深入理解Kubernetes探针和.NET服务健康检查机制

前言

随着越来越多的软件采用云原生和微服务架构，我们面临着更多的技术挑战，比如：

Kubernetes如何在容器服务异常终止、死锁等情况下，发现并自动重启服务；
当服务依赖的关键服务（例如数据库，Redis）无法正常连接时，如何及时发出告警；
在需要同时部署有依赖关系的服务时，如何确保它们可以按正确的顺序进行初始化；
......

我将介绍如何利用.NET框架的健康检查机制以及Kubernetes的探针来确保微服务集群的稳定性和可靠性。

本文主要分为Kubernetes探针介绍，.NET健康检测机制介绍，最佳实践原则，以及一个简单的Demo。你可以在我的Azure仓库找到完整的项目文件，并在本地部署和测试：

k8s-helm-micro-services - Repos (azure.com)https://dev.azure.com/1903268310/k8s-helm-tpl/_git/k8s-helm-micro-services

Kubernetes Probe

什么是探针

Kubernetes使用三种容器探针，分别是Liveness、Readiness和Startup，来检查容器的运行状态。

简而言之，探针检测需要在服务中创建健康检查接口，该接口根据语义正确返回服务当前的健康状态。然后，Kubernetes根据部署时的探针配置，自动调用服务的健康检查接口，并根据返回的状态码判断当前服务是否健康。

Kubernetes支持HTTP、TCP和Grpc三种类型的探针接口，本文将重点介绍HTTP类型的探针接口，其中大于等于200并且小于400的状态码表示服务健康，其他状态码表示服务不健康。

Liveness Probe

Liveness Probe用于表示容器服务是否活跃。Kubernetes会在容器生命周期中不断检测Liveness Probe状态，当Liveness Probe返回失败并且次数超过配置阈值时，Kubernetes将认为容器服务已经终止或者无法继续处理请求，进而杀死容器所在的Pod并重新创建。

Readiness Probe

Readiness Probe用于表示服务当前是否可以正常处理请求，例如当服务依赖的某个重要组件状态异常时，我们可以让Readiness接口返回Unhealthy，当Kubernetes发现Readiness探针失败时，它会停止向Pod发送请求，但不会重启Pod，直到服务变为可用为止。

Startup Probe

与前两者不同，启动探针的目的是为了保护启动慢的容器。在很多情况下，我们的服务不得不在启动时完成一些可能费时的操作，在启动探针探测成功之前，Kubernetes不会向Pod发送流量，也不会启动Liveness和Readiness探测。

这样做可以避免故障误判，控制多服务启动顺序，避免过早初始化等。

在Kubernetes为init container提供了更好的支持之后，越来越多的服务开始将Startup检查放在独立的init container来进行，这样的好处是容器职责更加清晰，并且init container作为服务的前置容器，可以使用独立的技术栈，拥有独立的生命周期，且易于批量定制化和替换。

.NET健康检查

接下来，让我们结合.NET项目，在实践中了解Kubernetes探针检测和.NET服务健康检查机制。

服务状态

ASP.NET Core框架将服务定义为三种健康状态：Healthy（状态码：200）、Degraded（状态码：200）、Unhealthy（状态码：503）。

Healthy：服务健康，可以正常处理外部请求。
Degraded：应用程序处于降级状态，例如依赖的某些非关键服务失败，导致某些功能或性能受影响。Degraded可能是一个暂时的状态，服务可能会在一段时间内恢复到正常状态。
Unhealthy：服务处于不健康状态，无法处理外部请求。

IHealthCheck

在.NET项目中，我们需要多种IHealthCheck接口的实现，以检查依赖的服务是否可用。一个广泛应用的健康检查开源库是Github: AspNetCore.Diagnostics.HealthChecks，它提供了许多服务和中间件的健康检查方案。Github: AspNetCore.Diagnostics.HealthChecks

以针对PostgreSQL数据库的检查为例，该检查从服务配置中读取PostgreSQL相关配置，在CheckHealthAsync方法中尝试打开数据库连接并执行一条测试语句。成功执行则认为PostgreSQL服务是健康的；否则，认为数据库服务不健康，并返回相应的健康状态。

public class NpgSqlHealthCheck : IHealthCheck
{private readonly NpgSqlHealthCheckOptions _options;public NpgSqlHealthCheck(NpgSqlHealthCheckOptions options){Debug.Assert(options.ConnectionString is not null || options.DataSource is not null);Guard.ThrowIfNull(options.CommandText, true);_options = options;}/// <inheritdoc />public async Task<HealthCheckResult> CheckHealthAsync(HealthCheckContext context, CancellationToken cancellationToken = default){try{await using var connection = _options.DataSource is not null? _options.DataSource.CreateConnection(): new NpgsqlConnection(_options.ConnectionString);_options.Configure?.Invoke(connection);await connection.OpenAsync(cancellationToken).ConfigureAwait(false);using var command = connection.CreateCommand();command.CommandText = _options.CommandText;var result = await command.ExecuteScalarAsync(cancellationToken).ConfigureAwait(false);return _options.HealthCheckResultBuilder == null? HealthCheckResult.Healthy(): _options.HealthCheckResultBuilder(result);}catch (Exception ex){return new HealthCheckResult(context.Registration.FailureStatus, description: ex.Message, exception: ex);}}
}

