健康检查
🎯 引言
上一节,我们已经让 Kubernetes 中的 Node.js 订单服务正常运行。但有一个问题:Pod 显示 Running,就代表它一定能处理用户请求吗?
不一定。例如,程序刚启动,还没准备好接收请求;或者程序虽然没退出,却已经无法正常响应。Kubernetes 不能只看容器进程是否存在,还需要知道它当前是否可用。
这篇文章只解决一个问题: Kubernetes 怎样检查 Node.js 服务是否可以正常工作? 我们继续使用前面部署的 orders,先理解三种检查各自的作用,再通过一次故意失败的就绪检查验证结果。
🧱 Pod 正在运行,为什么还要检查?
假设订单服务遇到下面三种情况:
订单服务可能出现的三种情况
不是三个必须依次经历的阶段,而是三类不同的问题。
Node.js 还在初始化,暂时不能正常响应。
startupProbe · 启动检查
给应用完成启动的机会。
进程仍在,但现在不适合处理新请求。
readinessProbe · 就绪检查
暂时不向这个 Pod 分配 Service 新流量。
例如应用卡死,健康接口持续无法响应。
livenessProbe · 存活检查
连续失败达到阈值后重启容器。
重点区别:就绪检查失败主要影响是否接收流量;启动和存活检查连续失败达到阈值后可能触发容器重启。
这三种情况需要不同的处理方式:启动还没完成,可以多等一会儿;暂时不能接单,应先停止向它发送新请求;如果服务长期卡死,可能需要重启容器。
Kubernetes 把这些检查叫作 探针(Probe)。本篇只认识三个:
| 探针 | 它想知道什么 | 检查持续失败时 |
|---|---|---|
startupProbe | 应用启动完成了吗? | 达到失败次数后重启容器 |
readinessProbe | 现在能接收请求吗? | 将 Pod 标记为未就绪,不再作为 Service 的正常流量目标 |
livenessProbe | 应用是否仍能正常工作? | 达到失败次数后重启容器 |
最重要的区别:readinessProbe 失败不会因为这项检查本身重启容器,livenessProbe 失败达到阈值则会触发重启。
有了 startupProbe 后,Kubernetes 会先等待启动检查通过,再开始执行另外两种检查,避免应用启动慢时被过早判定为故障。
🧩 Kubernetes 怎样检查 Node.js?
之前的订单项目已经有一个接口:
app.get('/healthz', (req, res) => {
res.json({ status: 'ok' })
})
浏览器或其他程序访问 /healthz,Express 会返回类似结果:
HTTP/1.1 200 OK
Content-Type: application/json; charset=utf-8
{"status":"ok"}
Kubernetes 也可以定期访问这个接口。例如,给它一条检查规则:向订单 Pod 的 3000 端口请求 /healthz。如果得到 200,说明这次检查成功;HTTP 探针通常把 200~399 视为成功。
/healthz 不是 Kubernetes 自动创建的路径,它是我们之前在 Express 中写好的接口。这里不必重新改代码或构建镜像。
为了先看懂三种探针的区别,本篇暂时让它们共用 /healthz。虽然访问的是同一个接口,Kubernetes 对检查结果的处理却不同。
假设订单服务启动需要 30 秒:startupProbe 先等待它启动完成,避免存活检查过早触发重启。启动检查通过后,readinessProbe 判断它能否接收请求,livenessProbe 则持续判断它是否出现需要重启的故障。
真实项目中,“程序是否还活着”和“是否能处理业务请求”可能需要不同的检查接口,例如 /healthz 和 /readyz。本课程的订单服务目前没有复杂的初始化和外部依赖,先用已有的 /healthz 演示,不需要修改 Express 或重建镜像。
🛠 给订单服务加上健康检查
三种探针的写法相似,我们先只看最容易理解的 就绪检查:
readinessProbe:
httpGet:
path: /healthz
port: 3000
periodSeconds: 5
它告诉 Kubernetes:大约每隔 5 秒访问订单容器 3000 端口的 /healthz。 如果检查失败,Pod 就会被标记为未就绪,暂时不能作为 Service 的正常流量目标。这里没有要求重启容器。
理解这段后,再把启动检查、就绪检查和存活检查放在一起。打开前面课程的 deployment.yaml,找到 spec.template.spec.containers 中的订单容器,在原有 image、ports、env 等配置旁边增加三种探针。
下面是原 Deployment 的局部 YAML,不是完整文件;原有字段都要保留。
spec:
template:
spec:
containers:
- name: orders
# 原有 image、ports、env 等字段保留
startupProbe:
httpGet:
path: /healthz
port: 3000
periodSeconds: 5
failureThreshold: 12
readinessProbe:
httpGet:
path: /healthz
port: 3000
periodSeconds: 5
livenessProbe:
httpGet:
path: /healthz
port: 3000
periodSeconds: 10
startupProbe 和 livenessProbe 同样通过 HTTP 请求检查服务,但前者处理启动阶段的问题,后者处理运行期间需要重启的问题。
先看懂这段配置的三个重点:
httpGet:通过 HTTP 请求指定路径检查应用。periodSeconds:两次常规检查的时间间隔,单位是秒。failureThreshold:连续失败多少次后,才按对应探针的失败规则处理;例如启动检查设为12,配合每5秒检查一次,大约允许一分钟的启动检查时间。
这里没给每个字段都写一个复杂参数。你只要先看懂 Kubernetes 在什么时候检查、检查哪里、失败会怎样就够了。
保存文件,在 deployment.yaml 所在目录执行:
kubectl apply -f deployment.yaml -n course
kubectl rollout status deployment/orders -n course
模拟输出:
deployment.apps/orders configured
deployment "orders" successfully rolled out
这表示 Deployment 已更新,并且这次发布达到就绪要求。接着查看 Pod:
kubectl get pods -n course -l app=orders
模拟输出(Pod 名称和时间会不同):
NAME READY STATUS RESTARTS AGE
orders-7c8d9f6b5-a1b2c 1/1 Running 0 42s
orders-7c8d9f6b5-d3e4f 1/1 Running 0 40s
这里的 STATUS=Running 表示容器正在运行;READY=1/1 表示这个单容器 Pod 当前已经就绪。它们不是同一件事。
🔎 如果就绪检查失败,会发生什么?
