3.3 sessionAffinity 会话粘滞
前两节都在优化「每个请求发给谁最合理」——要么按策略保证可达,要么按拓扑保证就近。但有一类服务,连续请求必须发给同一个后端,否则就会出错:登录态存在后端内存里、购物车缓存在本地、WebSocket 连接长在特定进程上。这类服务需要的是会话粘滞(session affinity),K8s 里由 Service 的 sessionAffinity 字段控制。
粘滞与负载均衡是两个相反方向的目标,K8s 的 sessionAffinity 是两者之间的一个折中。本节先讲它解决什么问题,再拆解实现里的哈希、TTL 与后端摘除三个机制。
粘滞解决什么问题:内存状态与本地缓存
没有粘滞时,轮询负载均衡会把同一客户端的不同请求打到不同后端。后果取决于服务有没有「跨请求状态」:
| 服务类型 | 状态放哪 | 无粘滞的后果 | 需要粘滞吗 |
|---|---|---|---|
| 无状态服务 | 外部数据库 | 无影响 | 不需要 |
| 内存会话服务 | 后端进程内存 | 请求被另一个后端处理,会话丢失 | 需要 |
| 本地缓存服务 | 后端本地缓存 | 缓存命中率骤降,穿透到下游 | 需要 |
| WebSocket 长连接 | 单进程连接 | 连接被切断 | 必须 |
核心判断:状态在不在后端本地。如果状态在共享存储(Redis、数据库),粘滞只是锦上添花;如果状态在后端进程内存或本地磁盘,粘滞是正确性前提。K8s 的 sessionAffinity 就是为「状态在后端本地」这类服务准备的,它让同一来源的请求尽量落回同一个后端。
K8s 的 sessionAffinity:clientIP + TTL
Service 上有两个相关字段:
| 字段 | 含义 | 值 |
|---|---|---|
spec.sessionAffinity | 粘滞策略 | None(默认)/ ClientIP |
spec.sessionAffinityConfig.clientIP.timeoutSeconds | 粘滞有效期 | 默认 10800 秒(3 小时) |
ClientIP 模式的含义:以客户端 IP 为键,在 timeout 内把同一 IP 的请求定向到同一个后端。它不感知 session ID,只看来源 IP——所以同一 NAT 出口的所有客户端会被当成一个会话,这是一个粗糙但零成本的近似。
TTL 的意义是防僵化:如果粘滞永不失效,某客户端锁死在一个已下线的后端或一个不再优选的节点上,就没有自愈机会。TTL 到期后重新哈希,给了系统重新平衡的空间——这是粘滞与均衡的第一次和解。
粘滞 vs 均衡:一对抗衡的力量
把上一节的「就近」和本节的「粘滞」放在一起看,它们都在和「均衡」讨价还价:
| 维度 | 全局轮询 | sessionAffinity 粘滞 | 拓扑就近(3.2 节) |
|---|---|---|---|
| 目标 | 负载最均匀 | 会话最连续 | 成本/延迟最低 |
| 后端选择依据 | 轮询计数 | clientIP 哈希 | 来源拓扑域 |
| 状态连续性 | 无保证 | TTL 内保证 | 无保证 |
| 负载倾斜风险 | 低 | 高(热门 IP 扎堆) | 中(本地热点) |
| 何时失效 | 后端变化即重排 | TTL 到期、后端摘除 | 本地无端点 |
粘滞与均衡的矛盾在于:均衡希望每次都重新分配,粘滞希望同一客户端永不重新分配。 K8s 用「TTL + 后端摘除触发失效」让粘滞不至于无限期绑架负载。即便如此,热门客户端(一个 NAT 出口背后几千用户)会把单个后端打满——生产上对这类服务通常要配合后端侧的按 key 分片或外部会话存储,而不是全靠 sessionAffinity 硬扛。
实现里的哈希与超时
lab 的 Affinity 是粘滞的最小实现,三个字段对应三个机制:
| 机制 | lab 实现 | 真实 kube-proxy 的对应 |
|---|---|---|
| 哈希分配 | backends[round % len(backends)] 选初始后端 | 基于源 IP 的哈希(一致性哈希) |
| 粘滞记录 | clientToIP[client] 记住分配结果 | 哈希表记录 clientIP → 后端 |
| TTL 过期 | round - clientTime[client] <= TTL 判定有效 | 每次命中刷新 timeoutSeconds |
