Kubernetes Pod被销毁时如何保障PostgreSQL长TCP连接持续可用？

针对TCP长连接场景下pgpool或PostgreSQL Pod终止导致客户端必须重建连接的问题，原生Kubernetes Service无法直接满足需求，因为原生Service仅处理新TCP连接的负载均衡，不会迁移已建立的长连接，后端终止后旧连接会直接断开。可采用以下成熟方案实现客户端无感知切换：

方案1：服务网格Sidecar接管（无业务侵入） #

• 部署Istio/Linkerd等服务网格，Sidecar代理会自动接管客户端与pgpool、pgpool与PostgreSQL之间的所有TCP连接
• 配置Sidecar的后端健康检查策略，将TCP探测间隔调整为1-2秒，不健康阈值设为2次
• 当Sidecar探测到当前连接的后端Pod不可用时，会自动在代理层重建到其他健康后端的TCP连接，上层业务完全感知不到切换，不需要修改任何客户端代码
• 注意配置会话保持规则，避免同一事务内的请求被路由到不同PostgreSQL节点导致状态异常

方案2：eBPF内核层连接迁移（高性能） #

• 使用Cilium作为集群CNI，开启Socket LB特性
• 该特性基于eBPF在内核态拦截TCP连接请求，当后端Pod被销毁或判定为不健康时，会自动将已有TCP连接重定向到其他匹配的健康后端Pod
• 相比服务网格方案，没有用户态Sidecar的性能损耗，延迟更低，适合性能要求高的场景
• 配合pgpool多副本集群部署，可同时覆盖pgpool和PostgreSQL Pod的故障切换场景

方案3：pgpool集群+四层负载均衡 #

• 部署多副本pgpool集群，开启pgpool内置的watchdog功能，同步多个pgpool实例之间的连接状态和后端节点信息
• 配置pgpool的故障转移参数：将failover_on_backend_error设置为on，search_primary_node_timeout调整为2-3秒，reset_query_list开启以保证会话状态一致
• 前端对接支持TCP长连接同步的四层负载均衡，负载均衡层面配置TCP健康检查，异常节点自动摘除
• 客户端连接串配置多host地址、自动重连参数和会话属性参数，进一步降低切换感知

注意事项 #

• 确认你使用的remote_apply同步模式的事务一致性等级，避免切换后出现数据读写异常
• 所有健康检查建议使用PostgreSQL协议层探测，不要仅用端口探测，避免端口存活但服务不可用的误判情况
• 长连接超时时间建议设置在30秒以内，极端故障场景下可兜底自动重连

内容的提问来源于stack exchange，提问作者Vishrant