Deployment滚动更新与HPA一篇讲透:cka-certification-guide详解CKA工作负载与调度考域(15%)
Deployment滚动更新与HPA一篇讲透:cka-certification-guide详解CKA工作负载与调度考域(15%)
备考 CKA 认证的考生都知道,工作负载与调度(Workloads & Scheduling) 虽然只占 CKA 考试 的 15%,却是出题最"实"的考域:Deployment 滚动更新、回滚命令、HPA 自动扩缩容、节点亲和与污点容忍,几乎每年都会以实操题的形式出现。开源学习仓库 cka-certification-guide 围绕这一考域提供了成体系的学习路径——从图解笔记、动手实验到考前速查表,帮助新手用最少的时间把 Deployment 滚动更新与 HPA 两个高频考点一次吃透。
一、为什么这个考域值得优先复习 🎯
先明确它在 CKA 考试中的位置,来自仓库 SYLLABUS.md 的考域权重表:
| 考域 | 权重 | 核心内容 |
|---|---|---|
| Troubleshooting 故障排查 | 30% | Pod/节点/网络故障定位 |
| Cluster Architecture 集群架构 | 25% | RBAC、kubeadm、Helm |
| Services & Networking 服务与网络 | 20% | Service、NetworkPolicy、Ingress |
| Workloads & Scheduling 工作负载与调度 | 15% | Deployment、HPA、亲和性、探针 |
| Storage 存储 | 10% | StorageClass、PV/PVC |
💡 策略提示:故障排查分值最高,但工作负载与调度的题目操作最固定、套路最清晰,属于"投入产出比最高"的拿分点。只要把
rollout系列命令和autoscale练熟,这部分基本可以全拿。
本考域的完整学习材料集中在 study-notes/02-workloads-scheduling.md,包含 Deployment、调度器、QoS、探针、HPA、静态 Pod 等 16 个主题,每个主题都配有架构图。
二、Deployment 层级结构:滚动更新的基石
理解滚动更新之前,必须先看懂 Deployment 的三层管理关系:
Deployment ──(labels)──▶ ReplicaSet ──(labels + pod-template-hash)──▶ Pods
- Deployment 通过
selector.matchLabels管理 ReplicaSet - ReplicaSet 再管理一组 Pod,保证副本数恒定
- 滚动更新时,系统会自动给 Pod 追加
pod-template-hash标签,让新旧两个 ReplicaSet 可以并行共存,这是零停机更新的关键
Deployment → ReplicaSet → Pod:标签选择器贯穿每一层
Deployment 清单中的 labels、replicas、selector 如何映射到运行时对象
三、滚动更新与回滚:CKA 高频实操命令 ⚡
考试中最常见的场景是:更新镜像 → 观察滚动 → 出问题时回滚。记住这四组命令即可覆盖 90% 的考题:
| 操作 | 命令 |
|---|---|
| 更新镜像触发滚动 | kubectl set image deploy/nginx nginx=nginx:1.26 |
| 观察更新进度 | kubectl rollout status deploy/nginx |
| 查看历史版本 | kubectl rollout history deploy/nginx |
| 回滚到上一版 | kubectl rollout undo deploy/nginx |
| 回滚到指定版本 | kubectl rollout undo deploy/nginx --to-revision=1 |
| 暂停/恢复更新 | kubectl rollout pause / resume deploy/nginx |
| 重启应用 | kubectl rollout restart deploy/nginx |
⚠️ 易错点:
--to-revision回滚后,"最新 revision"会变成旧版本,再继续undo不会前进到新镜像,需要重新set image触发新版本。
更新策略由 spec.strategy 控制,CKA 需要理解两个默认参数:
- RollingUpdate(默认):
maxSurge(更新时最多额外创建的 Pod 数)+maxUnavailable(更新期间允许不可用的最少 Pod 数)。设为maxSurge: 1, maxUnavailable: 0即可保证更新期间容量不下降 - Recreate:先删光旧 Pod 再创建新 Pod,存在停机窗口,适合数据库等不能并存的场景
更详细的策略示例见 study-notes/02-workloads-scheduling.md 的 "Deployment Strategy Types" 小节;考试速查版命令整理在 CHEATSHEET.md。
四、HPA 水平自动扩缩容配置 📈
HorizontalPodAutoscaler(HPA) 是"配置工作负载自动扩缩容"考点的核心。它的工作原理只有三步:
- HPA Controller 每隔 15 秒通过 Metrics API 查询一次资源使用率
