云原生高可用需“多副本+自愈+隔离+可观测”四层联动，缺一不可；须配liveness/readiness/startup探针、PDB、Init Container，确保Service/Ingress流量对齐，客户端超时重试+熔断，依赖组件（MySQL/Redis等）必须高可用，可观测性是前提。
云原生应用的高可用不是靠单个技术堆出来的，而是靠“多副本 + 自愈 + 隔离 + 可观测”四层联动实现的。没这四层，光写个 Deployment 设 3 个副本，照样会挂。
怎么让 Kubernetes 真正自动救活你的服务？
很多人以为设了 replicas: 3 就高可用了，但 Pod 崩溃后 K8s 能不能及时拉起、会不会反复 Crash、有没有卡在启动依赖上，全看探针和调度配置是否到位。
- 必须配
livenessProbe和readinessProbe：前者决定要不要杀掉重启，后者决定要不要从 Service 流量池里摘掉；不配或配错（比如initialDelaySeconds太小），会导致服务刚起来就被干掉，陷入CrashLoopBackOff - 用
startupProbe替代过长的initialDelaySeconds：Golang 应用冷启动慢时，直接设 60 秒延迟不如用 startup 探针精准判断“真就绪” - 加
PodDisruptionBudget（PDB）：滚动更新或节点维护时，防止所有副本被同时驱逐，比如minAvailable: 2能保底留两个实例在线 - Init Container 做前置检查：比如用
curl -f http://redis:6379/ping确认 Redis 已就绪再启动主容器，避免应用启动失败反复重启
为什么多副本还总连不上？Service 和 Ingress 的常见断点
服务明明跑了 3 个 Pod，kubectl get pods 全 Running，但 curl 却超时——问题大概率出在流量链路的某一层没对齐。
WebChat Voice Proxy
下载
⚠️ 已弃用 — 该技能已拆分为两个独立技能，以提升模块化程度：**webchat-https-proxy**（HTTPS/WSS 反向代理）和 **webchat-voi...**
-
Service的selector必须和 Pod 的labels完全一致：大小写、key 名、拼写一个字符都不能错；建议用kubectl describe service xxx查Endpoints字段，为空就是没匹配上 - Ingress 的
serviceName和servicePort要跟后端Service的名字和端口严格对应；Nginx Ingress 默认只处理http，HTTPS 需额外配tls块和 Secret - 跨命名空间调用要写全名：
my-svc.my-ns.svc.cluster.local，光写my-svc只在同 namespace 有效 - Golang HTTP Server 必须监听
0.0.0.0:8080，不能只绑127.0.0.1，否则 Pod 内部网络通，Service 流量进不来
微服务之间怎么避免“一崩带全垮”？
单体拆成微服务只是第一步，没做隔离和容错，故障照样会顺着调用链炸开。真正的解法是把“依赖不可靠”当成默认前提来设计。
- 客户端必须设超时和重试：Golang 用
context.WithTimeout控制单次调用，gRPC 默认无超时；HTTP 调用别信服务端的Keep-Alive，自己控连接池和最大重试次数 - 用熔断器（如
gobreaker）防雪崩：连续 5 次失败就打开熔断，后续请求快速失败，给下游留恢复时间；别等线程/连接耗尽才反应 - 关键路径避免强依赖：比如订单创建不等用户中心返回完整资料，先存 ID，异步补全；查不到时走降级逻辑（返回空头像、默认昵称）
- Istio 的
DestinationRule配outlierDetection：比代码层熔断更轻量，且对所有语言透明，适合统一治理
数据库和中间件不高可用，应用再稳也没用
你把服务做到 99.99%，结果 MySQL 主从切换花了 5 分钟，整个系统还是不可用。云原生高可用的木桶短板，永远在依赖组件。
- MySQL 别用单节点：至少主从，生产环境推荐 MGR 或 ProxySQL + 多从，确保
failover ；用 <code>pt-heartbeat监控主从延迟，超阈值自动告警 - Redis 建议用集群模式（
Redis Cluster）或哨兵（Redis Sentinel），别用单实例；连接客户端必须支持自动重连和拓扑刷新 - 有状态服务（如 Kafka、Elasticsearch）用
StatefulSet+ 独立 PV，禁用Deployment；每个 Pod 有稳定网络标识（pod-name-0），方便脑裂处理 - 所有中间件连接字符串里加
timeout参数：比如 MySQL 的connect_timeout=3、read_timeout=10，防止阻塞线程池
最容易被忽略的是“可观测性不是锦上添花，而是高可用的前提”。没有 Prometheus 抓不到 5xx 突增，没有 Jaeger 追不到慢调用在哪一层，故障来了只能靠猜。日志、指标、链路三者得同时落地，缺一不可。
