GKE中为非HTTP Docker构建配置存活探针遇阻求助

• 核对TCP探针配置
  检查deploy.yaml里的TCP存活/就绪探针，确认端口和启动延迟设置正确：

  livenessProbe:
    tcpSocket:
      port: <你的TCP服务监听端口>
    initialDelaySeconds: 15  # 给足TCP服务启动时间
    periodSeconds: 5
  readinessProbe:
    tcpSocket:
      port: <你的TCP服务监听端口>
    initialDelaySeconds: 10
    periodSeconds: 3
  

  避免因探针启动过早，TCP服务还没就绪就被判定为失败。

• 修复线程代码的两处问题
  你的Python代码里有两个明显的问题：

  1. tcpserve的参数传递错误：args=([1])会把列表作为参数传入，应该改成args=(1,)（逗号用来标识元组），确保函数拿到正确的端口值。
  2. 守护线程t2会随主线程退出而终止：如果main()执行完毕后主线程直接退出，作为守护线程的TCP服务会被强制杀死，导致Kubernetes重启Pod。修改代码让主线程持续等待：

  import time
  if __name__ == '__main__':
      t = Thread(target=main, args=(None, None))
      t2 = Thread(target=tcpserve, args=(1,))  # 修正参数传递
      t.start()
      t2.start()
      t.join()  # 等待工作线程完成
      # 如果需要TCP服务持续运行，添加无限等待逻辑
      while True:
          time.sleep(3600)
  

• 查看GKE Pod的日志和事件
  用命令定位具体失败原因：

  # 查看Pod实时日志
  kubectl logs -f <你的Pod名称>
  # 查看Pod的详细事件（包括探针失败、进程退出记录）
  kubectl describe pod <你的Pod名称>
  

  重点看是否有OOMKilled（内存不足）、探针连接超时、进程异常退出的日志。

• 本地验证容器运行状态
  脱离Kubernetes环境，直接运行Docker容器测试：

  docker run -p 本地端口:容器端口 <你的镜像标签>
  

  用telnet localhost 本地端口测试TCP连接是否正常，同时用docker ps确认容器是否持续运行，没有自动退出。

• 确认进程退出逻辑
  确保你的主进程在业务逻辑完成后，不会立即退出（除非是一次性任务）。如果是长期运行的服务，必须让主线程保持存活；如果是批处理任务，要保证TCP服务在任务执行期间正常运行，任务结束后再优雅退出进程（返回0）。

内容的提问来源于stack exchange，提问作者Mark McWiggins