readinessProbe不能只依赖HTTP状态码,因为200仅表示进程存活和端口可访问,无法反映数据库连接、缓存预热、配置加载等真实业务就绪状态,导致流量被错误路由至未完全就绪的Pod。

为什么 readinessProbe 不能只靠 HTTP 状态码
很多团队把 readinessProbe 配置成简单 GET /healthz 并返回 200,结果滚动更新时仍有请求被路由到尚未加载完配置或未连上依赖服务的 Pod。Kubernetes 的就绪探针不是“进程活着就行”,而是“这个 Pod 现在能正确处理生产流量”。
真实场景中,常见问题包括:
- 应用已启动 HTTP server,但数据库连接池还没初始化完成
- gRPC server 已监听端口,但内部缓存未 warm up,首次调用超时
- ConfigMap/Secret 挂载延迟,导致配置解析失败,但进程未退出
Go 程序需要主动暴露一个可编程的健康端点,把关键依赖的就绪状态聚合进去,而不是依赖 net.Listen 是否成功。
如何用 Go 实现可组合的 readiness 检查逻辑
不要写死一个 http.HandleFunc("/readyz", ...),而是用结构化检查器组合。推荐用 github.com/heptio/contour/vendor/k8s.io/apimachinery/pkg/util/wait 的 WaitFor 或轻量自建检查器:
type ReadinessChecker struct {
db *sql.DB
cache *bigcache.BigCache
cfg *Config
}
func (r *ReadinessChecker) Check() error {
if err := r.db.Ping(); err != nil {
return fmt.Errorf("db unreachable: %w", err)
}
if stats := r.cache.Stats(); stats.EntryCount == 0 {
return errors.New("cache not warmed")
}
if !r.cfg.IsLoaded() {
return errors.New("config not ready")
}
return nil
}
然后在 HTTP handler 中调用:
http.HandleFunc("/readyz", func(w http.ResponseWriter, r *http.Request) {
if err := checker.Check(); err != nil {
http.Error(w, err.Error(), http.StatusServiceUnavailable)
return
}
w.WriteHeader(http.StatusOK)
})
注意:检查逻辑必须是快速失败的(单次耗时 timeoutSeconds),避免阻塞 kubelet 探针;也不要加重试 —— kubelet 会自己重试。
Deployment 中 readinessProbe 的关键参数怎么设才不翻车
默认值极易出问题:initialDelaySeconds: 0 会导致 Pod 启动瞬间就被认为就绪;periodSeconds: 10 太长,更新时可能有数十秒流量打到半就绪实例。
建议配置:
-
initialDelaySeconds: 5—— 给 Go runtime 和 init 函数留出基本启动时间 -
periodSeconds: 3—— 加快探测频率,缩短不就绪窗口 -
timeoutSeconds: 2—— 必须小于periodSeconds,否则探测堆积 -
failureThreshold: 2—— 连续两次失败才标记为 NotReady,防偶发抖动误判 -
successThreshold: 1—— 默认即 1,就绪后立刻接受流量(不用等多次成功)
特别注意:timeoutSeconds 是 kubelet 等待 HTTP 响应的上限,不是你 handler 内部的 context 超时 —— 你自己的 handler 必须也设好 context.WithTimeout,否则一次慢检查会拖垮整个探针队列。
滚动更新时为何 service 流量还在打到 terminating Pod
根本原因不是健康检查写得不对,而是 preStop + terminationGracePeriodSeconds 配合失误。Kubernetes 在发送 SIGTERM 前,会先从 Endpoints 中摘除该 Pod —— 但前提是 readinessProbe 已失败或 Pod 状态变为 Terminating。如果 readinessProbe 一直返回 200,Endpoint 不会删,service 就继续转发。
正确做法:
- 在
preStop中加 sleep,比如sleep 5,确保 kube-proxy 有时间同步 Endpoint 变更 - 同时把
terminationGracePeriodSeconds设为至少10,给应用优雅关闭和探针下线留出缓冲 - Go 主程序需监听
os.Interrupt和syscall.SIGTERM,收到后停止接收新请求、等待 in-flight 请求结束,再退出
没有 preStop 的 sleep,或者 sleep 时间短于 kube-proxy 更新周期(通常 1–3 秒),都可能导致零停机失效。这不是 Go 代码的问题,是声明式配置和分布式系统边界行为的配合问题。
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!











