Kubernetes kubeadm项目中etcd健康检查端点升级指南

在Kubernetes集群中，etcd作为关键的数据存储组件，其健康状态直接影响着整个集群的稳定性。kubeadm作为Kubernetes官方推荐的集群部署工具，近期计划对其管理的etcd容器的健康检查机制进行重要升级。

背景与现状

当前kubeadm使用传统的/health端点配合不同查询参数来实现etcd的健康检查：

• 存活检查(LivenessProbe)：使用/health?exclude=NOSPACE&serializable=true
• 启动检查(StartupProbe)：使用/health?serializable=false
• 就绪检查(ReadinessProbe)：目前未配置

这种检查方式存在几个局限性：

1. 检查逻辑不够直观，需要理解查询参数的含义
2. 指标粒度不够精细
3. 不完全符合Kubernetes API的健康检查规范

新健康检查端点

自etcd 3.5.11版本起，etcd引入了两个新的健康检查端点：

1. /livez：专为存活检查设计
2. /readyz：专为就绪检查设计

这些新端点具有以下优势：

• 完全符合Kubernetes API规范
• 提供更精细的健康状态指标
• 检查逻辑更加明确和合理

具体变更内容

kubeadm计划做出以下调整：

检查类型	原端点	新端点	变更说明
存活检查	/health?exclude=NOSPACE&serializable=true	/livez	新端点不再检查领导者状态，避免本地服务器重启加剧集群无领导者问题
启动检查	/health?serializable=false	/readyz	新端点忽略NOSPACE告警，确保服务器在配额不足时仍能处理读/删除请求
就绪检查	无	/readyz	新增就绪检查，提高集群稳定性

升级注意事项

1. 版本要求：etcd 3.5.11及以上版本才支持新端点
2. 升级计划：该变更将随kubeadm 1.31版本发布
3. 兼容性：使用自定义etcd镜像且版本低于3.5.11的用户需要先升级etcd版本

技术细节解析

/livez端点的设计考虑：

• 不检查领导者状态：因为本地服务器重启无法解决集群无领导者问题
• 避免因领导者检查导致的频繁重启循环

/readyz端点的设计考虑：

• 忽略NOSPACE告警：允许服务器在配额不足时继续服务读请求
• 确保服务器仍能转发写请求到领导者节点

实施建议

对于集群管理员：

1. 在升级kubeadm前，确保etcd版本符合要求
2. 测试环境中验证新健康检查机制
3. 关注升级后的etcd容器日志，确认健康检查正常工作

对于开发者：

1. 适配新的健康检查端点
2. 更新相关文档和测试用例
3. 考虑在自定义组件中采用类似的健康检查规范

总结

这次etcd健康检查端点的升级是kubeadm项目持续优化集群稳定性的重要一步。新端点不仅更加规范，而且通过更合理的检查逻辑，能够更好地保障etcd在各种异常情况下的可用性。建议所有kubeadm用户关注这一变更，并按照建议进行升级和适配。