《Kubernetes 分布式系统原理深入解析》8.1 Deployment→RS→Pod 链式调谐

Deployment 不是直接管 Pod,而是管 ReplicaSet,RS 再管 Pod——三层对象构成链式调谐。每一层都用自己的控制器、自己的期望与实际,上一层的期望是下一层的现实输入。本节解剖这条链:层次职责、事件如何逐层传播、中间态如何逐层收敛。lab 用 replicaset 与 deploy 验证链上每层的调谐。

8.1 Deployment→RS→Pod 链式调谐

第 1.1 节讲过一次 apply 引发「级联的事件风暴」。本节解剖这条链的结构:Deployment 管 ReplicaSet,ReplicaSet 管 Pod。三层对象、三个控制器、逐层传播的期望。这是 K8s 控制器架构里最经典的「分而治之」。

三层结构与职责

层对象控制器期望实际
顶层DeploymentDeployment 控制器指定版本的副本数RS 集合的状态
中层ReplicaSetRS 控制器副本数Pod 集合
底层Podkubelet容器规格容器运行状态

关键:每一层只跟它的直接下层对话。

  • Deployment 控制器创建/更新 RS,不直接创建 Pod。
  • RS 控制器创建/删除 Pod,不关心版本。
  • kubelet 管理 Pod 内的容器,不关心副本数。

这个「逐层封装」的意义(5.1 节的职责三角):每层只负责自己的期望,下层的变化通过状态自然传导。

为什么中间要加一层 RS

Deployment 为什么不直接管 Pod?因为需要版本隔离:

Deployment 每次改版本 → 创建新的 RS
旧 RS 保留(版本历史)→ 可回滚、可观察
每个 RS 是「一个版本的副本集合」

加一层 RS 的三个收益:

  1. 版本历史:Deployment 记录一系列 RS,每个对应一个历史版本。回滚 = 调整某个旧 RS 的副本数(8.3 节)。
  2. 滚动切换:滚动更新 = 新 RS 扩、旧 RS 缩。Deployment 只调 RS 的 replicas,不用碰 Pod。
  3. 关注点分离:Deployment 管「哪个版本、怎么切」,RS 管「数量对不对」。各自的控制器简单、幂等。

没有 RS 层,Deployment 就得自己跟踪「新旧 Pod 各是哪个版本」——把版本管理和数量管理耦合在一起。加一层,两个问题各归各层。

链式调谐的传播:一次滚动更新的事件流

一次 kubectl set image(改版本)触发:

用户改 Deployment.spec
  → Deployment 控制器 watch 到
  → 创建新 RS(新版本,desired=3)
  → RS 控制器 watch 到新 RS
  → 创建 3 个新 Pod
  → 新 Pod 就绪
  → RS 控制器更新 RS.status(readyReplicas)
  → Deployment 控制器 watch 到新 RS 就绪
  → 缩旧 RS(desired=0)
  → 旧 RS 控制器删除旧 Pod
  → Deployment 更新 status(updatedReplicas=3, availableReplicas=3)
  → 收敛

注意每一跳都要经过「watch → reconcile → 写」循环,每一跳之间隔着缓存滞后(3.3 节)。整条链的收敛时间 = 各层滞后的叠加。这是 5.2 节「链式收敛」的具体例子。

中间态:链上能看到的短暂状态

链式调谐期间,观察者能看到多类中间态:

时刻你看到
更新后立刻Deployment.updatedReplicas=0(还没建新 RS 的 Pod)
滚动中新旧 RS 并存,各自有副本
滚动中Deployment.availableReplicas 可能短暂 < desired(新 Pod 未就绪)
滚动后新 RS ready,旧 RS 缩到 0

这些中间态不是错误,是「逐层收敛」的正常表现。诊断滚动是否完成的标准是 status 字段(updatedReplicas、availableReplicas 达到期望、observedGeneration 追平),而不是「感觉应该好了」。

每层的收敛独立:为什么不会全局卡死

链式系统的一个优点:每层独立收敛,一层的停滞不会永久卡住其他层。

  • RS 控制器跟不上:Deployment 控制器仍能看到旧 RS 的状态,滚动暂停而非崩溃。
  • 某个 Pod 起不来:RS 重试创建,Deployment 等待新 RS 就绪,卡在「等待中」而非「死循环」。

但独立收敛也意味着整体收敛被最慢的一层决定。滚动更新的实际时长 = max(每层的滞后 + 每层的动作时间)。这就是为什么 8.3 节「进度卡住」往往发生在某一层——定位那层即可。

链式与控制器复用的意义

这套「三对象链」不只是 Deployment 的专利。K8s 里到处是链:

  • StatefulSet → Pod(9 章)。
  • Job → Pod(10 章)。
  • 自定义控制器 → 任意对象(13 章)。

模式都是「上层声明期望、下层控制器执行」。理解 Deployment→RS→Pod 的链,就理解了 K8s 所有控制器协作的模板:期望逐层翻译、现实逐层回传、每层幂等收敛。

