/readyz 响应超1s的根本原因是handler中执行了阻塞操作:未设超时的db.Ping()、串行依赖检查、无限制I/O等;正确做法是并发检查、超时控制、结果缓存及物理隔离liveness与readiness探针。

不是探针配得不对,是 Go handler 本身在阻塞或没超时控制。 Kubernetes 默认 timeoutSeconds 是 1 秒,而没加 context 超时的 db.PingContext()、redis.Ping() 或串行检查,轻松卡住 2–5 秒——探针直接失败,Pod 被反复重启或摘流量。
为什么 /readyz 响应总超 1s
根本原因不是网络慢,而是 handler 里做了不该做的重操作:
- 用
context.Background()调外部依赖,比如db.Ping()或http.Get(),一旦下游卡住就无限等 - 串行检查多个依赖(DB → Redis → gRPC),而不是用
errgroup.Group并发执行 - 每次请求都新建连接池连接,而不是复用已建立的连接状态
- 在 handler 里调
time.Sleep()、os.ReadFile()或未设限的exec.Command().Run()
/livez 和 /readyz 必须物理隔离
很多团队把两个探针指向同一个 /health handler,结果 livenessProbe 因 DB 抖动失败被杀,其实进程完全活着。正确做法是:
-
/livez只查本地:用runtime.NumGoroutine()、http.Server.ConnState或原子变量atomic.LoadInt32(&serverUp),禁止任何 I/O -
/readyz才允许查依赖,但必须:ctx, cancel := context.WithTimeout(r.Context(), 800*time.Millisecond),且所有依赖共用这个 ctx - 注册路径要和 K8s YAML 完全一致:
http.HandleFunc("/readyz", readyzHandler),别写成/health后再靠中间件路由
别在 handler 里实时探测,缓存检查结果
高频探针(如每 5 秒一次)+ 每次都 db.PingContext() = 连接风暴 + DB 压力飙升。真实生产环境该这么做:
- 启动后起一个后台 goroutine,用
time.Ticker每 5 秒执行一次依赖检查,结果存进sync.RWMutex保护的结构体 -
/readyzhandler 只读快照:if !cache.dbHealthy || time.Since(cache.lastCheck) > 10*time.Second { http.Error(w, "db down", http.StatusServiceUnavailable) } - 非关键依赖(如日志上报服务)失败不参与判定,只记日志,避免单点故障扩散
Go HTTP server 自身没设超时也会拖慢探针
即使 handler 写得再快,如果 http.Server 没设读写超时,GC STW 或 mmap 大文件时仍可能卡住探针响应:
- 初始化 server 时必须显式设置:
&http.Server{ReadTimeout: 2 * time.Second, WriteTimeout: 5 * time.Second} - 禁用
http.DefaultClient,自定义 client 并设MaxIdleConnsPerHost: 100,否则第一次请求会额外耗时 DNS/TLS/连接建立 - 别在 handler 里启 goroutine 做异步检查——没 context 控制或 recover 就是 goroutine 泄漏温床,积压几十个后整个 server 变慢
最常被忽略的一点:Kubernetes 不解析 JSON body,只看 HTTP 状态码。返回 {"status":"down"} 却写 w.WriteHeader(http.StatusOK),等于主动骗探针;反过来,哪怕 body 是空的,只要状态码是 http.StatusServiceUnavailable,流量立刻被摘掉。
golang免费学习笔记(深入):立即使用
在学习笔记中,你将探索golang的核心概念和高级技巧!











