云原生日报 2026-10-04
早上好,各位技术同学 ☕ 今天为大家精选了云原生领域的最新动态和几篇干货教程,一起看看 👇
🔥 云原生热点
1. InfoQ Beanstalk cluster mode on EKS
亚马逊云科技为 Elastic Beanstalk 新增了集群模式,把应用以容器方式跑在由该服务创建并运维的 EKS 集群上,节点由 EKS Auto Mode 提供,源码经 CodeBuild 与 Cloud Native Buildpacks 构建成镜像,可观测性基于 OpenTelemetry。官方文档补齐了发布博客未提及的约束:客户无法选择集群及其 Kubernetes 版本、不能直接访问集群基础设施、共享集群中不同环境之间默认阻断网络流量,并且新增了每集群固定的 EKS 小时费用与 EKS Auto Mode 管理费。 这篇值得读的地方在于它把托管抽象与底层能力之间的张力摆到了台面上:把 EKS 藏起来,却仍按 EKS 计费,用户同时失去控制权和成本优化空间——该项管理费无法用 Savings Plans 或 Spot 折扣抵消,文档也承认监控成本可能高于 Standard 模式。 对国内团队评估 PaaS 化 Kubernetes 时,这套“共享集群 + 配置不可改 + 检测到漂移即停止维护”的边界设计很有参考价值,尤其是不同子网集合才对应不同集群这一隐藏规则,直接决定了合规隔离的代价。 🔗 https://www.infoq.cn/article/AYXLumiEmzcCrKrRuq9B
2. KEDA scale to zero
文章介绍了如何用 KEDA 的 cron scaler 把 dev、QA、staging 等非生产环境的 Deployment 在工作时间之外缩到零副本,避免 7×24 空跑浪费算力,并给出通过 ArgoCD 部署 KEDA 的完整配置与注意事项。作者指出 HPA 只能按负载伸缩且下限为 1,无法缩零,而 KEDA 用 minReplicaCount=0 配合 cron 时间窗可以让工作负载在空闲时真正消失。 技术含量集中在三个 ArgoCD 踩坑点上:CRD 必须用 ServerSideApply 绕开 256KB annotation 上限、kube-system 里的 RoleBinding 需要单独的更高权限项目、以及必须用 ignoreDifferences 忽略 /spec/replicas,否则 ArgoCD 会把 KEDA 的伸缩结果反复回滚。 对国内团队来说,非生产环境按作息缩零是投入产出比极高的优化,但落地前要确认 Helm chart 里没有写死 replicas,并评估缩零带来的冷启动延迟与定时任务依赖。 🔗 https://mijndertstuij.nl/posts/scale-to-zero-keda-cron-scaler/
📖 教程推荐
1. gRPC pinned to one pod
文章沿着一个数据包从 Pod 到 Pod 的真实路径,解释了 gRPC 服务扩容到多副本后流量却集中压在一个 Pod 上的根因:kube-proxy 只负责把规则写进内核的 iptables/IPVS,真正执行 DNAT 的是内核,而内核只能看到 L4 的 IP 与端口。由于这种负载均衡是按连接而非按请求进行的,一条长连接会被永久固定到同一个后端 Pod,HTTP/1.1 靠连接池制造出多次 DNAT 决策碰巧缓解了问题,gRPC 基于 HTTP/2 的多路复用则把它放大成故障。 这是把“现象—机制—归因”讲透的好文,亮点是用 HTTP/1.1 与 gRPC 做对照,说明同一套 Service 机制为何对前者无害、对后者致命,同时纠正了两个常见误解:kube-proxy 并不在流量路径上,L4 均衡天然做不到按请求分摊。 落地启示是排查 gRPC 热点 Pod 时,先看客户端连接管理——连接池策略、L7 代理或服务端负载均衡、headless Service 加客户端负载均衡——而不是一上来就怀疑调度或探针配置。 🔗 https://medium.com/@sundaradhi97/your-grpc-service-only-talks-to-one-pod-heres-why-da54ad78aa90
2. Volcano AI scheduling
文章分析了原生 kube-scheduler 逐个 Pod 调度的方式为何撑不住分布式 AI 训练,指出它会带来严重的资源碎片与调度死锁,并介绍 CNCF 项目 Volcano 如何用 gang scheduling(PodGroup 配合 minAvailable,全有或全无分配)解决这一问题。文中还给出 Volcano 与原生调度器在五类典型工作负载上的对比矩阵、与默认调度器并存的定位,以及“什么时候不该用 Volcano”的边界。 亮点是把死锁讲成了可复现的场景:一个需要 8 张 GPU 的任务只拿到 4 张,剩余资源又被后续任务抢走,最终多个作业各持半份资源却永不推进——这比抽象地谈批量调度有说服力得多。 专业判断上,Volcano 并非替代 kube-scheduler,而是按 workload 类型分流,小集群或纯 Web 业务引入它只会徒增队列与插件调优的运维负担。 对国内做 AI 平台的团队,gang scheduling 与分层队列配额往往就是多租户 GPU 池的刚需,建议连同 Kueue 一起纳入选型对比。 🔗 https://sagar-parmar.medium.com/beyond-native-kubernetes-scheduling-why-volcano-is-the-missing-piece-in-your-ai-infrastructure-ccc426b3351b
3. K8s CA / cert-manager
文章提出一种被低估的模式:用集群里已有的 cert-manager 通过 DNS-01 校验为集群外的服务(OpenVPN 服务器、EC2 上的遗留应用、不受 Kubernetes 管理的负载均衡前端等)签发 Let's Encrypt 证书,并以 AWS Secrets Manager 作为契约边界构建“签发—发布—消费”三段完全解耦的流水线。签发侧由 cert-manager 写入 Kubernetes Secret 并用 CronJob 发布,消费侧由外部服务上的定时任务拉取安装,且都只在证书变化时才动作。 值得读的原因在于它把证书管理从“每台机器各管一套”收敛成一次编写、多消费者复用的流水线,加密、IAM 授权、CloudTrail 审计和版本管理都交给 Secrets Manager,省掉了自建轮换系统。 核心技术洞察是 DNS-01 校验与证书使用位置零耦合,这一点直接打开了集群外证书自动化的空间。 落地时建议按 hosted zone 拆分最小权限的 ClusterIssuer,并想清楚 Secret 到 Secrets Manager 的发布触发条件与消费端失败告警,否则证书静默过期反而更隐蔽。 🔗 https://medium.com/@michaelpechner/your-kubernetes-cluster-already-has-a-certificate-authority-use-it-for-everything-f6fbe3f20ada
以上内容均已附原文链接,欢迎留言交流你的看法 💬