livenessProbe和readinessProbe语义混用+超时过紧导致误重启:/healthz返回200仅表明进程存活,但未区分“能干活”;必须分离端点——/healthz只做轻量快照检查,/readyz同步验证DB/Redis等依赖,且initialDelaySeconds应设30–60秒、timeoutSeconds≥3秒、failureThreshold≥3,避免启动中或抖动时被误杀。

不是健康检查写错了,而是 livenessProbe 和 readinessProbe 配置语义混用 + 超时太紧,导致 K8s 把“正在启动”或“短暂抖动”的服务当成“已死”,反复杀掉重建。
为什么/healthz返回200还是被重启?
常见错误是把两个探针都指向同一个 handler,比如全配成 /healthz,且逻辑只检查 runtime.NumGoroutine() 或内存——这属于 liveness 范畴,但没区分“进程活着”和“业务能干活”。K8s 看到 200 就认为一切 OK,流量涌进来,DB 连不上、gRPC 调不通,请求全失败;接着下一轮探针又卡在依赖检查上超时,livenessProbe 失败,Pod 被杀。
- 必须拆开:
/health/live(或/healthz)只做快照:goroutine 数、是否 panic 过、关键 channel 是否 closed -
/health/ready(或/readyz)才同步查 DB、Redis、下游 gRPC ——任一失败就返回503,且响应体带具体项,如{"db": "timeout"} - 别在 handler 里 new
sql.DB或redis.Client,复用启动时初始化的全局实例,否则每次探针都建连接,fd 耗尽后连自己都 ping 不通
initialDelaySeconds 设 10 秒为什么还是被杀?
Go 应用启动慢是常态:加载配置、初始化 gRPC client、warmup DB 连接池、预热缓存……10 秒远远不够。尤其 livenessProbe 一旦在应用真正 ready 前就开始探测并失败,K8s 就会强制重启,形成 CrashLoopBackOff。
-
livenessProbe.initialDelaySeconds推荐 30–60 秒,至少比你本地go run main.go启动完成时间多留 10 秒 -
readinessProbe.initialDelaySeconds可稍短(15–20 秒),但必须 ≥ DB 连接池首次PingContext耗时 + 网络毛刺缓冲 - 如果启动耗时不稳定,加
startupProbe:它专为长启动设计,成功后才启用 liveness/readiness,避免早期误判
timeoutSeconds=1 是最危险的默认值
HTTP 探针超时设成 1 秒,等于在高并发或 GC STW 期间主动放弃服务。哪怕 DB 响应只要 1200ms,探针就超时,failureThreshold: 1 下立刻触发重启。
-
timeoutSeconds必须 ≥ 最慢依赖的 P99 延迟 + 300ms 缓冲,建议 3–5 秒 -
failureThreshold别设 1,设 3:允许连续三次失败才动作,避开网络抖动、GC 暂停等瞬时问题 - 所有依赖检查必须带 context 超时:
ctx, cancel := context.WithTimeout(r.Context(), 1500*time.Millisecond),不能让一个慢 DB 拖垮整个 HTTP server 的 goroutine 池
最易被忽略的一点:K8s 不会等你“慢慢恢复”,它只认状态码和超时。/health/ready 返回 503 是保护机制,不是故障信号;而 /health/live 返回 500 才真该重启。别让 readiness 检查偷偷变成 liveness 的替身。
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!











