已正确标记 version: v1 或 version: v2。使用完整域名可以避免规则所在命名空间变化后,短名称被解析到错误服务。
kubectl apply -n default -f - <<'EOF'
apiVersion: networking.istio.io/v1
kind: DestinationRule
metadata:
name: reviews
spec:
host: reviews.default.svc.cluster.local
subsets:
- name: v1
labels:
version: v1
- name: v2
labels:
version: v2
---
apiVersion: networking.istio.io/v1
kind: VirtualService
metadata:
name: reviews
spec:
hosts:
- reviews.default.svc.cluster.local
http:
- route:
- destination:
host: reviews.default.svc.cluster.local
subset: v1
weight: 90
- destination:
host: reviews.default.svc.cluster.local
subset: v2
weight: 10
EOF
kubectl get virtualservice reviews -n default -o jsonpath='{range .spec.http[0].route[*]}{.destination.subset}={.weight}{"\n"}{end}'预期输出
destinationrule.networking.istio.io/reviews created
virtualservice.networking.istio.io/reviews created
v1=90
v2=10如果资源已经存在,前两行可能显示 configured 或 unchanged;关键是命令执行成功,并且最后两行能读回 v1=90、v2=10。这些资源只声明期望状态,真正执行请求转发的是数据面代理。
理解权重调整如何到达数据面
提交资源后,Kubernetes API 保存新的 CRD 状态,Istio 控制面读取 VirtualService 与 DestinationRule,再把对应的路由和上游集群配置分发给相关 Envoy。Envoy 接收新配置后,新进入的 HTTP 请求按新的权重选择目标 subset,subset 内再从对应版本的健康端点中选择实例。

配置传播不是瞬时完成的。更新后应等待相关代理接收新配置,再开始统计分流效果;不要在 kubectl apply 返回的瞬间,就把最早的一小批请求当成最终比例。
验证比例而不是验证单次请求
为了让验证具有可观察性,假设实验服务的 /version 会返回单独一行 v1 或 v2。在网格内且请求会经过 Envoy 的客户端环境执行 200 次请求,再统计两个版本的出现次数。下面的循环会在任意一次请求失败时让管道返回失败,避免把空结果误计入样本。
set -o pipefail
for i in $(seq 1 200); do
response=$(curl -fsS http://reviews.default.svc.cluster.local/version) || exit 1
printf '%s\n' "$response"
done | sort | uniq -c预期输出
<VALUE> v1
<VALUE> v2<VALUE> 是动态计数,两行合计应为 200;样本足够大时,v2 占比应在 10% 附近波动,而不是要求恰好等于 20 次。若结果长期明显偏离目标,先检查 v2 是否有健康端点,再确认调用方 Envoy 是否已经收到新路由,最后检查权重与 subset 配置是否匹配。
放量时同时看流量与风险
实际发布不要只机械地把 10 改成 50。更稳妥的做法是先让小比例请求进入候选版,持续观察错误率、尾延迟、资源饱和度和业务指标;稳定窗口内都满足门禁后再扩大权重,任一关键指标恶化就降低 v2 权重或回到全量 v1。
还要注意,权重控制的是请求比例,不等于用户比例。一个高频用户可能贡献大量请求;单个 gRPC 流式调用也不会因为流内消息很多就被重新按比例分配。需要“同一用户始终进入同一版本”时,应使用基于稳定请求属性的定向路由,而不是把权重分流当成会话粘性机制。