3. 节点池配置迁移场景分析
节点池配置迁移是 GitOps 工作流中变更频率最高、风险最集中的操作之一。迁移的本质是将节点池的期望状态（Desired State）从一个配置版本切换到另一个配置版本，并通过 Flux 的协调机制（Reconciliation）将实际集群状态收敛到新期望状态。根据迁移的触发原因和变更范围，可将常见迁移场景归纳为以下三类。
3.1 常见迁移场景分类
| 迁移场景 | 典型触发条件 | 变更范围 | Flux 协调影响 |
|---|---|---|---|
| 云厂商迁移 | 多云策略、成本优化、厂商锁定解除 | 节点池类型、实例规格、网络插件、存储驱动 | 需重建节点池，Flux 检测到资源类型不匹配时触发全量替换 |
| 集群升级 | Kubernetes 版本升级、节点操作系统更新 | 节点镜像版本、kubelet 参数、节点标签/污点 | Flux 按滚动更新策略逐步替换节点，需关注协调顺序 |
| 资源规格调整 | 业务扩缩容、性能优化、成本控制 | 节点 CPU/内存大小、磁盘类型、节点数量 | Flux 通过调整副本数或更新实例规格触发原地或重建变更 |
3.2 云厂商迁移场景详解
云厂商迁移通常涉及节点池的基础设施提供商（Provider）变更，例如从 AWS Auto Scaling Group 迁移到 Azure Virtual Machine Scale Set，或从 GCP Managed Instance Group 迁移到自建裸金属节点池。在 Flux 的 GitOps 模型中，这种迁移表现为 Cluster API 或 Terraform Controller 中 MachineDeployment 资源的 ProviderSpec 字段发生根本性变化。
spec.suspend: true 暂停协调，Flux 可能同时删除旧厂商节点并创建新厂商节点，导致集群容量短暂不足。
迁移流程中的关键检查点：
- Provider 兼容性验证：确认新厂商的节点池 CRD 版本与 Flux 安装的控制器版本兼容。
- 网络连通性预检：新厂商节点与现有集群控制面之间的网络策略、安全组规则是否已提前配置。
- 存储类映射：旧厂商的 StorageClass 名称在新厂商环境中是否存在，否则 PVC 绑定会失败。
3.3 集群升级场景详解
集群升级场景下，节点池配置迁移通常伴随 Kubernetes 版本号变更和节点镜像更新。Flux 通过 Kustomization 中的 patches 或 HelmRelease 中的 values 来传递新的版本参数。
version 字段与 nodeImage 字段分离到独立的 ConfigMap 中，通过 Flux 的 DependsOn 机制控制升级顺序：先升级控制面节点池，再升级工作节点池。
升级过程中的典型风险点：
- 版本跳跃限制：Kubernetes 不支持跨大版本升级（如 1.23 → 1.25），Flux 协调时若检测到版本跳跃，会拒绝执行并报错。
- 节点 Drain 超时：Flux 默认的节点排空超时（
drainTimeout）若设置过短，可能导致 Pod 未完成优雅终止即被强制删除。 - API 兼容性断裂：新版本集群可能废弃了旧 API 版本（如
extensions/v1beta1），Flux 在 apply 新配置时会因 CRD 缺失而失败。
3.4 资源规格调整场景详解
资源规格调整是最频繁的迁移操作，包括垂直扩缩容（调整节点 CPU/内存）和水平扩缩容（调整节点池副本数）。Flux 通过 Kustomize 的 replicas 补丁或 Helm 的 autoscaling 参数来驱动变更。
| 调整类型 | Flux 协调行为 | 风险点 |
|---|---|---|
| 垂直扩缩容 | 更新 MachineDeployment 的 instanceType，触发节点重建 | 重建期间 Pod 调度容量不足，需提前设置 PDB |
| 水平扩缩容 | 更新 MachineDeployment 的 replicas，触发节点创建或删除 | 缩容时未正确设置 scaleInProtection 导致关键节点被删除 |
| 磁盘规格变更 | 更新节点池的 rootDiskSize 或 dataDisk 配置 | 磁盘扩容通常支持在线操作，缩容可能导致数据丢失 |
flux diff kustomization 命令预览变更内容，确认 Flux 将执行的是原地更新（in-place update）还是重建（recreate）。原地更新风险较低，重建则需要评估对运行工作负载的影响。
3.5 迁移风险全景图
下图展示了三类迁移场景在 Flux 协调周期中的风险分布，帮助运维人员在巡检时快速定位高风险环节。
3.6 迁移场景与巡检策略对照
针对上述三类迁移场景，巡检策略应聚焦于 Flux 协调前的预检和协调后的验证两个阶段。下表总结了各场景的巡检要点：
| 迁移场景 | 预检巡检项 | 验证巡检项 | 回滚触发条件 |
|---|---|---|---|
| 云厂商迁移 | Provider CRD 版本、网络策略、存储类映射 | 节点就绪状态、跨厂商流量连通性、PVC 绑定状态 | 节点创建失败率 > 20% 或网络连通性测试失败 |
| 集群升级 | 版本跳跃检查、API 兼容性扫描、Drain 超时配置 | 控制面组件健康、节点版本一致性、Pod 重新调度成功率 | 控制面升级后 15 分钟未恢复健康 |
| 资源规格调整 | PDB 配置检查、缩容保护标签、磁盘缩容风险 | 节点容量利用率、Pod 分布均衡度、磁盘挂载状态 | 关键 Pod 因节点重建被驱逐且无法重新调度 |
Flux Audit 自定义资源，通过 Kustomize 的 patchesStrategicMerge 注入到每个节点池的 Kustomization 中。在 Flux 协调前，由 PreCheck 控制器执行预检，失败则自动设置 spec.suspend: true 阻止变更。