云原生是重构网络基因的三步跃迁，非简单上云
|
去年寒假，我在西溪园区B座三楼那间漏风的玻璃房里盯着Prometheus面板发呆。张磊蹲在机柜底下换SFP+模块，他后脖颈上一粒痣被机房顶灯照得发亮；李薇推门进来时手里拎着盒凉透的葱油拌面，盖子没盖严，汤顺着塑料盒边往下滴，在地板上积成一小片浅黄水洼。我原以为只是把Rails应用塞进Docker再挂个Ingress就完事了——结果前天半夜三点十七分，Consul集群自己把自己删了半数KV，而我们仨还在Slack里争论要不要重启etcd节点。 云原生不是上云。是重构网络基因的三步跃迁。第一步，服务发现从DNS轮询切到sidecar主动探活，那个下午我亲眼看着Service Mesh的xDS推送卡在Envoy的lds缓存里，卡了整整四十一秒——不是超时，是缓存没触发更新。第二步，流量治理从Nginx配置文件移到CRD里，林工写了个VirtualService yaml，字段名拼错两个字母，流量直接拐去测试环境跑了十八小时，没人报警，连Jaeger都只显示“span未采样”。第三步最狠：故障域不再按物理服务器划分，而是按Pod拓扑+命名空间+服务账户三级嵌套，你刚想ssh进某台节点查日志，它已经被Node Problem Detector标记为NotReady，十五秒后驱逐完所有Pod，整个节点空荡荡只剩systemd-journald在嗡嗡响。这三步不是并列关系，是咬合齿轮——少一步，其余两步全是裸奔。 优胜劣汰？对。但淘汰的不是技术，是人脑里残存的“请求路径是直线”的幻觉。上周五，运维老陈还坚持要在每个Deployment里加hostNetwork: true，说“这样tcpdump好抓”，我说你试试curl -v http://payment-svc.default.svc.cluster.local:8080，他敲完回车愣了三秒，手悬在键盘上没动，窗外雨突然下大了，哗啦一声打在幕墙玻璃上，震得他工牌链子直晃。这个我敢打包票——他那天根本没看懂curl输出里的IP地址是10.244.x.x，而不是192.168.x.x。他还在用VLAN思维解构Service。可这就是现实：新基因跑起来了，旧神经突触还没退化完。 说到退化……上个月我在家翻十年前的老代码库，找到一段用webrick做反向代理的patch，给它加了个超时重试逻辑，补丁里写了七行注释说明为什么不能用net::http。现在想想可笑。但当时真觉得那就是高阶玩法。现在呢？Service Mesh兜底了，超时重试变成yaml里retryPolicy: {attempts: 3}，连错误码映射都自动做了。可你知道最滑稽的是什么？上周四凌晨，线上支付链路突然503暴增，我们排查四小时，最后发现是某开发在GitLab CI脚本里写了kubectl rollout restart deployment/payment-api —— 他不知道这条命令默认触发滚动更新，而payment-api的livenessProbe探测路径压根没改过，结果全部Pod反复重启失败，循环触发驱逐。他接电话时左手一直在抠右手虎口的老茧，指甲缝里嵌着灰蓝色笔芯屑。 对了，昨天茶水间撞见架构组王昊，他正拿保温杯搅咖啡，杯底磕在搪瓷碗沿上咔咔响。我说你那个“多集群联邦网关”方案里Global Load Balancing怎么保证region-A的Ingress Controller不把流量打去region-B的EndpointSlice？他舀起一勺浮沫，吹了三口气，说“靠TopologySpreadConstraints”。我当场笑出声，差点把手里那杯枸杞菊花茶泼出去——他忘了我们集群里node标签早被CI流水线批量覆盖过两次，现在所有topology.kubernetes.io/zone值都是fake-zone-xx。这个我说不准，但我知道他那保温杯盖子拧得死紧，三年没换过硅胶圈，每次开盖要先顿一下，再发力，咔嗒一声。 我们总说“可观测性”，可真正让人脊背发凉的，是那些观测不到的间隙。比如Istio Citadel证书签发延迟三分钟，控制平面没告警；比如CoreDNS缓存穿透时返回SERVFAIL，但Prometheus指标居然平滑得像假的一样；比如某个namespace下ConfigMap被误删，Kubelet重拉Pod用了二百零六秒——这中间，你的Ruby进程其实在init container里反复执行bundle install，gemfile.lock明明有lock版本，却因为镜像层缺失，硬生生重走了解析依赖树的全过程。这些细节不重要，删掉也不影响论点。但就是忘不掉：那天早上九点四十七分，李薇端着外卖盒走过通道，盒底磕在消防栓外壳上，“咚”一声闷响，惊飞了窗台上两只麻雀。
文章配图，仅供参考 别跟我聊CI/CD成熟度模型。去年寒假那场故障之后，我把本地minikube里的ingress-nginx-controller删了三次。第一次用helm uninstall，第二次手动删Deployment和Service，第三次直接格式化了VM磁盘。第四次我建了个纯空命名空间，就扔一个ConfigMap进去，看它会不会自己长出Endpoint。它没长。但它让我的ruby进程在puma_worker_killer日志里打出了一串重复的GC时间戳，每一行末尾都带着微小的时钟偏移。这玩意儿我至今没搞懂来源。所以接下来？我打算把整个监控栈里所有Grafana dashboard的refresh interval全改成off，然后等下一个半夜三点，看哪条告警最先破音。（编辑：站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
