外观
云原生系统原理与线上排障
快速查阅:本专题速记手册,包含知识点、排查顺序与工具参数。
从 Pod 重启、Service 超时和发布中断等真实问题出发,拆解容器、Kubernetes、网络、存储、弹性与可观测性。
主线:故障现象 → 请求链路 → 控制链路 → Linux/Kubernetes 原理 → 最小实验 → 证据链排障。
全局视角与容器基础
| 编号 | 主题 | 核心价值 |
|---|---|---|
| 01 | 服务容器化后反而更不稳定 | 建立请求数据面与 Kubernetes 控制面的完整视图 |
| 02 | 容器不是轻量虚拟机 | 理解 Namespace、cgroup、rootfs 与隔离边界 |
| 03 | 镜像为什么越来越大 | 理解 OCI 镜像、OverlayFS 与写时复制 |
| 04 | 容器在运行,应用为什么仍不可用 | 理解 PID 1、Signal 与容器生命周期 |
Kubernetes 核心机制
| 编号 | 主题 | 核心价值 |
|---|---|---|
| 05 | 提交 YAML 后发生了什么 | 理解声明式 API、List-Watch 与控制循环 |
| 06 | Pod 一直 Pending | 理解 Scheduler 的过滤、评分与绑定 |
| 07 | Pod 为什么不断重启 | 排查 CrashLoopBackOff 与容器退出状态 |
| 08 | 健康检查配错如何制造故障 | 正确使用三类 Probe |
| 09 | Pod 被 OOMKilled,但 JVM 没有堆溢出 | 理解 cgroup 内存控制与容器 OOM |
| 10 | CPU 不高,接口为什么仍然超时 | 理解 CPU Limit 与 Throttling |
网络、存储与发布
| 编号 | 主题 | 核心价值 |
|---|---|---|
| 11 | Service 有 ClusterIP,流量去了哪里 | 理解 Service、EndpointSlice 与转发数据面 |
| 12 | Pod 之间如何通信 | 理解 CNI、Veth 与跨节点网络 |
| 13 | 域名偶发解析失败 | 排查 CoreDNS、搜索域与 ndots |
| 14 | Ingress 返回 502、503、504 | 定位七层入口故障 |
| 15 | NetworkPolicy 为什么没有生效 | 理解网络策略的实现与边界 |
| 16 | Pod 重建后数据为什么丢了 | 理解 PV、PVC 与 CSI |
| 17 | ConfigMap 更新后应用仍是旧配置 | 理解配置注入与更新机制 |
| 18 | 滚动发布为什么仍会中断请求 | 实现流量摘除与优雅终止 |
| 19 | StatefulSet 不只是有状态 Deployment | 理解稳定身份、存储与有序更新 |
可靠性、安全与综合排障
| 编号 | 主题 | 核心价值 |
|---|---|---|
| 20 | HPA 为什么扩容太慢或反复抖动 | 理解指标链路与扩缩容算法 |
| 21 | Node NotReady 后 Pod 为什么没有立刻迁移 | 理解节点检测、驱逐与重新调度 |
| 22 | Secret 放进 Kubernetes 就安全了吗 | 理解凭据存储、传递与轮换 |
| 23 | 一个 YAML 如何拿到集群权限 | 理解认证、授权与 Admission |
| 24 | 指标正常,接口为什么仍然慢 | 建立 Metrics、Logs、Traces、Events 联合诊断方法 |
| 25 | 一次 Kubernetes 接口超时的完整排查 | 建立端到端故障证据链 |
| 26 | 云原生高频面试题 | 用底层机制推导答案 |
阅读约定
- 示例优先使用稳定 API,并在依赖 Kubernetes、容器运行时、Linux Kernel 或工具版本时明确标注边界。
- 文中的性能数字只用于解释模型;没有机器、网络、负载和采样方法的数据不能直接作为生产容量。
- 命令默认以 Linux 和
kubectl为主;可能改动集群状态的命令会说明影响范围和清理方式。 - 每篇至少包含一个可复现实验、一个反例与正例,以及一组可以用于线上判断的证据。
- 无法由官方文档、源码或可重复实验确认的结论标为「待验证」。