Kubernetes滚动更新不停机的核心，是让新旧两个ReplicaSet短暂共存，新Pod逐个通过就绪检查后接管流量，旧Pod再逐个退出。 用户看到的服务始终在线，请求在NewPod和OldPod之间平滑交接，这中间靠的不仅是Pod数量的增减，还有Service的标签选择器和探针的精细配合。
下面从工作机制、参数设置、发布策略对比、实操命令、故障排查五个维度，把滚动更新这件事讲透。
滚动更新的交接班机制：新队列先进，老队列后退
滚动更新不是把旧Pod全部杀掉再启动新Pod,而是“边进边退”，理解这一点，先要弄清楚ReplicaSet、Service和探针各自扮演的角色。
ReplicaSet是真正的执行者
Deployment本身不直接管理Pod,它管理的是ReplicaSet，每次滚动更新，Deployment都会创建一个新ReplicaSet，期望副本数从0开始增长，同时旧ReplicaSet的期望副本数按比例下降。
举个例子：一个Deployment运行3个旧Pod，发起滚动更新后，控制器先把新ReplicaSet的副本数从0提升到1，新Pod创建成功并Ready后，再把旧ReplicaSet的副本数从3降到2，整个过程重复执行，直到新ReplicaSet为3、旧ReplicaSet为0，这种“先增后减”的顺序，保证了任意时刻集群内可用的Pod总数不低于期望值。
Service只认标签，不认识新旧版本
Service通过selector选择Pod,只要是符合标签条件的Pod，就会被纳入Endpoints列表，滚动更新时，新旧Pod共享同一个app标签，只是pod-template-hash这个哈希值不同，所以Service的标签选择器不会把新Pod排除在外。
关键点在就绪状态，新Pod只有通过readinessProbe探针检查后，才会被加入Service的Endpoints，流量才会转发过去，旧Pod从开始终止到真正销毁，也存在一个窗口期：它先从Endpoints中移除，然后收到SIGTERM信号，执行preStop钩子，最后退出，Kubernetes利用这个时间差，让新旧Pod的流量交接平滑完成。
readinessProbe是唯一的上岗凭证
进程启动成功不等于可以接收流量,很多应用容器起来后还需要加载配置、建立连接池、预热缓存，这几秒到几十秒内如果强行接入流量，必然产生5xx错误，readinessProbe的作用就是持续探测新Pod是否“准备好”：探测失败就继续等，探测成功才把Pod加入Endpoints。
业内专家指出,生产环境发布事故中相当一部分不是因为新版本代码有问题，而是readinessProbe配置太宽松，新Pod一启动就被打流量，真实业务还没就绪。 建议配合minReadySeconds使用，让Pod进入Ready状态后再稳定观察一段时间，再继续滚动后续批次。
Kubernetes滚动更新与蓝绿发布区别在哪
很多团队纠结发布策略选滚动更新还是蓝绿发布,两者目标都是不停机，但设计思路完全不一样。
| 对比维度 | 滚动更新 | 蓝绿发布 |
|---|---|---|
| 资源占用 | 只需额外运行一小批新Pod | 需要同时运行两套完整环境 |
| 发布耗时 | 分批进行，几十秒到几分钟 | 新环境就绪后切换流量，耗时较短 |
| 回滚速度 | 需再次滚动更新，回到旧版本 | 流量切回绿环境，秒级完成 |
| 对外的IP/域名 | 不变，Service统一代理 | 不变，通过负载均衡切换 |
| 成本 | 较低，尤其适合大集群 | 较高，资源翻倍 |
| 适用场景 | 大多数Web服务、微服务 | 对回滚速度要求极高的核心交易链路 |
蓝绿发布最舒服的地方是回滚快：新环境只要有一丁点异常，流量直接切回旧环境，不具备做半个小时的滚动回滚，代价是成本，需要准备两套独立的资源池，这在大规模场景下费用相当可观。
滚动更新则是“细水长流”，用更少的额外资源换取平滑升级，国内云厂商的Kubernetes托管版，比如简米云ACK、酷番云TKE，控制台默认创建的Deployment走的就是滚动更新策略，大多数生产业务用默认配置就能跑得很好。
Kubernetes滚动更新参数maxSurge和maxUnavailable怎么设置
这两个参数是控制滚动更新节奏的阀门,很多人在yaml里见过却不敢动，其实理解了含义就很简单。
maxSurge：允许超出期望副本数的最大数量
maxSurge可以设整数或百分比,设为25%，意味着3副本的应用最多可以同时跑4个Pod，多出来的那个名额专门给新Pod用，设为0则不允许超出，新Pod只能等旧Pod删掉一个才能创建，发布速度会明显变慢，但资源占用最严格。
maxUnavailable：允许不可用Pod的最大数量
这里说的“不可用”是指处于NotReady或Terminating状态的Pod，默认25%，3副本应用最多允许1个Pod短暂不可用，剩余2个Pod仍继续提供服务，设为0则表示任何时刻都不能有Pod掉线，每个Pod都要先有新Pod接替，安全性最高但发布最保守。
典型场景的参数参考值
| 场景 | maxUnavailable | maxSurge | 效果 |
|---|---|---|---|
| 大多数生产环境 | 0 | 25%或1 | 先建新Pod再接流量，确保在线率 |
| 快速发布 | 25% | 25% | 短暂允许少量Pod不可用，速度快 |
| 资源紧张的集群 | 25% | 0 | 不额外占资源，逐步替换 |
| 关键交易链路 | 0 | 0 | 严格先加后减，发布最慢但最稳 |
行业共识认为,多数生产环境建议maxUnavailable设为0，让新Pod先就绪再接流量，宁可发布慢一点，也不让用户请求发生断档。 如果业务流量有明显波峰波谷，可以在低峰期将maxSurge临时调大，用批间“冲刺”的方式缩短发布窗口。
滚动更新实操：从触发一次发布到回滚
理论讲完,直接看命令，下面以nginx镜像从1.24升到1.25为例。
触发滚动更新
kubectl set image deployment/nginx nginx=nginx:1.25
也可以直接编辑Deployment：
kubectl edit deployment/nginx
修改spec.template.spec.containers.image字段，这里的核心原则：必须变更Pod模板中的任意字段，Deployment才会感知到更新，进而触发滚动更新，只改副本数不会滚动。