| 后端摘除 | contains(backends, ip) 不存在即删除记录 | 端点消失时哈希重算、记录被清理 |
注意 lab 的一个细节:命中粘滞的请求也消耗轮次(a.round++ 无条件执行)。这样过期判定基于「请求间的真实距离」而不是「被粘滞偷走的次数」——如果命中不消耗轮次,一个活跃客户端会永远刷新记录、永不超时,粘滞就退化为永久绑定。这个细节正是「TTL 是防僵化工具」的实现落地。
后端摘除后粘滞为何失效
粘滞有一个必须自愈的故障:粘滞指向的后端挂了。三种情况,失效的机制不同:
| 场景 | 机制 | 表现 |
|---|---|---|
| 后端从端点列表摘除 | 新请求发现记录指向的 IP 不在端点列表,删记录重新分配 | 一次请求切换,之后连续 |
| 后端进程重启但 IP 还在 | 端点列表不变,粘滞继续命中 | 会话仍丢(状态没了),IP 级粘滞救不了 |
| 后端缩容 | 端点列表变化,哈希重排 | 部分客户端被重新分配 |
关键洞察:sessionAffinity 粘的是「后端 IP」,不是「后端进程」。如果 Pod 重启但 IP 保留(recreate 策略下常见),粘滞记录仍指向它,而内存会话已丢失——粘滞不能解决状态持久化问题。能做的兜底是让后端侧也感知「自己不是曾经的自己」:重启后丢弃无效 session、要求客户端重新登录。IP 级粘滞只是提高了命中率,不提供任何状态保证。
粘滞与分布式会话存储:什么时候该升级
sessionAffinity 是「状态留在后端本地」这类服务的兜底手段,但它有天花板:后端重启就丢会话、热门 IP 会扎堆。当服务真正规模化、多副本、频繁重启时,正确的解法不是强化粘滞,而是把状态从后端本地搬到共享存储:
| 方案 | 状态放哪 | 粘滞还必需吗 | 代价 |
|---|---|---|---|
| 纯 sessionAffinity | 后端进程内存 | 必需 | 重启丢、热门 IP 扎堆 |
| 粘滞 + 会话复制 | 后端内存 + 副本同步 | 需要 | 复制协议复杂度 |
| 共享会话存储 | Redis / 数据库 | 不再必需 | 引入外部依赖、额外一跳 |
| 无状态化 | token / JWT 自带状态 | 完全不需要 | 需要可验证签名与过期 |
判断要不要升级,问一句:这个服务的后端会重启吗、副本数会扩缩吗?如果会——那么内存会话本身就是隐患,粘滞只是把隐患推迟。无状态化(JWT、签名 token)是最彻底的解,它让「哪个后端处理」变得无关紧要。粘滞是工程折中,不是架构终点;状态外移或状态自描述,才是分布式服务处理会话的长期答案。
设置 sessionAffinity 的参数选择
如果决定用粘滞,参数怎么设?三个旋钮:
| 旋钮 | 值 | 权衡 |
|---|---|---|
sessionAffinity: ClientIP | 开或关 | 只对本地状态服务开 |
timeoutSeconds | 默认 10800 | 太短频繁切换,太长热点僵化 |
| 外部 LB 的粘滞 | 视厂商而定 | 与集群内粘滞叠加时注意一致性 |
timeoutSeconds 的选择取决于「一段连续交互有多长」:购物车会话 15-30 分钟,管理后台可能一整天。TTL 略大于典型会话时长最合理——太短会在交互中途切后端,太长让已空闲的客户端继续占着后端。另外注意:集群内粘滞按 clientIP,外部 LB 粘滞可能按 cookie,两者叠加时要清楚以哪层为准,否则会出现「LB 换了后端、Pod 内记录还指着旧后端」的错位。
观察粘滞是否生效的命令
粘滞是否按预期工作,可以用三条命令观察:
# 1. 确认 Service 配置
kubectl get svc <name> -o jsonpath='{.spec.sessionAffinity}'
# 2. 看后端端点数量与 IP
kubectl get endpointslices <name> -o wide
# 3. 从客户端 Pod 连续请求,观察落点是否稳定
for i in 1 2 3; do curl -s http://<svc>/ | grep -o 'pod-[a-z0-9]*'; done
