Service 偶尔把请求送到刚启动、正在退出或依赖尚未准备好的 Pod,常被简单归因于 kube-proxy。有效排查应沿着探针判定、端点状态发布、节点数据面同步,以及客户端连接生命周期逐段建立时间线。🌐
核心判断:EndpointSlice 的端点状态影响后续连接选择,但状态更新需要传播;已经建立的 TCP 连接通常不会因为端点集合变化而自动迁移。
Pod 的 readiness probe 由 kubelet 执行,结果反映在 Pod 条件中。控制面据此维护 EndpointSlice 中的地址及 ready、serving、terminating 等条件,再由集群数据面组件据此配置转发。探针成功、API 对象更新、每个节点规则收敛是连续但非原子的一组事件,因此短暂观察到时间差并不必然说明组件失效。
Readiness gate 可把额外条件纳入 Pod 就绪判定,例如由外部控制器确认初始化完成。使用时应明确哪个控制器写入条件、失败时条件如何变化,以及缺少该控制器时 Pod 会呈现什么状态。🚦
当错误集中在发布、扩缩容、节点切换或实例预热阶段,或者只发生在少量请求、长连接客户端,应同时检查端点变化和连接复用。记录请求时间、客户端所在节点、Service、后端 Pod、是否新建连接、响应错误类型、发布和终止事件。比较同一时间段的 Pod 条件与 EndpointSlice,而不是只看当前快照。📋
kubectl get endpointslice -l kubernetes.io/service-name=<服务名> -o yaml,核对地址、条件与更新时间。输出可能含内部信息,应在分享前脱敏。误判提醒:控制面看到端点不就绪,不代表所有节点在同一时刻完成同步;端点移除后已有连接仍可访问旧实例,也不等于 Service 继续为新连接选择它。字段语义及处理细节应结合 Kubernetes 版本和具体代理实现核实。🧩
修复后,新建连接不应选择未就绪端点;既有连接应按应用协议和排空策略正常结束,失败时重试行为清晰且不会造成重复操作。观察发布与终止过程中的请求错误率、端点传播延迟、就绪翻转频率和连接池后端分布。验收结论应指出时间窗口、连接类型和节点范围,避免用单次成功请求代替完整链路验证。🎯
排查重点是把健康判定、端点传播与连接复用分开验证,再用统一时间线确认它们的先后关系。