Kubernetes启动探针有什么作用?与存活探针如何分工

发布人:A5数据发布时间:2026-11-06 11:01阅读量:71

有些容器启动后要加载配置、建立连接或预热缓存,进程已经运行,应用却还不能正常工作。此时存活探针连续失败,Kubernetes 便重启容器;容器再次进入同一段初始化流程,看起来就像“启动探针没配好导致反复重启”。实际问题通常是:存活探针过早接管了判断。

启动探针(startupProbe)的作用,是给容器一个完成初始化的检查阶段。它成功之前,同一容器的存活探针和就绪探针不会执行;它成功之后,启动探针停止执行,存活探针负责判断运行中的容器是否需要重启,就绪探针负责判断它是否适合接收流量。三者判断的是不同问题,不能把启动探针理解为“启动时使用的存活探针”。

先划清三种探针的判断边界

可以把容器运行过程分成三个问题:应用是否完成启动、运行中的应用是否还值得继续保留、当前是否可以接收请求。Kubernetes 分别用启动、存活、就绪探针表达这些判断。

探针要回答的问题持续失败时的主要结果典型检查内容
启动探针 startupProbe这次容器启动是否已经完成?达到失败阈值后,kubelet 重启该容器初始化是否完成,应用是否已进入可运行状态
存活探针 livenessProbe运行中的容器是否陷入需要通过重启恢复的状态?达到失败阈值后,kubelet 重启该容器主循环是否卡死、关键工作线程是否无法继续工作
就绪探针 readinessProbe此刻是否适合接收请求?标记为未就绪;通过 Service 提供流量时,相应端点不会作为就绪端点接收流量请求处理能力、必要依赖是否可用

启动探针是一次启动周期内的“交接条件”,不是长期健康监控。它成功一次后,不会在该次容器运行期间继续检查。之后应用即使再次进入类似“初始化中”的状态,也不会重新启用启动探针;只有容器重新启动,才会开始新一轮启动检查。

存活与就绪也不能合并为一个判断。例如数据库短暂不可用时,应用可能暂时无法处理业务请求,适合让就绪探针失败;但如果应用仍能等待数据库恢复,重启容器未必有帮助。相反,进程仍在、端口也开放,却因内部死锁无法继续处理工作,才可能需要存活探针触发重启。

如果没有配置就绪探针,不能认为“启动探针成功”就完成了业务就绪检查:启动探针只是放行后续检查;在其他就绪条件满足时,容器可能被视为就绪。因此,需要区分“初始化完成”和“可以接流量”的应用,应分别设计启动与就绪条件。

启动探针怎样与存活探针交接

kubelet 按配置周期性检查容器。配置了启动探针时,启动探针尚未成功的阶段,存活和就绪探针都被暂时抑制。启动探针失败一次通常不会立即重启容器;连续失败达到 failureThreshold 后,kubelet 才会终止并重启该容器。只要启动探针成功,控制权就交给存活与就绪探针,启动探针不再执行。

这解释了两个看似相反的现象:

  • 应用启动需要较长时间,启动探针尚未成功,但容器没有因存活探针失败而重启:这是预期行为。
  • 启动探针刚成功,容器随后又被重启:应检查存活探针是否开始失败,而不是认为启动探针仍在决定重启。

启动探针和存活探针可以检查同一接口,但仅在该接口能同时准确表达“启动已完成”和“运行后仍存活”时才适合这样做。很多应用并不满足这个条件。例如,接口返回 HTTP 200 只说明 Web 服务已开始响应,不一定说明初始化任务已经结束;用它作为启动条件会过早放行存活探针。

反过来,把数据库、外部 API 等所有依赖都放进启动探针,也可能使容器在依赖暂时不可用时反复重启。启动条件更适合表示本次初始化已完成,应用具备继续运行的基础能力;动态变化、可恢复的接流量条件,通常交给就绪探针。

哪些配置决定启动宽限期

启动探针并不是一个名为“宽限期”的固定倒计时。它通过探测间隔和允许的连续失败次数,为初始化提供检查窗口。常用参数包括:

  • periodSeconds:两次探测的计划间隔。
  • failureThreshold:连续失败多少次后判定探针失败。
  • timeoutSeconds:单次探测等待响应的超时时间。
  • initialDelaySeconds:容器启动后,开始执行探针前的延迟。

例如,启动探针设置 periodSeconds: 5、failureThreshold: 24,可把启动检查窗口粗略理解为约 5 × 24=120 秒。这适合估算容量,不应当作精确的重启时刻:首次探测时间、每次请求耗时、调度偏差,以及失败后的容器终止和重启过程,都会影响实际观察到的时间。initialDelaySeconds 若被设置,也要单独计入探测开始前的等待。

设某应用通常在 75 秒左右完成初始化,用上述约 120 秒的启动检查窗口,可以容纳正常的启动波动。若到了窗口末尾,启动条件仍连续失败,容器会被重启。应用一旦在约 75 秒时通过启动探针,后续剩余的“启动窗口”不会继续替它屏蔽存活探针。

哪些配置决定启动宽限期配图

存活探针则应按运行期故障可容忍多久来设置,而不是沿用启动时长。例如 periodSeconds: 10、failureThreshold: 3,意味着运行期连续三次检查失败才触发重启,故障被识别通常是几十秒量级,而非精确的 30 秒。只靠增大存活探针的 initialDelaySeconds 来照顾慢启动,得到的是一段固定等待:应用提前启动时仍要等待;应用偶尔超过等待时间时仍可能被过早重启。启动探针提供的则是“检查成功即交接”的条件。

