Argo Rollouts v1.8.0版本中Canary部署异常卡死问题分析
2025-06-27 08:44:25作者:殷蕙予
问题背景
在Kubernetes应用部署领域,Argo Rollouts作为一款强大的渐进式交付工具,被广泛用于金丝雀发布、蓝绿部署等场景。近期在v1.8.0版本中发现了一个严重影响可用性的问题:当使用Canary策略进行部署时,如果新版本的Pod无法正常启动(例如由于镜像拉取失败导致ImagePullBackOff状态),整个Rollout过程会无限期卡在"Progressing"状态。
问题现象
用户报告在使用Argo Rollouts v1.8.0版本时,遇到以下典型症状:
- 当新版本的Pod因各种原因(如镜像不存在、配置错误等)无法正常启动时,Rollout会持续显示"Progressing"状态
- 即使配置了
progressDeadlineSeconds
和progressDeadlineAbort: true
参数,系统也不会自动将Rollout标记为失败状态 - 手动执行
kubectl argo rollouts abort
命令无效 - 唯一解决方案是手动删除失败的ReplicaSet资源
技术分析
经过深入分析,这个问题主要涉及以下几个技术点:
1. 版本回归问题
该问题在v1.7.2及更早版本中不存在,仅在v1.8.0及以上版本出现,表明这是一个版本升级引入的回归问题。
2. 核心问题定位
问题的核心在于Rollout控制器在处理失败Pod时的逻辑缺陷:
- 当使用Istio进行流量路由时,如果Pod处于不健康状态,Istio会阻止流量路由
- 这导致Rollout的协调过程无法正常完成
- 由于协调未完成,abort操作也无法执行
3. 特定配置场景
问题特别出现在以下配置场景中:
- 使用
workloadRef
引用现有Deployment - 使用Istio进行流量管理(VirtualService + DestinationRule)
- 未配置canaryService和stableService
解决方案
目前社区已经识别出几种可行的解决方案:
临时解决方案
- 降级到v1.7.2版本
- 手动删除失败的ReplicaSet资源
- 在Rollout配置中添加canaryService和stableService定义
长期修复方向
社区正在考虑两种长期修复方案:
- 完善日志记录机制,至少让失败原因明确可见
- 修改abort逻辑,使其在任何Rollout状态下都能执行,不受流量路由状态影响
最佳实践建议
基于此问题的经验,建议用户:
- 在生产环境升级前充分测试新版本
- 确保Rollout配置中包含完整的Service定义
- 设置合理的
progressDeadlineSeconds
参数 - 监控Rollout状态,及时发现卡死情况
总结
Argo Rollouts v1.8.0版本中引入的这个Canary部署卡死问题,虽然影响较大,但已经有明确的临时解决方案和修复方向。用户在遇到类似问题时,可以参考本文提供的解决方案进行处理。同时,这也提醒我们在进行渐进式交付时,需要全面考虑各种异常情况的处理机制。
登录后查看全文
热门项目推荐
相关项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8