链式调谐的中间态:三层各自看着什么

链式调谐期间,三层控制器的「现实视图」不同,观察者看到的也是分层的:

时刻Deployment 看到RS 看到Pod
改 template 后旧 RS 与新 RS 并存各数自己的 Pod新旧版本混合
滚动中两个 RS 的期望分配各自扩缩新旧比例变化
完成只剩新 RS新 RS 收敛全部新版本

注意:每层只关心自己的下一层。Deployment 不数 Pod,RS 不读 Deployment 的 spec——每层通过「对象的 ownerReference 与 label 选择器」找到自己的从属。三层各看各的,合起来才完成一次版本切换。

这带来一个可观测性推论:排查滚动更新问题要在正确的层看。数 Pod 看不出「Deployment 打算怎么切」;看 RS 的期望副本数才能看出滚动策略正在推进(8.3 节诊断步骤)。

层与层之间是「期望的传递」:Deployment 把自己的期望(版本)通过 RS 的模板传递下去,RS 把期望(数量)通过 Pod 传递下去。每一层都只理解「自己的期望是什么、现实差多少」,不需要知道上层为什么这么想。

这种「无知」恰恰是链式调谐可扩展的原因:新加一层(比如一个 custom controller 管理 RS)不需要改上面的层,只要它遵守「写 spec、下层执行」的约定。链的每一环都可替换、可扩展——这是分层架构在控制器世界的体现。

链式调谐的故障放大:某一层坏了怎么办

链式的缺点:某层控制器挂了,下层就失去驱动。

挂掉的层后果恢复
Deployment 控制器不产生新 RS,不滚动控制器重启后重新调谐
RS 控制器不建/删 Pod,副本不收敛同上
kubeletPod 不启动/不就绪kubelet 重启后接管

但链式设计也给了恢复的层级性:

  1. 上层挂了,下层还能维持现状:RS 控制器活着,副本数保持;Deployment 挂了不影响已存在的 RS。
  2. 每个控制器从现实出发(6.2 节幂等):重启后看到的现实是「中间态」,继续推进而不是从头来。
  3. standby 接管(4.3 节):控制面高可用时,接管者从零调谐,收敛到同一目标。

链式不是「一个点挂了全停」,而是「某层停推进、其余层维持」。这正是多层控制器的容错价值——故障被隔离在层内。

故障的隔离还体现在状态独立上:Deployment 的 revision 历史、RS 的副本计数、Pod 的状态——各自存在各自的对象里,任何一层的 status 损坏不影响另一层。比如 RS 的 status 被写坏(罕见),Deployment 仍能通过「现实中的 Pod 数」重新收敛——因为它不依赖 RS 的 status 做判断(6.2 节从现实出发)。层间只交换「对象本身」,不共享「可变状态」——这让每一层的状态损坏都可自愈。

三个常见误解

  • 「Deployment 直接管理 Pod」——错误。Deployment 管 RS,RS 管 Pod;中间层提供版本隔离。
  • 「滚动是瞬间完成的」——错误。要逐层传播,每层之间隔着缓存滞后与动作时间。
  • 「中间态 = 出问题」——错误。链式调谐必然有中间态;看 status 字段而非直觉。

本节 lab

本节验证链上关键层的调谐算法:

cd private/labs/k8s-ctrl-lab
go test ./controller -run 'TestRollingUpdateSurge|TestReplicaSetScaleUp' -v
  • TestRollingUpdateSurge:Deployment 层滚动时总副本受 surge 约束——「新 RS 扩、旧 RS 缩」的节奏。
  • TestReplicaSetScaleUp:RS 层补建 Pod 的收敛——链上「中间层执行」的验证。

链式调谐的核心是「每层只理解自己的期望」:Deployment 管版本、RS 管数量、Pod 管运行,层间通过对象交换期望,任何一层从现实出发都能收敛。

给链式调谐配监控时,同理:不要只看「最终所有 Pod 是新版本」,要看每一层的推进(Deployment 的 updatedReplicas、RS 的期望分配、Pod 的就绪率)。三层都在推进,链条才健康——任何一层卡住,最终态都到不了。

本节内容可以用一个类比收尾:链式调谐像接力跑——每层的期望是接力棒,Deployment 把「版本」交给 RS,RS 把「数量」交给 Pod,各跑各的一段。棒掉了(某层失败)不影响已跑完的赛段,捡起来(控制器重启)继续从当前位置跑——这就是分布式调谐的容错模型。

应用到本节 lab 的验证上:链式调谐的测试要覆盖「每层的推进」,而不只断言终态——Deployment 换了模板、RS 按策略扩缩、Pod 逐步就绪,三个环节都要被驱动到,链条才完整。

8.1 节把三层的「无知」讲透了:每层只认自己的期望,其余交给下一层——这是分层架构在控制器世界的表达,也是它能被无限扩展(加 operator、加 custom controller)而不动底层的结构性原因。

8.1 节到此结束:三层、三个控制器、逐层传播期望——Deployment 换版本不是一次动作,而是一条被每一层各自驱动的链路。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图