Skip to main content

1 / 4概念

Health Checks and Draining

读完能设计出不会因依赖抖动而摘光的探针,写清判定阈值与检测窗口,并给发布与缩容配一条不漏请求的退出路径。也能从健康翻转次数与发布期 5xx 判断阈值和排空时长是否匹配。

1 概念​

1.1 一句话定义​

健康检查是一套“探测加判定加动作”的机制:周期性地取得后端能否服务的证据,按阈值决定它的健康状态,再由负载均衡或编排器把它加入、降权、摘除或重启;排空则是摘除之后、进程退出之前的等待与连接终止过程。

1.2 它解决什么问题​

  • 缩短故障暴露:后端崩溃或卡死时,把流量移走比等用户报错快得多。
  • 防止误引流:刚启动、正在预热或依赖未就绪的实例不应接收流量。
  • 让发布无损:先摘除、再排空、最后退出,滚动发布才不掉请求。

没有这两件事时,扩容会引入未就绪实例,缩容会掐断在途请求,故障恢复只能靠人工干预。

1.3 不属于本页的内容​

主题去哪
调度算法、转发模式与 TLS 边界Load Balancing
跨区域故障转移与 DNS 判定Global Traffic Management
探针字段与 Pod 生命周期Kubernetes
连接重置与 TIME_WAIT 的传输细节TCP

1.4 关键术语​

术语含义容易混淆的点
liveness进程是否还能工作,失败通常触发重启不是“能否接流量”
readiness实例是否准备好接收新请求失败只摘流,不重启
startup启动阶段的放行条件不是长期的健康判据
主动探测由 LB 或编排器发起的请求有检测窗口与探测开销
被动检测从真实流量里观察失败低流量路径发现慢
fall / rise连续失败或成功多少次才翻转不是成功率阈值
draining停止接新请求并等待在途结束不是立即断开
outlier ejection按被动信号临时摘除实例不是永久下线
slow start恢复后渐进增加权重不是重启前的等待