利用 Kubernetes Service 的 selector 无痛运维在线 pod

Kubernetes 有一个叫做 service 的功能，这个功能为 pod 提供负载均衡器的服务。当 pod 运行出现错误，或者停止工作的时候，有时候你想要从 service 上删除 pod 而不终止 pod。

Service & Endpoints

这个端点清单会自动更新 IP 地址和端口。因为对应的 pod 是根据定义在 service 上的标签选择器被选择出来的。这也就意味着 service 可以很轻松地跟 pod 本身结合。大家也可以看到选择器模式已经被运用到很多其它 Kubernetes 组件了，比如 Deployment，ReplicaSet。

由于端点清单是基于标签选择器自动更新的，所以我们通过更新在 pod 上的标签将行为异常的 pod 拿走，这样的话它就不会跟选择器匹配了。为了能够更新 service，将 pod 从中移除，我们需要一个良好设计的标签选择器。

所以，首先我们需要添加一个标签，这样就可以将任意 pod 从 service 中拿出来了。

现在让我们用 enabled 标签来创建一个 Deployment：

在我们的 service 中，我们在选择器中使用这些标签：

之后，创建我们的 Deployment 和 service，这个过程中，这些 pod 是保持运行的。

在这里，也是可以列出端点的。

假设 pod nginx－1802606028－1posu 服务异常，我们需要对其进行维护。首先让我们得到它的 pod IP。

现在，为了对 pod 进行维护，我们把 enabled 标签修改成除了“true”的其它东西。我们需要输入－－overwrite 标志来强制更新已经存在的标签。

如果我们再次检查端点，我们就会注意到我们还是有两个端点。因为 Deployment 根据它的选择器发现它需要启动另一个 pod (进入维护状态的 pod 不再匹配 Deployment 的选择器导致符合要求的 pod 数量不及设定的数量)。

我们注意到，正在维护的 pod 已经不在端点上了。

现在我们可以对我们的 pod 进行维护。

维护

每个应用程序维护 pod 的方式都是不一样的，所以我在这里就不做深入了。然而，Kubernetes 很多功能都可以轻松连接到运行在你集群里的应用程序，所以在这里我简要描述一下。

kubectl attach

你可以连接到一个正在运行的 pod，通过标准输入发送数据，从标准输出获得调试信息。如果你的进程允许你在 stdin 上发送命令来获得关于内部状态的信息的话。但是，有些容器并不会创建 TTY。你能看到的是 stdout，这跟只使用 kubectl logs 差别不大。

kubectl exec

kubectl exec 意味着你可以在容器中执行命令。你可以使用它来做很多事情，可能要使用它来发送信号给容器中的进程。

或者，你可以开启一个 bash shell，如果你安装了 bash 的话。

kubectl port－forward

另一个有用的功能就是 port forward 了。我们可以用这个来转移本地端口到我们的 pod，这样的话我们就可以给它发送请求，并且看到它是如何回应的。

接着，我们就可以从另一个终端给它发送请求。

总结

标签选择器令维护 pod 变得容易。但是还是有些细节需要你注意一下的。

Service 和 Deployments

由于 Service 和 Deployment 都经常使用标签选择器，所以当你将一个 pod 从 service 中移除，它仍然可能是 Deployment 的一部分，这种情况也是可能的。在大多数情况下，这都是 OK 的，但是如果你有一个 Deployment，带有 HorizontalPodAutoscaler 的功能，那么 Deployment 久可能任意时刻缩容而删除你的 pod。同样，当单个的 pod 从 service 中拿出来的时候，它仍然可能对你的应用程序产生影响。鉴于这些原因，我建议同样也要将 Deployment 拿出来，并且用 Deployment 来启动一个替代的 pod。

将 Pods 放回到 Service

在我们的 pod 上完成维护之后，我们可能就想要把它放回到 service。这个可以通过再次更新标签来匹配 service 选择器。

这种维护方案对于 Petset 当中的 pod 或者是不能轻易重启的 pod 是一个很好的方法。但是如果我们使用 Deployment 的话，因为这些 pod 本身作为分片存在于整个 Deployment 中，并且这些 pod 在定义上就是可替换的，我们通常只需要简单地删除这个被维护的 pod。即使将它回添到 Deployment，这个 Deployment 也会注意到多了一个 pod，而删除其中的一个 pod。

本文转载自才云 Caicloud 公众号。

原文链接：https://mp.weixin.qq.com/s/ecf-o3T2NpiEZ9ba6RbLuQ