📚 课程目录第2章 Kubernetes节点滚动升级基础

2. Kubernetes 节点滚动升级基础：节点池概念、滚动升级策略、升级流程与状态

在深入 Policy as Code 的差异化准入实现之前，必须首先理解 Kubernetes 节点滚动升级的核心基础。本章将围绕节点池（Node Pool）的概念、滚动升级策略的配置、升级流程的完整阶段以及节点状态转换展开，为后续策略注入点分析奠定基础。

2.1 节点池概念与作用

节点池是集群中一组具有相同配置（如实例类型、操作系统、标签、污点）的节点集合。在托管 Kubernetes 环境（如 AKS、EKS、GKE）中，节点池是管理节点生命周期的最小单元。

特性	说明
同质化	同一节点池内的节点共享相同的虚拟机规格、系统镜像、数据盘配置
独立扩缩	每个节点池可独立设置最小/最大节点数，支持手动或自动扩缩容
升级隔离	滚动升级仅影响目标节点池内的节点，不干扰其他池的工作负载
标签继承	节点池定义的标签和污点会自动传播到池内所有节点

实践要点：建议将不同工作负载类型（如在线服务、批处理任务、有状态应用）分配到独立的节点池，以便在滚动升级时实现差异化策略控制。

2.2 滚动升级策略参数

滚动升级策略通过 upgradeStrategy 字段定义，控制节点替换的速率和容错边界。以下为典型参数及其含义：

参数	默认值	作用描述
`maxSurge`	1	升级过程中允许超出目标节点数的最大额外节点数（值或百分比）
`maxUnavailable`	0	升级过程中允许同时不可用的最大节点数（值或百分比）
`drainTimeout`	5m	节点排水（drain）操作的最大等待时间，超时后标记为失败
`nodeStartupTimeout`	10m	新节点从创建到就绪的最大等待时间

# 节点池滚动升级策略配置示例（AKS 节点池）
apiVersion: management.azure.com/v1
kind: AgentPool
spec:
  upgradeSettings:
    maxSurge: "33%"
    maxUnavailable: "10%"
    drainTimeoutInMinutes: 10
    nodeStartupTimeoutInMinutes: 15

2.3 升级流程与阶段状态

一次完整的节点滚动升级包含以下五个阶段，每个阶段对应明确的集群状态转换：

准备阶段（Preparing）：验证节点池配置、镜像版本、配额是否充足；锁定节点池防止并发操作。
排水阶段（Draining）：对旧节点执行 kubectl drain，驱逐 Pod 并设置 node.kubernetes.io/unschedulable:NoSchedule 污点。
替换阶段（Replacing）：创建新节点（基于新镜像），等待节点注册并变为 Ready 状态。
就绪阶段（Readying）：新节点通过健康检查后，调度器允许 Pod 调度到新节点。
清理阶段（Cleaning）：删除旧节点，释放底层资源，更新节点池状态为 Succeeded。

  关键状态转换：节点在升级过程中会经历 Ready → Unschedulable → Draining → Deleted 的完整生命周期。新节点则从 Pending → NotReady → Ready 过渡。

2.4 节点状态转换与监控指标

在滚动升级过程中，单个节点的状态转换是判断升级健康度的关键。以下为节点状态转换矩阵：

当前状态	触发事件	下一状态	说明
Ready	升级开始	Unschedulable	节点被标记为不可调度，停止接收新 Pod
Unschedulable	排水完成	Draining	开始驱逐已有 Pod
Draining	Pod 驱逐完毕	Deleted	节点从集群中移除
Pending	新节点创建	NotReady	节点注册但未通过健康检查
NotReady	kubelet 就绪	Ready	节点可正常调度

注意：如果节点排水超时（drainTimeout），升级流程不会自动终止，而是跳过该节点继续处理下一个。这可能导致部分旧节点残留，需要后续手动清理或通过策略强制终止。

2.5 升级过程中的关键风险点

Pod 中断预算（PDB）冲突：如果节点排水导致可用副本数低于 PDB 阈值，排水操作会阻塞，升级卡在 Draining 阶段。
节点启动超时：新节点因镜像拉取慢、初始化脚本失败等原因未在 nodeStartupTimeout 内就绪，升级标记为部分失败。
存储卷挂载残留：旧节点删除时，如果存在未卸载的 PersistentVolume，可能导致卷挂载点残留，影响新节点挂载。
网络策略不一致：新节点加入后，网络插件（如 Calico、Cilium）可能需要重新同步策略规则，造成短暂网络中断。

  策略注入时机：上述风险点正是 Policy as Code 的差异化准入切入点。例如，在 Draining 阶段前注入 PDB 合规检查策略，在 Replacing 阶段注入节点标签一致性校验策略。