查看发布进度
kubectl rollout status deployment/nginx
该命令会实时输出滚动过程,Waiting for deployment spec update to be observed…”“Waiting for rollout to finish: 1 out of 3 new replicas have been updated…”，全部完成会输出“deployment successfully rolled out”。
查看历史版本
kubectl rollout history deployment/nginx
每一行对应一个版本号,可用kubectl rollout history deployment/nginx --revision=2查看指定版本的详细信息。
回滚到上一版本
kubectl rollout undo deployment/nginx
带版本号回滚：
kubectl rollout undo deployment/nginx --to-revision=2
回滚本身也是一次滚动更新，同样受maxSurge和maxUnavailable参数约束，也具备不停机特征，如果代码变更导致新Pod一直无法Ready，回滚前滚动更新会卡住，kubectl rollout undo会终止当前的推进过程并开启反向滚动。
暂停与恢复
kubectl rollout pause deployment/nginx kubectl rollout resume deployment/nginx
暂停后,对Deployment的Pod模板修改不会触发滚动更新，适合在灰度阶段验证一小批新Pod的日志和指标，确认没问题再恢复。
Kubernetes滚动更新不生效或卡住是什么原因
实际操作中,滚动更新不会每次顺风顺水，下面几个问题在生产环境最常见，按排查顺序列出。
镜像没换，版本号没变
这是最容易被忽略的,Deployment的镜像地址从nginx:1.25改成nginx:1.25，Pod模板内容没有任何变化，控制器会认为无需滚动更新，即便你改了镜像仓库里的Tag内容，如果imagePullPolicy设为IfNotPresent且节点本地已有同名镜像，新Pod也会直接复用本地镜像，跑的还是旧代码。
排查方式：查看Deployment的yaml确认imagePullPolicy，必要时改成Always，或者给镜像打一个新Tag。
新Pod一直Pending，滚动卡住
如果新Pod创建后一直处于Pending状态,多半是节点资源不足，maxSurge额外创建的Pod找不到足够的CPU或内存，调度器无法分配节点，经典参数kubectl describe pod <new-pod>
里会显示“0/3 nodes are available: 1 Insufficient cpu, 2 Insufficient memory”之类的调度事件。
排查方向：
- 查看集群节点资源水位：
kubectl top nodes - 查看Deployment的requests和limits是否合理
- 确认是否有其他工作负载抢占资源
readinessProbe探测失败，新Pod永不Ready
新Pod能启动但始终不Ready,流量也一直打在旧Pod上，看起来像“发布没反应”，这大概率是新版本应用的健康检查路径变了，或者监听端口不对，探针返回非200状态码。
排查方式：
- 执行
kubectl get pods查看状态列，会显示“0/1 Running”或容器处于Running但NotReady - 查看
kubectl describe pod <new-pod>的Events部分，通常会给出Liveness/Readiness探针失败的详细原因 - 手动进入Pod执行
curl验证健康检查端点：kubectl exec -it <new-pod> -- curl localhost:8080/healthz
发布超时，显示ProgressDeadlineExceeded
Deployment有一个progressDeadlineSeconds字段,默认600秒，如果一次滚动更新在10分钟内没有取得任何实质进展，Deployment会进入ProgressDeadlineExceeded状态，触发这个状态并不代表服务挂了，而只是控制器认为这次发布“卡住了”，需要人工介入查看原因。
处理办法：先定位上述三类原因，修复后控制器会继续推进发布过程，无需重新触发。
滚动更新从来不是Kubernetes的“黑魔法”，它依赖ReplicaSet的精确数量控制、Service的动态标签匹配和readinessProbe的严格准入，三元配合才实现了新旧版本的丝滑交替，掌握maxSurge和maxUnavailable的调参逻辑，再配上一套合理的探针配置，大部分生产环境发布业务都能做到真正的零停机。
关于Kubernetes滚动更新，这些疑问你也会遇到
滚动更新期间，请求会不会发生中断？
正常情况下不会,新Pod必须在readinessProbe探测成功后才会被加入Service的Endpoints列表，流量才会转发过去；旧Pod在终止前先从Endpoints移除，再进入SIGTERM终止流程，加上maxUnavailable限制不可用Pod数量，整个过程中始终有Pod处于Ready状态并承接流量。
为什么滚动更新后Pod的IP全变了，服务却没有断过？
因为Service对外提供的ClusterIP、DNS域名在滚动更新前后一直没有变化，Pod的IP变化属于集群内部事件，Service通过selector和后端Endpoints动态感知Pod的加入和移除，客户端始终访问Service的稳定入口，不感知后端Pod的具体IP。
滚动更新失败后，服务是否还能继续正常访问？
如果旧Pod运行正常,新Pod因镜像错误或探针失败无法Ready，旧Pod不会立刻被删除，滚动更新会暂停在某个状态，旧Pod继续承担全部流量，可执行kubectl rollout undo deployment/nginx回滚到上一个可用版本，回滚过程本身同样具备不停机特性。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/640743.html