检查方式也会改变判断含义

HTTP 探针适合应用能提供明确健康接口的情况;TCP 探针只能说明指定端口可以建立连接,不能证明业务初始化完成;exec 探针可执行容器内命令,但要考虑命令开销、依赖工具是否存在,以及检查本身是否稳定。选择哪种方式,取决于要判断的状态,而不是哪种方式最容易配置。

下面的 Deployment 片段展示三类接口如何分工。镜像地址、端口和路径都是示例,使用前须由应用提供对应接口,并确认返回结果确实符合各探针的含义。

apiVersion: apps/v1
kind: Deployment
meta
  name: example-app
spec:
  replicas: 2
  selector:
    matchLabels:
      app: example-app
  template:
    meta
      labels:
        app: example-app
    spec:
      containers:
        - name: app
          image: registry.example.com/team/app:v1
          ports:
            - containerPort: 8080
          startupProbe:
            httpGet:
              path: /startupz
              port: 8080
            periodSeconds: 5
            timeoutSeconds: 2
            failureThreshold: 24
          livenessProbe:
            httpGet:
              path: /healthz
              port: 8080
            periodSeconds: 10
            timeoutSeconds: 2
            failureThreshold: 3
          readinessProbe:
            httpGet:
              path: /readyz
              port: 8080
            periodSeconds: 5
            timeoutSeconds: 2
            failureThreshold: 2

在这个例子里,/startupz 应在初始化完成后返回成功;/healthz 应关注运行中的应用是否需要通过重启恢复;/readyz 则反映当前能否接收请求。接口名称本身没有特殊作用,返回条件才决定探针是否有效。三个路径若实际都只检查“端口能访问”,分开配置也无法得到三种不同的判断。

怎样验证分工是否按预期生效

验证不应只看容器最后是否处于 Running。Running 描述的是容器运行状态,不能单独证明启动探针已经成功、就绪探针已经通过,更不能证明存活条件设计合理。更有效的方法是把应用初始化时间线与 Pod 事件、重启次数和就绪状态对应起来。

在有权限观察的命名空间中,可以先查看 Pod 状态,再查看事件和容器日志:

kubectl get pods -n example -l app=example-app -w
kubectl describe pod -n example <pod-name>
kubectl logs -n example <pod-name> -c app --timestamps

如果容器确实重启过,还可查看上一个容器实例的日志;未发生过重启时,--previous 没有可供查看的实例:

kubectl logs -n example <pod-name> -c app --previous --timestamps

以一个预期约 75 秒完成初始化的应用为例,合理的观察过程是:启动初期出现启动探针失败;应用记录初始化完成后,启动探针通过;随后存活探针开始承担运行期检查,就绪探针通过时 Pod 才具备相应的就绪状态。启动阶段探针失败本身不是故障,关键要看它是否在预期时间内转为成功,以及容器有没有因达到失败阈值而重启。

出现异常时,先根据事件区分失败的是哪一种探针,再对照日志中的应用状态:

观察结果优先核对的边界
启动阶段反复重启,事件指向启动探针失败检查初始化是否超过窗口、路径或端口是否正确、接口是否过度依赖外部服务
启动探针通过后不久重启,事件指向存活探针失败检查启动条件是否过早成功,或存活条件是否把“暂时不能接流量”误判为“必须重启”
容器持续运行,但 Pod 长期未就绪检查就绪条件和依赖状态;不要仅靠调大启动窗口解决
Pod 已就绪,但请求仍失败检查就绪接口是否真正覆盖接流量条件,并核对应用与流量路径;探针成功不等于所有请求都成功

探测失败也不一定代表应用自身坏了:端口尚未监听、检查路径返回非成功状态、响应超过 timeoutSeconds,都可能造成失败。若使用 HTTP 探针,还要注意检查是由 kubelet 针对容器发起的;仅在自己电脑上请求某个地址成功,不能替代对探针实际检查路径的验证。

Kubernetes应用的探针分工建立在稳定的计算与存储资源之上。A5idc数据提供香港、美国、日本等地区的物理服务器,涵盖Xeon Gold与AMD EPYC平台,并有配备NVMe存储的方案,可为容器化业务后台、数据库及多任务服务提供部署资源基础;不同地区的网络线路与硬件配置也覆盖了多样的业务部署需求。

什么时候不需要启动探针

如果应用启动很快且时间稳定,存活探针不会在正常启动过程中误判,启动探针未必带来明显收益。它尤其适合启动时间较长、波动较大,或应用在“进程已运行”与“初始化完成”之间存在清晰阶段的场景。

启动探针也不能修复启动慢的根因。若每次启动都接近失败阈值,应检查初始化工作、资源限制、依赖响应和健康接口设计;一味扩大窗口,只会让真正无法启动的容器更晚暴露问题。它同样不能代替就绪探针处理运行期间的流量摘除,也不能代替存活探针识别启动成功之后的卡死。

最终的判断方法是看三条边界是否各自成立:启动探针成功时,初始化是否真的结束;存活探针失败时,重启是否比等待恢复更合适;就绪探针失败时,应用是否确实不该接收流量。用一次正常启动和一次可控的异常场景核对事件、日志、重启次数与就绪状态,比单纯确认探针配置已被接受,更能说明它们是否真正完成了分工。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/7853.html

相关推荐