为什么滚动更新部署甚至缩小副本集时会出现停机时间

Question

由于kubernetes官方文档

Rolling updates allow Deployments' update to take place with zero downtime by incrementally updating Pods instances with new ones

我试图使用Rolling Update 策略执行零停机时间更新，这是在 kube 集群中更新应用程序的推荐方法。 官方参考：

https://kubernetes.io/docs/tutorials/kubernetes-basics/update/update-intro/

但是我在执行它时对定义有点困惑：应用程序的停机时间仍然会发生。这是我一开始的集群信息，如下图：

liguuudeiMac:~ liguuu$ kubectl get all
NAME                                     READY   STATUS    RESTARTS   AGE
pod/ubuntu-b7d6cb9c6-6bkxz               1/1     Running   0          3h16m
pod/webapp-deployment-6dcf7b88c7-4kpgc   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-4vsch   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-7xzsk   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-jj8vx   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-qz2xq   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-s7rtt   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-s88tb   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-snmw5   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-v287f   1/1     Running   0          3m52s
pod/webapp-deployment-6dcf7b88c7-vd4kb   1/1     Running   0          3m52s
NAME                        TYPE        CLUSTER-IP      EXTERNAL-IP   PORT(S)          AGE
service/kubernetes          ClusterIP   10.96.0.1       <none>        443/TCP          3h16m
service/tc-webapp-service   NodePort    10.104.32.134   <none>        1234:31234/TCP   3m52s
NAME                                READY   UP-TO-DATE   AVAILABLE   AGE
deployment.apps/ubuntu              1/1     1            1           3h16m
deployment.apps/webapp-deployment   10/10   10           10          3m52s
NAME                                           DESIRED   CURRENT   READY   AGE
replicaset.apps/ubuntu-b7d6cb9c6               1         1         1       3h16m
replicaset.apps/webapp-deployment-6dcf7b88c7   10        10        10      3m52s

deployment.apps/webapp-deployment是一个基于tomcat的webapp应用，映射到Pods的Servicetc-webapp-service包含tomcat容器（完整的部署配置文件在文末）。 deployment.apps/ubuntu 只是集群中的一个独立应用程序，它将每秒对tc-webapp-service 执行无限http 请求，这样我就可以跟踪webapp-deployment 的所谓滚动更新状态，在ubuntu 容器中运行的命令是可能如下（每0.01秒无限循环curl命令）：

for ((;;)); do curl -sS -D - http://tc-webapp-service:1234 -o /dev/null | grep HTTP; date +"%Y-%m-%d %H:%M:%S"; echo ; sleep 0.01 ; done;

ubuntu app 的输出（一切正常）：

...
HTTP/1.1 200 
2019-08-30 07:27:15
...
HTTP/1.1 200 
2019-08-30 07:27:16
...

然后我尝试将tomcat图像的标签从8-jdk8更改为8-jdk11。注意deployment.apps/webapp-deployment的滚动更新策略已经正确配置，maxSurge0和maxUnavailable9。（如果这两个属性是默认的，结果相同）

...
    spec:
      containers:          
      - name: tc-part
        image: tomcat:8-jdk8 -> tomcat:8-jdk11
...

然后，ubuntu app的输出：

HTTP/1.1 200 
2019-08-30 07:47:43
curl: (56) Recv failure: Connection reset by peer
2019-08-30 07:47:43
HTTP/1.1 200 
2019-08-30 07:47:44

如上图，一些http请求失败，这无疑是在对kube集群中的应用进行滚动更新时应用的中断。 不过，我也可以在Scaling down中回放上面提到的情况（中断），命令如下（从10到2）：

kubectl scale deployment.apps/tc-webapp-service --replicas=2

在进行了上述测试之后，我想知道所谓的Zero downtime 是否真的意味着。虽然模拟 http 请求的方式有点棘手，但对于一些设计为能够在一秒钟内处理数千、数百万个请求的应用程序来说，这种情况非常正常。

环境：

liguuudeiMac:cacheee liguuu$ minikube version
minikube version: v1.3.1
commit: ca60a424ce69a4d79f502650199ca2b52f29e631
liguuudeiMac:cacheee liguuu$ kubectl version
Client Version: version.Info{Major:"1", Minor:"14", GitVersion:"v1.14.3", GitCommit:"5e53fd6bc17c0dec8434817e69b04a25d8ae0ff0", GitTreeState:"clean", BuildDate:"2019-06-06T01:44:30Z", GoVersion:"go1.12.5", Compiler:"gc", Platform:"darwin/amd64"}
Server Version: version.Info{Major:"1", Minor:"15", GitVersion:"v1.15.2", GitCommit:"f6278300bebbb750328ac16ee6dd3aa7d3549568", GitTreeState:"clean", BuildDate:"2019-08-05T09:15:22Z", GoVersion:"go1.12.5", Compiler:"gc", Platform:"linux/amd64"}

部署和服务配置：

# Service
apiVersion: v1
kind: Service
metadata:
  name: tc-webapp-service
spec:
  type: NodePort
  selector:
    appName: tc-webapp
  ports:
  - name: tc-svc
    protocol: TCP
    port: 1234
    targetPort: 8080
    nodePort: 31234
---
# Deployment
apiVersion: apps/v1
kind: Deployment
metadata:
  name: webapp-deployment
spec:
  replicas: 10
  selector:
    matchLabels:
      appName: tc-webapp
  strategy:
    type: RollingUpdate
    rollingUpdate:
      maxSurge: 0
      maxUnavailable: 9
  # Pod Templates
  template:
    metadata:
      labels:
        appName: tc-webapp
    spec:
      containers:          
      - name: tc-part
        image: tomcat:8-jdk8
        ports:
        - containerPort: 8080
        livenessProbe:
          tcpSocket:
            port: 8080            
          initialDelaySeconds: 10
          periodSeconds: 10
        readinessProbe:
          httpGet:
            scheme: HTTP
            port: 8080
            path: /
          initialDelaySeconds: 5
          periodSeconds: 1 

Answer 1

要部署一个真正以零停机时间进行更新的应用程序，该应用程序应该满足一些要求。仅举几例：

• 应用程序应处理正常关闭
• 应用程序应正确实施就绪和活跃度探测

例如，如果接收到关闭信号，那么它不应该以 200 响应新的就绪探测，但它仍会以 200 响应活性，直到所有旧请求都被处理。