容器与云原生 / 系统课时
容器健康检查
容器健康检查
本课通过一个可直接部署的 Pod,配置 Startup、Readiness 与 Liveness Probe,并观察它们对启动保护、流量接入和容器重启的不同影响。完成后,你能够为应用选择合适的探针类型、阈值与检测方式,避免把短暂抖动误判为故障。
学习目标
- 区分 Startup、Readiness 与 Liveness Probe 的职责和触发结果。
- 使用
exec探针配置启动、就绪和存活检查。 - 通过
kubectl验证就绪变化与容器重启,并识别常见误配。
三类探针分别解决什么问题
三类探针都由节点上的 kubelet 周期执行,但失败后的处理完全不同。Startup Probe 是启动阶段的门禁;Readiness Probe 决定 Pod 是否接收 Service 流量;Liveness Probe 判断容器是否需要重启。把三者混为一谈,容易造成流量抖动或无意义的重启。
| 探针 | 核心问题 | 失败结果 | 典型用途 |
|---|---|---|---|
| Startup | 应用是否完成首次启动 | 继续等待;超过阈值后重启容器 | 冷启动慢、需要加载模型或迁移数据 |
| Readiness | 应用现在能否接收请求 | Pod 从就绪端点中移除,容器继续运行 | 预热、限流、临时依赖异常 |
| Liveness | 应用是否已失去自愈能力 | kubelet 重启容器 | 死锁、事件循环卡死、不可恢复状态 |

Startup Probe 成功后不会继续周期执行。若未配置 Startup Probe,Liveness 与 Readiness 会按各自的初始延迟开始检测,因此慢启动应用可能在真正启动前被 Liveness 反复杀死。
配置一个可观察的探针示例
下面的 Pod 使用文件作为状态标记:启动 8 秒后创建启动和就绪标记;运行一段时间后短暂取消就绪;最后删除存活标记,让 Liveness Probe 触发容器重启。该示例用于学习探针行为,不代表生产环境应使用文件检测。
apiVersion: v1
kind: Pod
metadata:
name: probe-demo
spec:
containers:
- name: app
image: busybox:1.36.1
command:
- /bin/sh
- -c
- |
touch /tmp/live
sleep 8
touch /tmp/started /tmp/ready
sleep 20
rm -f /tmp/ready
sleep 10
touch /tmp/ready
sleep 20
rm -f /tmp/live
while true; do sleep 5; done
startupProbe:
exec:
command:
- /bin/sh
- -c
- test -f /tmp/started
periodSeconds: 2
failureThreshold: 10
readinessProbe:
exec:
command:
- /bin/sh
- -c
- test -f /tmp/ready
periodSeconds: 2
failureThreshold: 1
livenessProbe:
exec:
command:
- /bin/sh
- -c
- test -f /tmp/live
periodSeconds: 5
failureThreshold: 2Startup Probe 最多提供约 20 秒启动预算,即 periodSeconds × failureThreshold。Readiness Probe 一次失败就会把 Pod 标记为未就绪;Liveness Probe 连续两次失败后才重启容器,以降低单次抖动造成的误杀概率。
应用并验证状态变化
将配置保存为 probe-demo.yaml,先创建 Pod,再等待它首次进入 Ready。最后查看 Pod 状态,确认容器已经正常运行。
kubectl apply -f probe-demo.yaml
kubectl wait --for=condition=Ready pod/probe-demo --timeout=60s
kubectl get pod probe-demo预期输出:
pod/probe-demo created
pod/probe-demo condition met
NAME READY STATUS RESTARTS AGE
probe-demo 1/1 Running <COUNT> <TIME><COUNT> 和 <TIME> 会随观察时刻变化。继续执行 kubectl get pod probe-demo -w,会先看到 READY 从 1/1 变为 0/1 后恢复,随后 RESTARTS 增加;Readiness 失败不会增加重启次数,Liveness 失败才会重启容器。
配置边界与常见误区
探针应检测当前容器能否完成自身职责,而不是把所有外部依赖都塞进 Liveness。数据库短暂不可用时重启前端容器通常没有帮助,反而会扩大故障;这类情况更适合影响 Readiness,让流量暂时绕开该实例。
生产配置还应根据应用响应时间设置 timeoutSeconds,并用 failureThreshold 容忍短暂抖动。HTTP 探针适合检查应用端点,TCP 探针只证明端口可连接,exec 探针最灵活但会产生额外进程开销。检测逻辑必须轻量、稳定且不会修改业务状态。