Argo Rollouts+Traefik Mesh SMI金丝雀发布副本部署不足与TrafficSplit资源报错

报错截图

按照预期执行金丝雀发布流程时，实际仅启动1个副本（总规模20%），Rollout资源长期卡在Progressing状态，触发的报错日志如下：

TrafficRoutingErro: the server could not find the requested resource (post trafficsplits.splits.smi-spec.io)
TrafficSplitNotCreated: Unable to create traffic Split 'demo-trafficsplit'

核心异常由两部分触发：

• 集群内未安装和当前Traefik Mesh版本匹配的SMI TrafficSplit CRD。Argo Rollouts控制器调用API创建TrafficSplit资源时，直接返回“资源不存在”的报错，导致流量路由流程初始化失败，Rollout停留在第一步setWeight: 20的状态，不会继续推进副本扩容。
• 现有配置存在版本不匹配、冗余定义问题，进一步放大了流程异常：
• 清单中TrafficSplit声明的apiVersion: split.smi-spec.io/v1alpha3，和多数Traefik Mesh版本默认适配的SMI CRD版本不兼容
• 手动提前创建TrafficSplit资源的操作，和Argo Rollouts自动接管对应资源的逻辑冲突
• 手写的TrafficSplit权重值和发布流程预期完全相反：stable服务分配10%流量、canary服务分配90%流量，不符合第一步20%流量切流的设计

1. 校验集群内SMI CRD状态
   • 执行kubectl get crd | grep trafficsplits.smi-spec.io检查CRD是否存在
   • 如果查询结果为空，需要手动安装和当前Traefik Mesh版本匹配的SMI CRD，注意对齐CRD定义的apiVersion（多数Traefik Mesh v2.x+版本适配split.smi-spec.io/v1alpha4，不再兼容v1alpha3）
   • 如果查询结果非空，确认CRD定义的apiVersion字段，替换清单中不匹配的版本号
2. 修正配置清单的冗余和错误项
   • 从yaml中删除手动声明的TrafficSplit资源段：Argo Rollouts在识别到CRD存在后，会自动根据Rollout配置中指定的trafficSplitName创建、更新对应的TrafficSplit资源，不需要提前手动定义
   • 调整三个Service的selector配置：当前demo（stable服务）、demo-canary（canary服务）的selector全部写死匹配version: blue的Pod，后续版本切换时会导致流量拆分失效，需要根据Pod版本标签做匹配区分
   • 移除和Rollout控制器逻辑重复的流量权重配置，所有权重值交给Rollout的步骤定义自动管控
3. 重新触发部署流程
   • 修正完成后重新执行kubectl apply -f applications.yaml，等待Argo CD完成配置同步
   • 观察Rollout状态：控制器会自动创建对应版本的TrafficSplit资源，按步骤完成20%权重切流、1分钟暂停、50%权重切流、2分钟暂停的全流程，最终将副本数扩容到预期的4个，退出Progressing状态

补充验证点：如果修正后仍报错，需要检查Traefik Mesh的RBAC权限，确认Argo Rollouts的服务账号有创建、更新TrafficSplit资源的权限

内容的提问来源于stack exchange，提问作者Harou