蓝绿发布核心：维护蓝（稳定旧版）、绿（待上线新版）两套独立 Deployment，通过 Service 标签选择器 秒级切换全量流量，回滚仅需切回标签，全程零停机、无用户感知。

一、核心原理与生产架构

1. 核心原理

• 蓝环境（Blue）：当前承载 100% 生产流量的稳定旧版本。
• 绿环境（Green）：部署完成、验证通过的新版本，初始无流量。
• 流量开关：Service selector（标签选择器）——修改即秒级切换 Endpoints。
• 秒级回滚：切回 Service selector 即可，无需重新部署旧版。
• 资源要求：发布时需 双倍 Pod 资源（发布完成可清理旧版）。

2. 生产标准架构（推荐）

用户 → Ingress/Nginx → 主 Service（prod-svc）
                        ↓（selector 动态切换）
┌─────────────┐         ┌─────────────┐
│ app-blue    │         │ app-green   │
│ Deployment  │         │ Deployment  │
│ (v1.0 稳定)  │         │ (v1.1 新版) │
└─────────────┘         └─────────────┘

• Ingress：固定指向主 Service（prod-svc），永不修改。
• 主 Service：仅修改 selector，作为唯一流量入口。
• 双 Deployment：蓝、绿独立，标签区分（version: blue/green）。

二、生产级 YAML 完整配置

1. 蓝环境（旧版）Deployment

apiVersion: apps/v1
kind: Deployment
metadata:
  name: app-blue
  namespace: production
  labels:
    app: myapp
    version: blue
spec:
  replicas: 3
  # 生产必须：Pod 反亲和（避免同节点）
  affinity:
    podAntiAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
      - labelSelector:
          matchExpressions:
          - key: app
            operator: In
            values:
            - myapp
        topologyKey: kubernetes.io/hostname
  # 生产必须：PDB（高可用，最少2个副本）
  minReadySeconds: 10
  strategy:
    type: Recreate # 蓝绿用 Recreate，不滚动
  selector:
    matchLabels:
      app: myapp
      version: blue
  template:
    metadata:
      labels:
        app: myapp
        version: blue
    spec:
      containers:
      - name: myapp
        image: myapp:v1.0.0
        ports:
        - containerPort: 8080
        # 生产必须：资源限制
        resources:
          requests:
            cpu: 200m
            memory: 512Mi
          limits:
            cpu: 1000m
            memory: 1Gi
        # 生产必须：健康检查（零宕机关键）
        readinessProbe:
          httpGet:
            path: /actuator/health
            port: 8080
          initialDelaySeconds: 10
          periodSeconds: 5
          failureThreshold: 2
        livenessProbe:
          httpGet:
            path: /actuator/health
            port: 8080
          initialDelaySeconds: 30
          periodSeconds: 10
        # 生产必须：优雅退出
        lifecycle:
          preStop:
            exec:
              command: ["/bin/sh","-c","sleep 30 && kill -SIGTERM 1"]
      terminationGracePeriodSeconds: 60

2. 绿环境（新版）Deployment

仅修改 name、version、image，其余与蓝完全一致：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: app-green
  namespace: production
  labels:
    app: myapp
    version: green
spec:
  replicas: 3
  # 其余与 app-blue 完全相同...
  template:
    metadata:
      labels:
        app: myapp
        version: green
    spec:
      containers:
      - name: myapp
        image: myapp:v1.1.0 # 仅版本不同
        # 其余与蓝一致...

3. 主 Service（流量入口）

apiVersion: v1
kind: Service
metadata:
  name: myapp-prod-svc
  namespace: production
spec:
  selector:
    app: myapp
    version: blue # 初始指向蓝环境
  ports:
  - port: 80
    targetPort: 8080
  type: ClusterIP

4. Ingress（固定指向主 Service）

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: myapp-ingress
  namespace: production
  annotations:
    kubernetes.io/ingress.class: nginx
    nginx.ingress.kubernetes.io/proxy-connect-timeout: "30"
    nginx.ingress.kubernetes.io/proxy-read-timeout: "60"
spec:
  rules:
  - host: api.myapp.com
    http:
      paths:
      - path: /
        pathType: Prefix
        backend:
          service:
            name: myapp-prod-svc # 固定主Service
            port:
              number: 80

三、生产发布全流程（零宕机标准步骤）

步骤 1：部署绿环境（新版）

# 部署新版（不影响线上）
kubectl apply -f app-green.yaml -n production

# 等待绿环境全量 Ready（必须）
kubectl wait --for=condition=available deployment/app-green -n production --timeout=300s

# 验证绿环境（内部测试，不接流量）
kubectl port-forward svc/myapp-green-svc 8081:80 -n production
curl http://localhost:8081/actuator/health

