go服务在kubernetes中挂而不重启或流量打进来直接500，根本原因是/healthz和/readyz路径未严格匹配探针配置或handler逻辑错误：必须显式注册大小写敏感的固定路径、/healthz仅做轻量进程级检查（100ms内返回200，禁调外部依赖），/readyz同步探测关键依赖并设≤3s超时，且yaml中timeoutseconds、initialdelayseconds等参数须与handler实际耗时精准对齐。
Go服务在Kubernetes里挂了却不重启，或者流量打进来直接500——大概率是/healthz和/readyz没对上探针配置，或者handler逻辑踩了坑。
Go里必须显式注册/healthz和/readyz路径
Kubernetes的livenessProbe和readinessProbe只会GET固定路径，不会猜、不重定向、不 fallback。如果你用http.ServeMux但没注册这两个路径，或者注册成了/health、/api/healthz，探针就永远收404，然后根据failureThreshold杀Pod或摘流量。
- 用
http.HandleFunc直接注册，别依赖中间件自动注入（比如某些框架的“健康路由”插件可能默认关掉或路径不对） - 路径名大小写敏感：
/healthz≠/Healthz≠/healthZ - 不要在handler里调
http.Redirect——探针不跟随302，直接判失败 - 确保监听端口和
containerPort一致，且Service的targetPort指向它
/healthz只做进程级快检，别碰外部依赖
/healthz是liveness目标，设计初衷就是“这个goroutine还活着吗？内存炸了吗？”，不是“数据库连上了吗？”。一旦在里面加db.Ping()或HTTP call，就等于把存活探针降级成伪就绪检查——服务卡在DB超时里，Kubernetes却以为它“活着”，不会重启，形成僵尸Pod。
- 推荐检查项：
runtime.NumGoroutine()是否异常飙升、runtime.ReadMemStats中Alloc是否接近limit、本地channel是否满载阻塞 - 绝对避免：调
db.Ping()、redis.Ping()、http.Get()、写文件、加锁等待 - 响应必须在100ms内完成；超时设置
timeoutSeconds: 1时，handler本身就得≤300ms返回 - 返回200即可，响应体可空，或只带时间戳和版本号——Kubernetes只看状态码
/readyz必须同步探测关键依赖，且设≤3s总超时
/readyz是readiness目标，核心任务是回答：“现在能收请求吗？”答案取决于下游是否可用。硬返回{"status":"ok"}等于告诉Kubernetes“请把所有流量打过来”，哪怕Redis已断开、MySQL连接池耗尽。
- 每个依赖检查必须包在
context.WithTimeout(ctx, 2*time.Second)里（总超时建议≤3s，留缓冲） - 典型检查顺序：
db.PingContext()→redis.Ping()→grpcConn.Invoke(...)；任一失败立即return 503 - 响应体要写明失败项，比如
{"error":"failed to ping redis", "component":"redis"}，方便快速定位 - 别在这里加载缓存、预热模型、读大配置文件——这些该在
main()启动阶段做完，不是每次探针都跑一遍
Kubernetes Probe参数必须和Go handler行为对齐
YAML里写的timeoutSeconds、initialDelaySeconds、periodSeconds不是摆设。它们和Go handler的实际耗时共同决定探针行为。常见错配：handler平均耗时800ms，但timeoutSeconds: 1看似够用，实际网络抖动+GC暂停就超时；或initialDelaySeconds设太小，应用还没初始化完探针就开始打，反复失败触发重启。
-
timeoutSeconds应 ≥ handler最坏情况耗时（含网络抖动），建议比handler超时多留200–500ms余量 -
initialDelaySeconds必须 ≥ 应用冷启动时间（DB连接池建满、gRPC连接建立、配置加载完毕） -
periodSeconds不宜过密（如设为1s）：高频探针会放大handler性能问题，也增加kubelet压力 - 如果用了
startupProbe，确保它成功前livenessProbe和readinessProbe不生效——否则可能在启动中途误杀
最容易被忽略的是/healthz和/readyz的职责边界：前者是“心跳”，后者是“营业许可”。混用或偷懒复用同一段逻辑，会让Kubernetes失去判断依据——既不能及时重启故障进程，也无法安全切流。写handler时，先问自己一句：这个检查，是让kubelet杀我，还是不让它发流量？答案不同，代码就该完全隔离。
