就绪探针必须返回200且路径严格匹配:Go中需显式调用w.WriteHeader(http.StatusOK),路径大小写敏感、无尾斜杠;存活探针仅检查进程自身状态,避免外部依赖;启动探针需等初始化完成再响应,各探针参数须与实际启动耗时对齐。

就绪探针必须返回200且路径严格匹配
Kubernetes的readinessProbe只认http.StatusOK(即200),返回204、201或任何其他状态码都会被判定为失败,Pod会从Service的Endpoints中被摘除。Go代码里不能依赖http.ServeHTTP的默认状态码,必须显式调用w.WriteHeader(http.StatusOK)。
路径也必须和Deployment YAML中readinessProbe.httpGet.path完全一致:大小写敏感、不带尾斜杠。比如YAML写的是path: "/readyz",Go里就得注册http.HandleFunc("/readyz", ...),而不是/readyz/或/health/ready。
- 别用中间件统一处理健康路由——Gin的
r.Use()或Echo的m.Group()可能引入日志、鉴权、panic recover等额外开销,干扰探针稳定性 - 响应体建议只写
"ok"或轻量JSON,避免模板渲染、数据库查询、外部API调用 - 如果用
atomic.Bool控制就绪状态(例如DB连接成功后才设为true),handler里直接检查if !isReady.Load() { http.Error(w, "not ready", http.StatusServiceUnavailable); return }
存活探针只查进程自身,不碰外部依赖
livenessProbe的目标是判断“这个进程还能不能跑”,不是“它能不能服务”。所以/healthz端点里不要做db.Ping()、redis.Ping()这类网络操作——一旦下游临时不可用,K8s就会反复杀掉并重建Pod,陷入CrashLoopBackOff。
真正该检查的,是内存中可快速验证的状态:比如一个atomic.Int64标记主goroutine是否卡死,或一个chan struct{}是否已被关闭。响应时间必须压在timeoutSeconds内(默认1秒),且不打日志(高频请求会撑爆日志卷)。
立即学习“go语言免费学习笔记(深入)”;
- 避免在handler里调用
time.Sleep()或runtime.GC()——看似无害,实则超时风险极高 - 如果用了Web框架,优先用原生
http.ServeMux单独注册/healthz,绕过所有中间件 - 不要返回空body还忘了设status——
w.Write([]byte(""))但没w.WriteHeader(),Go会默认写200,但行为不可靠,显式写更稳
启动探针要等真实初始化完成再响应
startupProbe不是让Go“实现”什么新接口,而是要求你暴露一个能准确反映“初始化已完成”的HTTP端点,比如/health/startup。它必须等到DB连接池建好、Redis连通、配置加载完毕、gRPC客户端初始化完成之后,才允许返回200。
常见错误是main函数一启动就起HTTP server,然后在handler里临时去ping DB——这会让kubelet探测变慢甚至超时,触发failureThreshold失败,导致Pod反复重启。
- 推荐用
sync.Once或atomic.Bool在初始化完成后置为true,handler只做一次内存读取 -
startupProbe.initialDelaySeconds应设为0,否则刚启动就错过首次探测机会 - YAML里
periodSeconds建议2~5秒,太短容易误判,太长会掩盖真实启动失败
端口、信号、探针参数必须对齐实际启动耗时
Go代码里http.ListenAndServe(":8080", nil),但Deployment中containerPort: 9000,Kubernetes就无法把流量路由进去,Service endpoints始终为空。这不是bug,是声明不一致。
同样,initialDelaySeconds不能拍脑袋设5秒——得实测冷启动时间(加载配置、初始化连接池、预热缓存)。如果应用平均启动要12秒,livenessProbe.initialDelaySeconds至少设15秒,否则Pod还没起来就被K8s杀掉。
- SIGTERM处理必须覆盖所有后台goroutine:
http.Server.Shutdown()只是第一步,DB连接池、metrics push、日志flush都要显式close或带context退出 - 所有探针的
timeoutSeconds必须小于periodSeconds,否则探测会堆积;failureThreshold建议设3,容忍短暂抖动 - 就绪探针失败时,Pod仍运行但不接流量;存活探针失败时,Pod会被立即终止重建——这两个行为差异极大,不能共用同一个handler


