- 对比目标值(如 CPU 使用率 50%),计算应调整的副本数
- 在
minReplicas与maxReplicas之间调整 ReplicaSet 副本数
HPA Controller → Metrics API → Deployment 的扩缩容链路
一条命令即可完成配置(考试实操常考):
kubectl autoscale deployment nginx --cpu-percent=50 --min=2 --max=10
两个必记前提:
- 集群必须已安装 metrics-server,否则 HPA 无法获取指标(实验环境可参考 lab-setup/manifests/metrics-server/metrics-server.yaml)
- Pod 必须声明 CPU requests,否则 "使用率百分比" 无从计算,HPA 会卡在
Unable to compute状态
验证方式:kubectl get hpa 观察 TARGETS 列,或压测后 kubectl top pods 确认副本数变化。
五、调度器:两阶段挑选节点 🧭
调度(Scheduling)考频仅次于 Deployment 更新。kube-scheduler 分两个阶段为 Pod 选节点:
- Filtering(过滤):剔除不满足条件的节点——资源不足、污点不容忍、亲和性不匹配、NodeSelector 不符
- Scoring(打分):对剩余节点排序,选择得分最高者(如"利用率最低优先")
- Binding(绑定):将 Pod 指派给胜出节点
从 1000 个节点过滤打分到最终绑定的完整调度周期
调度约束的四大常用工具,考试常两两组合考:
| 工具 | 作用 | 一句话记忆 |
|---|---|---|
nodeSelector |
按节点标签硬性指定节点 | 最直白,但只能 AND |
| Node Affinity | 节点亲和(required/preferred) | 支持 In/NotIn/Exists 等算子 |
| Pod Anti-Affinity | 副本分散到不同节点 | 高可用场景首选 |
| Taints & Tolerations | 节点"驱逐"Pod | 控制面节点标配 |
污点(Taint)有三种生效方式,务必分清:NoSchedule(不调度新 Pod)、PreferNoSchedule(尽量不调度)、NoExecute(连已有 Pod 也驱逐)。
toleration 与 taint 一一对应才能成功调度
六、资源 requests 与 limits:QoS 的源头
HPA 与调度都建立在资源声明之上,这是必须打通的一环:
- requests(请求):调度依据。调度器按 requests 在节点上预留容量
- limits(限制):用量上限。超 CPU limit 会被限流(throttled);超 memory limit 会被 OOMKilled
requests 决定预留,limits 决定上限
由此派生的 QoS 三级模型,资源紧张时驱逐顺序为 BestEffort → Burstable → Guaranteed:
| QoS 等级 | 条件 |
|---|---|
| Guaranteed | requests == limits |
| Burstable | 设置了部分 requests |
| BestEffort | 完全未设置(最先被驱逐) |
七、学习路径与资料清单 📚
在 cka-certification-guide 仓库中,本考域的学习材料建议按以下顺序使用:
- 图解笔记:study-notes/02-workloads-scheduling.md —— 16 个主题逐个攻克,Deployment、HPA、调度各配架构图,先看"为什么"再记命令
- 考域大纲:SYLLABUS.md —— 对照官方考纲确认覆盖度,避免遗漏小考点(如静态 Pod、PriorityClass)
- 考前速查:CHEATSHEET.md ——
rollout、autoscale全部命令按考域归类,考前 30 分钟快速过一遍 - 动手实验:ingress/deployments.yaml、ingress/ingress.yaml —— 在本地实验集群中部署、滚动、扩缩,把命令肌肉记忆练出来
- 实验环境搭建:lab-setup/ 提供 macOS/Windows/Ubuntu 多平台 Vagrant 与 Multipass 脚本,10 分钟起一个三节点集群
八、总结:15% 分值的拿分公式 ✅
| 考点 | 必背内容 |
|---|---|
| 滚动更新 | set image 触发、maxSurge/maxUnavailable 含义、RollingUpdate vs Recreate |
| 回滚 | rollout undo(含 --to-revision)、history、pause/resume |
| HPA | kubectl autoscale 三参数、依赖 metrics-server、15 秒评估周期 |
| 调度 | Filtering→Scoring 两阶段、Taint 三种 effect、required/preferred 亲和 |
| 资源 | requests 管调度、limits 管上限、QoS 驱逐顺序 |
Deployment 滚动更新与 HPA 是 CKA 工作负载与调度考域中操作最固定、回报最直接的两个考点。按照"图解 → 命令 → 实验"的节奏走完仓库提供的学习路径,这 15% 的分值基本稳了。





