新手必看：Rancher蓝绿部署 | 10分钟学会

▌ 技术引导 Rancher 蓝绿部署在2024-2026年间被大量用于微服务架构下的零停机发布。我见过很多团队在部署过程中因为配置错误导致服务中断，甚至数据丢失。实际操作中，蓝绿部署的核心在于确保新版本服务完全就绪后再切换流量，而不是简单的服务重启。Rancher 的 CLI 工具和 GUI 界面都支持这一特性，但不同团队的实现逻辑差异极大。我踩过坑的点包括：未正确配置 ingress 的 weight 值、新旧版本服务端口冲突、健康检查未覆盖业务逻辑、DNS 缓存未清除。这些细节直接关系到部署是否稳定、是否可回滚、是否影响用户体验。掌握了这些点，你就能在10分钟内写出靠谱的 Rancher 蓝绿部署方案。 ▌ 技术参考 一 Rancher 蓝绿部署基于 Kubernetes 的滚动更新机制，核心在于通过标签控制流量切换。在2025年之前，Rancher 主要依赖 helm chart 和部署策略实现版本切换，但2026年更新的策略引入了更细粒度的流量控制能力。切勿将新旧版本服务部署在同一个命名空间，这会导致服务发现混乱和 DNS 污染。建议使用独立的命名空间来隔离不同版本。在实际操作中，我习惯通过命令行执行 `kubectl apply -f blue-deployment.yaml` 和 `kubectl apply -f green-deployment.yaml` 来分别部署版本，然后通过 `kubectl get pods -n ` 确认所有 pod 都处于 running 状态。流量切换前，必须确认健康检查端点已经稳定，否则服务会因为不健康被 Kubernetes 拒绝接入。 二 蓝绿部署的关键步骤是先启动新版本服务，再逐步切换流量。2024年期间，Rancher 的默认策略是先删除旧版本服务，但这样会带来服务中断。正确做法是采用渐进式替换，例如通过 `--set strategy=bluegreen` 参数在 helm 配置中启用该策略。我见过一些项目因为未配置健康检查而导致切换失败，所以必须在 deployment 中设置 readinessProbe 和 livenessProbe。使用 `kubectl rollout status deployment/` 可以实时监控部署状态。如果部署失败，执行 `kubectl rollout undo deployment/` 能够快速回滚到上一版本。注意，某些负载均衡器需要手动调整权重，如 NGINX 类型的 ingress 需要设置 `weight` 字段来控制流量分配。 三 蓝绿部署的一大痛点是流量切换时的 DNS 缓存问题。在2026年，Rancher 支持通过 DNS 清除策略优化这一环节。我实际操作时，会配置 `--set dnsTTL=0` 来确保 DNS 记录立即失效。同时，要确保所有客户端使用的是 DNS 代理，而不是直接解析 IP 地址。如果 DNS 未清除，客户端可能继续访问旧版本服务，导致数据不一致。此外，蓝绿部署需要维护两套完整的服务配置，包括 ConfigMap、Secret 和存储卷。建议使用 Git 管理两个版本的配置文件，避免手动错误。配置文件中，新旧版本的服务名称必须保持一致，否则流量分配会出错。 四 在 Rancher 中设置蓝绿部署，需要先定义两个 deployment，分别标记为 blue 和 green。2025年我曾使用 `kubectl set image deployment/=` 来更新镜像，但未设置好标签，导致流量切换失败。正确命令是通过手动编辑 deployment 的 yaml 文件，给新版本服务添加标签如 `app=backend, version=green`。同时，确保 service 的 selector 匹配新版本的标签。在2026年的项目中，我曾遇到一个因 service 类型配置错误导致的流量分配失败，原因是使用了 ClusterIP 而不是 LoadBalancer，导致外部流量无法正确路由。因此，在设置 service 时，务必选择 LoadBalancer 或 ExternalName 类型，并确保 DNS 解析正确。 五 流量切换时，Rancher 支持通过 helm chart 的参数控制。例如，使用 `--set trafficSplit.weight=90` 来指定旧版本保留90%流量，新版本获取10%。我曾在某个生产环境使用这个功能，误写成了 `--set trafficSplit.weight=0`，导致新版本服务无法承载流量。建议在切换前通过 `kubectl get ingress` 查看当前的 ingress 规则是否符合预期。如果 ingress 没有配置好，流量会直连到旧版本服务，造成业务异常。另外，健康检查的设置很重要，尤其是 readinessProbe 的 initialDelaySeconds 和 periodSeconds，这两个参数直接影响流量切换的时机。我踩过坑的案例中，有些因为 readinessProbe 时间太短而导致服务未完全启动，就切入了新版本，引发连锁故障。 六 蓝绿部署在 Rancher 中的实现依赖于 helm chart 的部署策略。2024年中，我曾尝试用 helm 和 kubectl 同时操作，结果因为版本不一致导致部署失败。正确做法是统一使用 helm 来管理部署，避免手动修改。例如，通过 `helm upgrade --install --set strategy=bluegreen` 来更新部署。同时，要确保新旧版本的镜像标签严格区分，比如使用 `v1.0.0` 和 `v1.0.1`，而不是 `latest`，防止意外覆盖。在某些项目中，因为镜像标签未更新，导致新版本未正确部署，进而引发服务不可用。 七 Rancher 的蓝绿部署在资源隔离和流量控制方面表现稳定，但在某些高并发场景下，切换时间可能会变长。2025年我曾在一个高峰时段的部署中，因为流量切换策略配置不当，导致新版本服务短暂不可用。解决方案是使用 `kubectl rollout pause deployment/` 暂停旧版本服务，再启动新版本。同时，确保新版本服务的 CPU 和内存资源充足，否则会因为资源不足导致响应延迟。