GCP非托管实例组中Docker容器跨VM滚动更新方案咨询

非托管实例组本身没有内置滚动更新能力，需要自行实现跨实例的调度逻辑，以下是3种落地成本从低到高的可行方案：

方案1：基于gcloud命令的本地批量执行（适合实例数<10的小规模场景） #

• 先拉取当前实例组内的所有实例名称存入临时变量：

  INSTANCE_NAMES=$(gcloud compute instance-groups unmanaged list-instances [你的实例组名称] --zone [实例组所在可用区] --format="value(NAME)")
  

• 编写循环脚本逐个更新实例，单实例更新完成且健康检查通过后再处理下一台，避免服务中断：

  for instance in $INSTANCE_NAMES; do
    echo "开始更新实例: $instance"
    # 远程SSH到实例执行docker compose更新逻辑
    gcloud compute ssh $instance --zone [实例组所在可用区] --command "cd /path/to/docker-compose/目录 && docker compose pull && docker compose up -d --force-recreate"
    # 等待健康检查通过，示例用公网IP访问Spring Boot健康接口，内网实例可替换为远程执行本地curl命令
    INSTANCE_IP=$(gcloud compute instances describe $instance --zone [实例组所在可用区] --format="value(networkInterfaces[0].accessConfigs[0].natIP)")
    until curl -s http://${INSTANCE_IP}:8080/actuator/health | grep -q "UP"; do
      echo "等待实例${instance}服务恢复..."
      sleep 5
    done
    echo "实例${instance}更新完成"
  done
  

方案2：基于元数据监听的半自动化更新（适合中等规模实例组） #

• 给每个实例配置后台监听脚本（可放在crontab定时执行），监听实例自定义元数据的latest-springboot-image-tag字段，字段发生变化时自动执行本地docker compose更新逻辑
• 批量更新时只需统一修改实例组内所有实例的对应元数据标签即可，配合实例组关联的负载均衡健康检查，更新过程中异常实例会自动被摘掉流量，不影响业务可用性

方案3：基于Ansible等配置管理工具的更新（适合有现有运维体系的场景） #

• 将实例组内的所有实例同步到Ansible的inventory清单中
• 编写Ansible playbook，配置串行更新策略，比如每次仅更新1台实例，健康检查通过后再执行下一批次更新
• Playbook核心任务和本地SSH执行逻辑一致，仅需封装拉取镜像、重启容器、健康检查三个步骤即可

注意：无论选用哪种方案，都建议先给实例组关联负载均衡并配置合理的健康检查规则，避免更新过程中部分实例异常导致整体业务不可用。

内容的提问来源于stack exchange，提问作者Ayan Biswas