注册健康检测

在.NET项目中，我们可以通过注册实现了IHealthCheck接口的服务来进行健康检测。为了后续创建相应的探针端点，我们可以为每个HealthCheck指定name或者tag。

public const string StartupCheck = "/health/startup";
public const string ReadinessCheck = "/health/ready";
public const string LivenessCheck = "/health/live";public static IHealthChecksBuilder AddAppsHealthChecks(this IHealthChecksBuilder healthChecksBuilder) =>healthChecksBuilder.AddCheck<App3StartupCheck>(StartupCheck).AddCheck<App2ReadinessCheck>(ReadinessCheck).AddCheck(LivenessCheck, () => HealthCheckResult.Healthy());

创建探针接口

.NET提供了两种方式来创建健康检测接口：UseHealthChecks与MapHealthChecks。Kubernetes将利用这些接口来确定容器当前状态，它们的最大区别在于中间件管道中的顺序不同。

以下是一个示例，我们将创建一个请求路径为"/health/startup"的健康检测端点，该端点将根据HealthCheck的注册名字来筛选Startup Probe所需检查的服务。

        public static IApplicationBuilder UseAppsHealthChecks(this IApplicationBuilder app) =>app.AddLivenessProbe().AddReadinessProbe().AddLivenessProbe();public static IApplicationBuilder AddStartupProbe(this IApplicationBuilder app) =>app.UseHealthChecks(new PathString(StartupCheck), new HealthCheckOptions{Predicate = check => check.Name == StartupCheck,});

实践原则

服务依赖

在微服务架构中，服务之间的依赖关系会非常复杂。因此，在创建探针接口时，我们要充分考虑Kubernetes三种探针的运行机制以及服务之间的依赖关系，避免形成死锁，例如A依赖B可用，B又依赖C可用，而C又依赖A可用等。

探针配置

在Kubernetes中，配置容器的探针检测周期与超时时间时，需要综合考虑服务的负载和问题发现的时效性。通过结合日志和监控，可以调整服务探针机制到最佳状态。

探针实现

通常来说，Startup探针的目的是检测容器工作时机是否合适。因为其成功后通常不再运行，适合用于充分的状态检查。

对于Liveness探针，通常越简单越好。我们可以使用下面的代码添加一个基本的Liveness健康检查，即服务能够接受请求并返回，即认为其存活。

healthChecksBuilder.AddCheck(LivenessCheck, () => HealthCheckResult.Healthy());

Readiness探针的设计需要根据服务的具体情况而定，必须弄清楚在当前微服务架构中，哪些服务对于当前服务是必须的，或者在什么状态下需要将当前服务标记为Unhealthy，即无法正常处理请求。

实践教程

在示例代码k8s-helm-micro-services - Repos (azure.com)中，我创建了三个服务并使用helm template创建了helm chart，其中，app1依赖app2，app2又依赖app3。

探针配置

因为我使用helm template创建deployment等文件，因此我在values.yaml文件中配置了探针相关参数，并在deployment.yaml中引用，以app1为例：

values.yaml

安装微服务

我们先使用minikube和helm命令，部署app2和app3到cluster：

docker build -t app3:v1 .
minikube image load app3:v1
helm upgrade -i app3 .\app3\ -n testdocker build -t app2:v1 .
minikube image load app2:v1
helm upgrade -i app2 .\app2\ -n test

测试Readiness探针

为了方便测试，我在app3中添加了一个REST接口用来修改服务的HealthStatus，并且作为Readiness检查的结果：

        public static HealthStatus HealthStatus;[HttpGet("set")]public HealthStatus Set(HealthStatus healthStatus){HealthStatus = healthStatus;return HealthStatus;}public class ReadinessCheck : IHealthCheck{public Task<HealthCheckResult> CheckHealthAsync(HealthCheckContext context, CancellationToken cancellationToken = default) => Task.FromResult(new HealthCheckResult(App3Controller.HealthStatus));}

由于HealthStatus默认值是Unhealthy，因此在部署之后我们可以看到Pod的状态是：Readiness probe failed: HTTP probe failed with statuscode: 503

此时，如果我们从app2中请求app3的接口，将会得到一个Connection refused错误，这是因为Readiness probe failed时，集群将停止向该Pod发送任何请求。

但此时app3容器是依然存活的，且其中的.NET服务依然在运行，因此我们可以通过kubectl port-forward等手段，访问到它的接口。我们通过调用set接口，将服务健康状态设置为Healthy。

之后，app3服务探针检查恢复正常，app2可以成功的从app3中查询数据了

测试Startup和Liveness探针

我在app1当中添加了Startup探针，检测的内容是app3是否存活，因此在部署app1到cluster之前，我们先删除app3，以此来测试Startup探针的工作情况。

public class App3StartupCheck : IHealthCheck{private readonly ILogger<App3StartupCheck> _logger;public App3StartupCheck(ILogger<App3StartupCheck> logger){_logger = logger;}public async Task<HealthCheckResult> CheckHealthAsync(HealthCheckContext context, CancellationToken cancellationToken = default){try{using var client = new HttpClient { BaseAddress = new Uri("http://app3.test") };var result = await client.GetStringAsync("health/live");return new HealthCheckResult(Enum.Parse<HealthStatus>(result));}catch (Exception ex){_logger.LogError(ex, "App3 is not ready");return HealthCheckResult.Unhealthy();}}}

可以看到，在部署app1之后，因为app3服务已经被我们删除掉了，所以会出现：Startup probe failed: HTTP probe failed with statuscode: 503，Startup探针检查失败导致该Pod一直被k8s重启。