如何在Kubernetes中实现自动回滚功能？

Kubernetes 原生 Deployment 本身不支持运行时故障的自动回滚，但可以通过配套配置和扩展组件实现该能力，具体实现步骤如下：

1. 第一步：配置探针让集群识别应用无响应状态 #

首先需要让Kubernetes能够感知到应用已经无响应，需要给Deployment的Pod模板添加存活探针和就绪探针，示例配置如下：

spec:
  template:
    spec:
      containers:
      - name: app-container
        image: your-image:tag
        # 存活探针：检测应用是否运行正常，失败则重启Pod
        livenessProbe:
          httpGet:
            path: /health
            port: 80
          initialDelaySeconds: 15
          periodSeconds: 5
          failureThreshold: 3
        # 就绪探针：检测应用是否可对外提供服务，失败则将Pod从Service端点摘除
        readinessProbe:
          httpGet:
            path: /ready
            port: 80
          initialDelaySeconds: 5
          periodSeconds: 5
          failureThreshold: 3

2. 第二步：配置滚动更新参数限制故障扩散 #

给Deployment添加滚动更新相关配置，避免故障版本直接替换所有正常Pod，同时配置更新进度超时时间：

spec:
  strategy:
    rollingUpdate:
      maxSurge: 25% # 滚动更新时最多额外启动多少比例的Pod
      maxUnavailable: 0 # 滚动更新时最多允许多少比例的Pod不可用
  minReadySeconds: 15 # Pod就绪后需要等待15秒才判定为新版本Pod正常
  progressDeadlineSeconds: 60 # 滚动更新60秒没有进展则判定为更新失败

完成上述配置后，如果你是在发布新版本的过程中出现无响应问题，超过progressDeadlineSeconds时间后Deployment会自动暂停更新，你可以手动执行kubectl rollout undo deployment/<你的Deployment名称>回滚到上一个版本。

3. 第三步：实现全自动回滚 #

如果需要故障发生时无需人工介入自动回滚，可以选择以下两种方案：

• 使用Argo Rollouts Operator：这是Kubernetes的官方生态扩展组件，原生支持基于探针结果、业务指标（如QPS、错误率）的自动回滚，配置完成后只要检测到服务不可用，会自动触发回滚到最近的稳定版本。
• 自定义控制器实现：自己开发轻量的控制器，通过Kubernetes API监听Deployment的状态和Pod的探针结果，当符合预设的故障规则时，自动调用rollout undo接口触发回滚。

注意事项 #

• 确保Deployment的revisionHistoryLimit参数（默认值为10）保留了足够的历史版本，否则回滚时会找不到可用的历史版本。
• 生产环境使用自动回滚前建议先在测试环境验证回滚流程，确认历史版本的可用性，避免二次故障。

内容的提问来源于stack exchange，提问作者Healthy Bowl