在实际操作中，我习惯通过 `kubectl top pod` 监控资源使用情况，避免资源瓶颈。此外，如果服务依赖外部数据库，务必要确保数据库连接池大小足够支持切换期间的流量波动。 八 蓝绿部署适用于需要零停机时间、高可用性的场景，例如金融、电商、实时数据处理等。2026年我曾在一个跨境电商项目中应用该策略，成功避免了大促期间的流量损失。但该方法也有局限，比如需要双倍的资源量，且在某些复杂的微服务依赖场景下，切换可能会引发服务间的通信问题。例如，某些服务可能依赖旧版本的 API 接口，如果未在新版本中兼容，会导致调用失败。因此，在部署前必须进行充分的测试，包括端到端测试和性能压测。此外，蓝绿部署不适合资源敏感型应用，因为需要同时维护两个版本，资源消耗较大。 九 Rancher 蓝绿部署的实现可以结合 Istio 等服务网格进行优化。2025年我曾在项目中使用 Istio 的 VirtualService 来细化流量路由规则。例如，通过 `spec:http[0].route[0].weight` 设置流量权重，而不是依赖 ingress 的简单配置。这种方式更灵活，但增加了配置复杂度。在操作时，我曾因为忘记同步 Istio 的 route 配置，导致流量切换失败。因此，强烈建议在部署过程中同步更新 istio 的配置文件，并使用 `kubectl apply -f istio.yaml` 来应用。同时，确保 istio 的 sidecar 镜像版本与 Rancher 兼容，否则可能会出现 proxy 通信异常。 十 蓝绿部署的一个常见问题是在切换后旧版本服务未被正确清理。2026年我曾遇到一个项目，由于未设置 `--set cleanup=false`，导致旧版本服务残留，最终引发资源浪费和 IP 污染。正确的做法是使用 `--set cleanup=true`，确保旧版本服务在确认新版本就绪后自动删除。但也要注意，某些情况下需要手动干预，比如某些服务无法自动删除，或者有遗留的流量未完全切换。可以使用 `kubectl get deployments -n ` 查看部署状态，并通过 `kubectl delete deployment ` 来强制清理。此外，确保所有服务的 label 和 selector 配置正确，避免流量错配。 十一 在 Rancher 中配置蓝绿部署时，可以使用 helm chart 中的 `blueGreen` 参数控制策略。例如，设置 `blueGreen: true` 启用该策略，并指定 `blueGreen.trafficSplit.weight=90` 来决定流量分配比例。我曾在一个项目中因为误把 `blueGreen.trafficSplit.weight=100` 写成 `blueGreen.trafficSplit.weight=100%`，导致新版本服务无法启动，必须手动修正。部署完成后，使用 `kubectl get service ` 查看 service 的 endpoints 是否正确，确保流量已经切换到新版本。如果发现 endpoints 还有旧版本的 pod，可以检查 ingress 和 service 的配置，确认是否设置了正确的标签选择器。 十二 蓝绿部署的另一个关键点是服务的健康检查配置。2024年我曾在一个项目中，因为 readinessProbe 的 failureThreshold 设置过低，导致服务在启动过程中频繁失败，最终切换失败。正确的做法是设置 `readinessProbe.initialDelaySeconds=30` 和 `readinessProbe.failureThreshold=5`，确保服务在就绪后再切换流量。同时，livenessProbe 也要配置合理，避免服务运行时频繁重启。在实际操作中，我曾通过 `kubectl describe pod ` 查看 probe 的状态，发现探针失败时及时调整配置。此外，可以使用 `kubectl rollout history deployment/` 检查部署历史，确认是否清理了旧版本。 十三 在某些情况下，Rancher 的蓝绿部署可能无法完全满足需求，这时候可以考虑结合 kubectl 的 `apply` 和 `patch` 命令进行精细化控制。例如，使用 `kubectl patch deployment -p '{"spec":{"strategy":{"type":"RollingUpdate"}}}'` 来切换策略。2026年我曾在一个测试环境中使用这种方式，显著降低了切换时间。但这种方法需要你对 Kubernetes 的 rollout 策略有深入了解，否则容易出错。同时，要注意 patch 命令的语法，避免误操作导致服务不可用。此外，可以使用 `kubectl rollout undo deployment/` 来回滚到上一版本，但前提是必须保留所有历史记录。 十四 Rancher 的蓝绿部署在资源使用上比传统滚动更新更高效，因为它只在新版本就绪后才切换流量，而不是强制更新所有 pod。我曾在一个项目中对比了两种方式，发现蓝绿部署在高并发场景下延迟更低，且回滚更迅速。但这种效率提升依赖于正确的配置，如果新版本服务资源不足，反而会拖慢整个流程。在2025年，我曾通过 `kubectl top node` 监控集群资源使用情况，发现某个节点资源不足后，立即调整了新版本的资源请求和限制参数，防止了资源争抢。此外，建议在测试环境先验证资源分配策略，再正式部署。 十五 蓝绿部署需要结合监控和日志来保障稳定性。2026年我曾在一个部署中因为未配置 Prometheus 和 Grafana，导致无法及时发现服务异常。建议在部署前设置好监控指标，如 CPU 使用率、内存占用、请求延迟和错误率。使用 `kubectl logs ` 可以查看具体的日志信息，判断服务是否正常启动。如果发现错误，立即检查 deployment 的 log 输出，并通过 `kubectl describe pod ` 查看详细状态。此外，可以使用 `kubectl get events` 来监控集群事件，这有助于排查流量切换失败的问题。确保所有监控工具的配置项正确，比如 Prometheus 的 scrape 间隔和 alert 规则。