步骤 2：流量秒级切换（核心）

# 方式1：patch 命令（推荐，秒级）
kubectl patch svc myapp-prod-svc -n production \
  -p '{"spec":{"selector":{"version":"green"}}}'

# 方式2：编辑 Service
kubectl edit svc myapp-prod-svc -n production
# 将 selector.version: blue → green

步骤 3：验证与监控（发布后必做）

# 确认 Service 指向绿环境
kubectl get svc myapp-prod-svc -n production -o jsonpath='{.spec.selector}'

# 查看流量是否进入绿 Pod
kubectl get endpoints myapp-prod-svc -n production
kubectl logs -f app-green-xxx -n production

# 监控指标（生产必备）
# - QPS、错误率、P99延迟
# - CPU/内存、连接数、业务成功率

步骤 4：秒级回滚（异常时）

回滚仅需1条命令，秒级生效：

# 切回蓝环境（旧版）
kubectl patch svc myapp-prod-svc -n production \
  -p '{"spec":{"selector":{"version":"blue"}}}'

# 回滚后验证
kubectl get svc myapp-prod-svc -n production -o jsonpath='{.spec.selector}'

步骤 5：清理旧版（稳定后）

# 确认 v1.1 稳定运行 30分钟+，删除蓝环境
kubectl delete deployment app-blue -n production

四、生产关键保障（零宕机/秒回滚核心）

1. 健康检查（必开）

• readinessProbe：确保 Pod 完全启动才接入流量。
• livenessProbe：异常 Pod 自动重建，避免僵死实例。
• 禁止：无探针直接切流 → 直接 502 宕机。

2. 优雅退出（长连接必备）

• preStop + terminationGracePeriodSeconds：
  切流后 等待30~60秒，处理完长连接/请求再销毁。
• 适配：WebSocket、gRPC、HTTP Keep-Alive 场景。

3. 数据库兼容（最易踩坑）

遵循 expand → migrate → contract 原则：

1. expand：先加字段、不加非空约束、不删旧字段。
2. migrate：蓝绿双写兼容，切流后验证。
3. contract：稳定7天+，再删旧字段/旧逻辑。

4. 高可用保障

• Pod 反亲和：蓝、绿 Pod 不调度到同节点。
• PDB（PodDisruptionBudget）：保证发布时最少 N 个副本可用。
• 资源预留：集群 CPU/内存 预留 50%+，支撑双环境运行。

5. 消息/缓存隔离（生产必控）

• 绿环境验证阶段：关闭 MQ 消费、定时任务、写缓存。
• 避免：未切流就写生产数据、重复消费、脏缓存。

五、常见问题与排错

1. 切流后部分 502/超时

• 原因：绿 Pod 未 Ready、readinessProbe 失败。
• 解决：kubectl describe pod app-green-xxx 查探针日志。

2. 回滚不生效/流量仍到新版

• 原因：kube-proxy 未同步 Endpoints、客户端 DNS 缓存。
• 解决：

  kubectl rollout restart deployment/kube-proxy -n kube-system
  # Ingress 层刷新
  kubectl exec -n ingress-nginx nginx-ingress-xxx -- nginx -s reload
  

3. 长连接用户仍访问旧版

• 原因：WebSocket/Keep-Alive 未断开。
• 解决：
  • 切流后 保留旧版 30~60分钟 再清理。
  • 应用层支持 连接优雅关闭 通知。

4. 资源不足、双环境无法运行

• 解决：
  • 先缩旧版（如 3→2），再部署新版（3）。
  • 集群开启 HPA、节点自动扩缩容。

六、进阶：自动化与工具链

1. Argo Rollouts（生产推荐）

• 替代原生 Deployment，支持 蓝绿/金丝雀 可视化、自动验证、自动回滚。
• 支持：暂停/手动确认、自动切流、失败自动回滚。

2. CI/CD 集成（GitLab/Jenkins）

# 发布流水线
1. 构建镜像 → 2. 部署绿环境 → 3. 自动化测试 → 4. 人工确认 → 5. 切流 → 6. 监控 → 7. 清理旧版

3. 可观测（生产必备）

• 监控：Prometheus + Grafana（按 version 维度）。
• 日志：ELK/Loki（按 version=blue/green 过滤）。
• 链路：SkyWalking/Jaeger（追踪版本调用）。

七、蓝绿 vs 滚动 vs 金丝雀

特性	蓝绿发布	滚动更新	金丝雀（灰度）
宕机风险	0（双环境）	极低	极低
回滚速度	秒级（切标签）	分钟级（重部署）	秒级（切流量）
资源占用	双倍	正常	少量额外
适用场景	核心应用、强稳定性	非核心、常规迭代	大版本、风险高
流量控制	全量切换	逐步替换	百分比放量

八、生产最佳实践总结

1. 固定架构：Ingress → 主 Service → 双 Deployment。
2. 必开配置：健康检查、优雅退出、反亲和、PDB。
3. 严格流程：先部署绿环境 → 验证 → 切流 → 监控 → 清理。
4. 秒级回滚：永远保留旧版至稳定，回滚仅切 Service selector。
5. 数据安全：数据库兼容优先，消息/缓存严格隔离。