第 3 条命令用「连续请求打到同一后端」验证粘滞生效,用「TTL 过后或缩容后落点变化」验证过期与失效。粘滞是运行期行为,最终要以请求落点为准——配置写对了不等于行为正确,TTL 与端点变化都会让落点重排。
三个常见误解
- 「sessionAffinity=ClientIP 能让会话永不中断」——错误。TTL 到期、后端摘除都会让粘滞失效;后端进程重启但 IP 不变时,粘滞仍会命中已丢失状态的后端。
- 「粘滞越多越好,能提升所有服务体验」——错误。粘滞会加重负载倾斜(热门 IP 扎堆单后端),对无状态服务纯属负面,只该给「状态在后端本地」的服务开启。
- 「同一客户端 IP 就一定是同一个人」——错误。NAT 出口、代理共享 IP 会让大量不同用户被当作同一会话粘到同一后端,可能造成单点过载;这是 ClientIP 模式的已知粗糙处。
粘滞 vs 轮询:一个可复现的对比
用同一个客户端连发 6 次请求,对比两种配置的落点:
# 无粘滞:落点可能在后端间轮换,如 1,2,1,2,1,2
for i in 1 2 3 4 5 6; do curl -s http://<svc>/ | grep -o 'pod-[a-z0-9]*'; done
# 切到 ClientIP 粘滞(TTL 内):落点固定,如 pod-x,x,x,x,x,x
kubectl patch svc <name> -p '{"spec":{"sessionAffinity":"ClientIP"}}'
对比结论直观:无粘滞是每请求重选,粘滞是 TTL 内固定。重选带来均衡,固定带来连续——把两次输出放在一起看,粘滞的取舍一目了然。这个实验也是生产里判断「要不要开粘滞」最快的方式:先跑一轮,观察会话有没有真实中断,再决定配置。
是否该用 sessionAffinity 的判断清单
- 状态在后端本地吗(内存会话、本地缓存)?——不在则粘滞无必要。
- 后端会重启/扩缩吗?——会则粘滞只缓解症状,该考虑状态外移。
- 客户端 IP 分布均匀吗?——NAT 出口集中会让粘滞扎堆到单后端。
- 能容忍 TTL 后的切换吗?——会话中途切换会失败的场景,要设更长的 timeout。
四个问题答完再开配置:真需要、且理解代价,才开。很多粘滞「开了反而更糟」的案例,都是没问第 1 问——服务根本没本地状态,粘滞只是白担了负载倾斜的风险。
一句话总结本节
sessionAffinity 用「clientIP 哈希 + TTL + 端点摘除失效」三个机制,为「状态在后端本地」的服务提供会话连续性:
- 解决什么:内存会话、本地缓存这类跨请求状态,需要同一客户端命中同一后端,粘滞基于来源 IP 做近似。
- 折中:TTL(默认 10800 秒)防止永久僵化,后端摘除触发失效实现自愈,热门 IP 扎堆的负载倾斜是粘滞的代价。
- 边界:粘的是后端 IP 而非进程,重启丢状态时粘滞无能为力;状态该进共享存储的,粘滞只是缓解不是方案。
粘滞、拓扑就近与全局均衡是三股方向不同的力,最终都服务于同一个问题——「这个请求给谁」。它们的优先级与组合取决于服务对状态连续性、成本与可用性的具体需求。下一章换一个入口:应用怎么找到这个 Service,从 CoreDNS 与服务发现的 DNS 记录开始。
本节 lab
本节用 endpoint 包的 Affinity.Pick 验证粘滞的三个机制——TTL 内保持、过期重新分配、后端摘除失效:
cd private/labs/k8s-net-lab
go test ./endpoint -run TestSessionAffinitySticky -v
go test ./endpoint -run TestSessionAffinityExpires -v
TestSessionAffinitySticky 用 TTL=5 的 Affinity 让同一客户端连打 5 轮,断言每轮都返回同一后端——「TTL 内保持粘滞」成立;TestSessionAffinityExpires 用 TTL=1 的 Affinity 推高轮次到过期,断言第二次分配与首次不同——「过期后重新分配」成立。lab 里 contains(backends, ip) 还实现了「后端摘除后失效」,两个测试合计 2 个断言覆盖粘滞的完整生命周期:粘滞不是永久绑定,TTL 与端点变化都会让它重新分配,这正是粘滞与均衡之间的那个折中刻度。
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。