背景信息

K8s中的健康檢查主要分為兩種：

Liveness：存活檢測，負(fù)責(zé)判斷容器是否需要重啟。Readiness：就緒檢測，負(fù)責(zé)判斷容器是否需要承接流量。

核心參數(shù)：

檢查方式：TCP/HTTP/CMD。延遲時間：容器啟動后，多久開始檢測。檢查周期：決定檢查的頻率，靈敏度相關(guān)。超時時間：檢查的超時等待時間。成功閾值：探針在失敗后，被視為成功的最小連續(xù)成功數(shù)。Liveness必須設(shè)置為1。失敗閾值：判定總體失敗的連續(xù)失敗數(shù)。

推薦配置（快速設(shè)置版）

參數(shù)說明參數(shù)說明Liveness使用TCP方式，延遲時間盡量貼近應(yīng)用啟動時間，成功閾值為1，失敗閾值為3。Readiness使用HTTP方式，延遲時間需大于應(yīng)用啟動時間，成功閾值為1，失敗閾值為1。超時時間通常采用默認(rèn)1秒即可，如果訪問的接口預(yù)期內(nèi)大于1秒，則適當(dāng)延長。檢查周期通常用于控制探測的靈敏度，理論上如果高頻率的檢查不會對業(yè)務(wù)有實質(zhì)影響，則檢查周期越短越好。但是，如果Liveness的檢查周期太短，可能會讓業(yè)務(wù)容器更容易重啟。

因此，可以根據(jù)計算公式（節(jié)點最大可容忍故障時間/3），來確定Liveness的檢查周期。例如，單個故障實例最大可容忍30秒內(nèi)不重啟，則檢查周期設(shè)置為10秒。因此，Readiness檢查周期可設(shè)置為1秒，Liveness檢查周期根據(jù)實際情況設(shè)置，如果沒有特殊需求，可保持默認(rèn)的30秒。

參數(shù)詳解（進階版）

延遲時間

對于Livness的配置，需要重點理解參數(shù)“延遲時間”，其作用是幫助健康檢查探針在合適的時候去探測業(yè)務(wù)容器的狀態(tài)。如果Livness健康檢查在不合適的時候去探測（延遲時間過短），會導(dǎo)致不斷重啟這一嚴(yán)重后果。

例如，一個Java應(yīng)用啟動可能需要耗時2分鐘，如果全部按照默認(rèn)配置，即延遲時間為10秒，檢查周期為30秒，失敗閾值為3，該應(yīng)用將永遠(yuǎn)不可能啟動成功。因為在上述設(shè)置中，Livness探針的三次健康檢查全部是在應(yīng)用啟動完畢之前完成的，而應(yīng)用啟動完畢之前進行健康探測，持續(xù)失敗就是預(yù)期中的結(jié)果。所以，該應(yīng)用必然會不斷重啟。

因此，當(dāng)初次部署應(yīng)用時，如果無法確定應(yīng)用的啟動時間，可以盡量將延遲時間調(diào)長一點（例如5分鐘），等應(yīng)用成功啟動后，再根據(jù)業(yè)務(wù)日志確定大致的啟動耗時來修正延遲時間。需要注意的是，延遲時間過長也存在弊端，因為可能會讓整個發(fā)布時間過長。

TCP與HTTP方式的選擇

Liveness另一個容易踩坑的點是檢查方式，用戶需要為Readiness與Liveness配置不同的檢查方式。但是，許多用戶為了省事，將Readiness與Liveness設(shè)置成相同的檢查，其實這是非常危險的行為。因為Liveness與Readiness是兩種完全不同的探針，有著完全不同的作用。有時候業(yè)務(wù)由于流量擁塞導(dǎo)致不可用，只需摘除當(dāng)前實例的流量，無需重啟容器。當(dāng)前請求被正常處理完成后，就可以重新負(fù)載流量并接收請求。但是，如果此時重啟容器，可能會產(chǎn)生以下影響：

當(dāng)前已有請求無法被順利處理。由于當(dāng)前實例重啟，可能會導(dǎo)致更長的時間無法負(fù)載流量，甚至出現(xiàn)雪崩。

例如，對于Java應(yīng)用，Spring Boot框架提供了內(nèi)置的健康檢查。該健康檢查會檢測多個組件的情況，例如與Redis、Nacos等組件連接與心跳是否正常，并判斷是否需要重啟應(yīng)用。由于網(wǎng)絡(luò)抖動以及相關(guān)組件服務(wù)的可用性無法完全確定，這類異常無法成為當(dāng)前應(yīng)用是否需要重啟的判斷依據(jù)。

因此，為了減少因下游鏈路的抖動造成預(yù)期外的實例重啟，必須區(qū)分Liveness與Readiness。如果不方便單獨實現(xiàn)一個接口來檢查應(yīng)用自身的情況，可以通過Liveness采用TCP、Readiness采用HTTP的方式探測。重啟這一操作需要謹(jǐn)慎對待，因此檢測容錯率更高的TCP方式更適合Liveness。HTTP方式的檢測更容易反映業(yè)務(wù)的真實處理情況，更適合Readiness這一處理流量的檢測。

說明

例如一個端口可以通過TCP建立連接，但是不一定能夠通過HTTP請求返回預(yù)期返回碼（200）。

失敗閾值與成功閾值

對于Livenss而言，其實只有一個動作，即失敗重啟。因此，成功閾值固定為1，且不可修改（由于成功沒有顯式動作，所以成功閾值大于1也沒有意義）。而失敗閾值默認(rèn)為3，即連續(xù)失敗三次，會認(rèn)為真正失敗，并開始重啟容器。

對于Readiness而言，其實有兩種動作，成功則接入流量，失敗則切出流量。因此，為保證可用性，成功閾值與失敗閾值都推薦設(shè)置為1，即當(dāng)出現(xiàn)檢測失敗時立即切出流量，從而盡可能短時間內(nèi)避免流量有損，而當(dāng)檢測成功（即應(yīng)用已經(jīng)做好接收流量的準(zhǔn)備）后立即切入流量。但是，快速切流可能導(dǎo)致剩余實例平均網(wǎng)絡(luò)負(fù)載進一步增加，因此建議配合指標(biāo)彈性一起使用。

說明

此處流量特指使用SLB接入流量的SAE應(yīng)用，而微服務(wù)內(nèi)部調(diào)用的流量控制屬于另一套體系。

相關(guān)知識

如何為SpringBoot應(yīng)用設(shè)置健康檢查
如何為托管到SAE的應(yīng)用配置健康檢查
狗狗健康檢查的項目有哪些
如何使用健康檢查服務(wù)
配置健康檢查探測物理專線連通性
nginx之健康檢查
健康檢查項目有哪些?
乳腺檢查項目有哪些？
男性的健康常規(guī)檢查有哪些？
k8s健康檢查 spring k8s健康檢查探針多個地址

網(wǎng)址: 健康檢查的參數(shù)有哪些以及如何設(shè)置健康檢查 http://m.u1s5d6.cn/newsview905366.html