容器与云原生 / 系统课时
按业务容量设计更新参数
按业务容量设计更新参数
滚动更新参数不能只按经验写成 25%。更可靠的方法是先回答三个问题:业务最低需要多少个可用 Pod、单个 Pod 能稳定承载多少流量、集群在发布时还能额外容纳多少 Pod。把这些约束转换成 maxUnavailable 和 maxSurge,才能让发布策略与真实容量匹配。
学习目标
- 根据业务最低承载需求计算
maxUnavailable上限 - 根据集群额外资源预算确定合适的
maxSurge - 检查滚动更新参数是否同时满足业务容量与基础设施容量约束
从最低业务容量反推 maxUnavailable
假设业务峰值请求量为 ,单个健康 Pod 在预留安全余量后能够稳定承载 ,那么发布期间至少需要的可用 Pod 数为:
如果 Deployment 的期望副本数为 ,则 maxUnavailable 必须满足:
例如业务峰值为 720 请求/秒,每个 Pod 在安全水位下允许承载 100 请求/秒,则至少需要 8 个可用 Pod。Deployment 平时运行 10 个副本,那么最多只能接受 2 个副本不可用。
如果还有故障冗余要求,例如发布期间仍希望额外保留 1 个 Pod 的故障余量,就应把最低可用数提高到 9,此时 maxUnavailable 最多为 1。
再用集群余量确定 maxSurge
maxSurge 会直接增加发布期间需要调度的新 Pod。假设集群在对应节点池中最多还能额外容纳 个同规格 Pod,那么应满足:
例如应用正常运行 10 个 Pod,而节点池只剩下足够运行 2 个同规格 Pod 的 CPU 和内存,那么即使写成 maxSurge: 50%,控制器理论上希望最多增加 5 个 Pod,实际也可能因为资源不足使部分 Pod 长时间停留在 Pending。
对于资源紧张的集群,maxSurge: 1 往往比较容易预测;对于有充分预留资源且新 Pod 启动较慢的应用,适度增加 Surge 可以让多个新副本并行预热。
计算一个可落地的发布方案
考虑下面这组业务数据:
| 条件 | 数值 |
|---|---|
| Deployment 副本数 | 12 |
| 峰值业务流量 | 850 请求/秒 |
| 单 Pod 安全承载 | 100 请求/秒 |
| 发布期额外故障余量 | 1 Pod |
| 集群可额外容纳 | 3 Pod |
首先计算基础承载需要 个 Pod。再保留 1 个故障余量,因此发布期间至少保持 10 个可用 Pod。
由此得到:
集群最多还能运行 3 个同规格 Pod,因此:
一个符合约束的配置可以是 maxUnavailable: 1、maxSurge: 3。它比允许 2 个不可用副本更保守,同时使用已有的额外资源加快新版本并行启动。
apiVersion: apps/v1
kind: Deployment
metadata:
name: capacity-demo
spec:
replicas: 12
strategy:
type: RollingUpdate
rollingUpdate:
maxSurge: 3
maxUnavailable: 1
selector:
matchLabels:
app: capacity-demo
template:
metadata:
labels:
app: capacity-demo
spec:
containers:
- name: web
image: nginx:1.27
resources:
requests:
cpu: 250m
memory: 256Mi
ports:
- containerPort: 80应用配置:
kubectl apply -f <PATH>
kubectl get deployment capacity-demo预期输出
deployment.apps/capacity-demo created
NAME READY UP-TO-DATE AVAILABLE AGE
capacity-demo 12/12 12 12 <TIME>这里的最终稳定状态仍然是 12 个副本。maxSurge: 3 只允许滚动更新期间临时超过 12 个 Pod,并不会永久把副本数扩展到 15。
发布前验证两个方向的容量
参数计算完成后,还需要验证业务容量和基础设施容量,而不能只检查 YAML 是否能被 API Server 接受。
可以先查看 Pod 的资源请求以及节点当前资源情况:
kubectl get pods -l app=capacity-demo
kubectl top pods -l app=capacity-demo
kubectl top nodes预期结果
NAME READY STATUS RESTARTS AGE
capacity-demo-<ID> 1/1 Running 0 <TIME>
...kubectl top 的具体 CPU 和内存数值取决于实时负载,并且要求集群已经提供 Metrics API。验证重点不是得到某个固定数字,而是确认发布峰值下仍有足够资源容纳 Surge Pod,同时业务监控显示最低可用 Pod 数能够覆盖实际峰值流量。
合理的更新参数不是越大越快,而是在两个边界之间取得平衡:maxUnavailable 不能突破业务最低可用容量,maxSurge 不能突破集群额外资源容量。只要这两条约束先算清楚,滚动更新策略就能从经验值变成可以解释和验证的容量决策。