Kubernetes 升级检查清单

使用方式

Kubernetes 升级的风险主要在 API 废弃、节点漂移、插件兼容和业务中断。按“升级前评估 → 控制面 → 节点 → 工作负载 → 插件 → 验证 → 回滚”执行，先在测试集群演练。

小版本逐级升级，不要跨多个 minor 版本；托管集群也要检查节点池和插件版本。

检查清单

1. 升级前评估

• 目标版本在支持矩阵内，源版本可逐级升级。
• 检查废弃 API：kubectl deprecations / pluto / kube-no-trouble。
• 确认 CNI、CSI、Ingress、监控、日志、策略组件兼容。
• 备份 etcd、PVC 和关键 CRD。
• 通知业务团队和维护窗口。

2. 控制面

• 先升级一个控制面节点，观察 API Server/etcd 健康。
• 逐个升级其余控制面，保持 quorum。
• 检查证书、kubeconfig 和聚合 API。
• 观察 API 延迟、etcd 延迟和错误率。
• 确认 scheduler/controller-manager 正常选主。

3. 节点

• 先升级一个非关键节点池。
• 排空节点，确认 Pod 能迁移。
• 升级 kubelet、容器运行时和节点镜像。
• 验证节点 Ready、Pod 网络和存储挂载。
• 再按节点池滚动升级。

4. 工作负载

• 关键服务有 PDB 和多副本。
• 检查 apiVersion 废弃导致的部署失败。
• 验证滚动更新、探针和 HPA。
• 检查 StatefulSet 的 PVC 和有序启动。
• 观察错误率、延迟和重启次数。

5. 插件与扩展

• CNI/CSI/Ingress/Gateway 版本兼容。
• Prometheus、日志、策略、备份组件正常。
• Operator 和 CRD 已升级到兼容版本。
• Webhook 证书和超时正常。
• 镜像仓库和 DNS 可用。

6. 验证

• 核心业务端到端验证。
• 节点故障和 Pod 驱逐演练。
• 备份恢复演练。
• 监控和告警无异常。
• 记录升级耗时和问题。

7. 回滚

• 控制面回滚路径明确（托管集群通常不支持降级）。
• 节点镜像和 kubelet 版本可回退。
• 工作负载清单和镜像 tag 保留。
• 数据库迁移与应用升级解耦。
• 回滚触发条件和决策人明确。

常见误区

• 跨多个 minor 版本直接升级。
• 只看控制面，忽略节点和插件。
• 没有检查废弃 API，升级后控制器崩溃。
• 不排空节点就升级 kubelet，业务中断。
• 托管集群以为“一键升级”，忽略节点池和 addon。
• 没有回滚演练，出问题只能向前修。
• 升级窗口按顺利情况估算，没有缓冲。

相关条目

• k8s-production-checklist — K8s 生产检查
• kubeadm — 集群升级
• etcd — 控制面存储
• kubelet — 节点组件
• pluto — 废弃 API 扫描
• velero — 备份恢复
• migration-readiness-checklist — 迁移准备
• sre-oncall-checklist — 值班检查