先想一想:如果我们把 readinessProbe 的地址写错,改成一个 Express 根本不存在的 /not-found,会发生什么?
Kubernetes 请求这个地址时会得到 404,因此认为 Pod 暂时不适合接收 Service 请求。但是:
- Node.js 进程本身仍然可能正常运行。
livenessProbe仍检查正确的/healthz,所以不会因为这次就绪检查失败而重启容器。- 对于这个拥有两个副本的 Deployment,滚动更新期间,旧的就绪 Pod 可能继续处理请求;新 Pod 则一直无法就绪,发布无法正常完成。
假设原来有 2 个就绪的订单 Pod,使用 Deployment 默认滚动更新策略时,更新过程中可能看到下面这样的结果:
NAME READY STATUS RESTARTS AGE
orders-7c8d9f6b5-a1b2c 1/1 Running 0 15m
orders-7c8d9f6b5-d3e4f 1/1 Running 0 15m
orders-6b9f7d5c4-xyz12 0/1 Running 0 30s
前两个是 旧 Pod,检查正常,仍可以接收请求;第三个是 新 Pod,因为路径写错,无法就绪。默认滚动更新会尽量保留可用的旧 Pod,因此新版本虽然发布不成功,原有服务也不一定立刻中断。
0/1 与 Running 同时出现并不矛盾:Node.js 进程还在运行,但新 Pod 没通过就绪检查。上述名称和数量只是一种可能的模拟结果,实际要以自己的集群输出为准。
可以通过下面的命令查看检查失败的线索:
kubectl describe pods -n course -l app=orders
在相关 Pod 的 Events 中,可能看到类似提示:
Warning Unhealthy Readiness probe failed: HTTP probe failed with statuscode: 404
这里的 404 意味着 Kubernetes 请求的 /not-found 地址不存在,不是订单服务崩溃。Readiness probe failed 表示失败的是就绪检查;只要把 readinessProbe 的路径恢复为应用实际提供的 /healthz,重新提交 Deployment,新 Pod 就有机会通过检查并恢复就绪。
❓ 知识问答
Q:为什么配置了 startupProbe,还需要其他两种探针?
因为它只负责判断启动是否完成。应用运行一段时间后,仍可能暂时无法接收请求,或者出现需要重启的故障。
Q:就绪检查失败,会自动重启订单容器吗?
不会因为就绪检查失败本身而重启。它主要改变 Pod 是否适合作为 Service 的流量目标;存活检查则用于发现需要重启的故障。
Q:探针可以检查数据库吗?
可以根据业务设计就绪检查,但不要简单地把数据库短暂不可用等同于进程死亡,否则存活检查可能导致不必要的连续重启。本篇先用已有的 /healthz 理解基础行为。
🧪 小练习
现在自己验证一次就绪失败,然后恢复:
- 将
deployment.yaml中 只有readinessProbe的路径改成/not-found,其余两种探针仍保持/healthz。 - 执行
kubectl apply -f deployment.yaml -n course,再用kubectl get pods -n course -l app=orders观察新 Pod 的READY。此时不要一直等待kubectl rollout status成功,因为错误的就绪检查会让发布无法正常完成。 - 执行
kubectl describe pods -n course -l app=orders,尝试找到Readiness probe failed。 - 将路径恢复成
/healthz,重新kubectl apply,最后执行kubectl rollout status deployment/orders -n course,确认恢复正常。
验收标准: 能解释为什么新 Pod 可能显示 Running、却仍然是 0/1;并且知道就绪检查失败和存活检查失败的处理结果不同。
🎉 恭喜你!现在你能理解三种探针各负责什么,也能通过一次故意配置错误的实验,判断为什么 容器运行中不等于已经准备好接收请求。
