如何通过Terraform安全变更EKS工作节点实例类型以避免停机？

直接修改现有节点组的实例类型会触发Terraform销毁旧节点组再创建新节点组，导致服务停机。正确的操作流程是分阶段替换节点组：

• 第一步：新增目标实例类型的节点组
  在Terraform配置中添加一个全新的节点组资源，指定需要的CPU优化型实例类型，同时确保该节点组的标签、污点/容忍度、IAM角色、子网配置等与旧节点组匹配（或满足业务调度需求）。给新节点组设置唯一名称，避免与旧节点组冲突。
  执行terraform plan确认仅会创建新节点组，随后运行terraform apply完成创建，等待新节点全部加入EKS集群并处于Ready状态。

• 第二步：迁移旧节点上的Pod
  使用kubectl drain命令逐个驱逐旧节点组内节点上的Pod，命令示例：

  kubectl drain <旧节点名称> --ignore-daemonsets --delete-emptydir-data
  

  可以编写脚本批量处理所有旧节点，确保所有业务Pod都调度到新节点上。验证所有服务的Pod正常运行后，再进行下一步操作。

• 第三步：删除旧节点组
  在Terraform配置中移除原来的旧节点组资源块，执行terraform plan确认仅会销毁旧节点组，随后运行terraform apply完成删除。

额外注意事项 #

• 如果使用官方terraform-aws-modules/eks/aws模块，可利用模块的多节点组管理能力，避免直接修改现有节点组配置。
• 为业务Pod配置PodDisruptionBudget（PDB），限制驱逐过程中不可用Pod的数量，进一步降低服务影响。
• 对于有状态应用，需确保存储卷（如EBS）已正确配置持久化策略，避免数据丢失。

内容的提问来源于stack exchange，提问作者rippie