Linux 内核、存储与网络、可观测性、系统架构与大模型基础设施的工程笔记：机制拆解、踩坑复盘与可核对证据，少空谈。
共 9 篇文章 · 返回首页
kube-apiserver 高可用模式：多实例共享 etcd、无需内部 leader election；核心 flag 语义（--etcd-servers、--etcd-servers-overrides、--shutdown-delay-duration、encryption-provider-config）；与 etcd/14 的联合升级检查单；Kubernetes 版本偏差策略与 etcd 矩阵指针。
member add/remove/replace 与 learner promote 检查单；snapshot backup/restore 及 K8s 语境 revision bump；3.5.33 补丁线与 3.6/3.7 官方升级门禁项，不超前写未钉 tag 能力。
按 2.20 tag 钉控制面升级顺序、trust anchor/issuer 分层轮转、destination 内存重构运维门；附 live vs tag 门禁与否证检查表。无集群则不写升级成功叙事。
按 0.44.0/0.44.1 Release Notes 钉破坏面：legacy eBPF、gVisor、gRPC output 已删；API/Schema 大 bump 要求用户态与 10.2.0+driver 成对升级；附升级否证表与 live 文档 vs tag 门禁。
钉清 gateway-helm 与 gateway-crds-helm 的所有权边界；说明 v1.9 把 safe-upgrades ValidatingAdmissionPolicy 挪进 chart 后的两种必做动作，以及 TCP/UDP 存储版本迁移与 xDS 32MiB 接收上限如何表现为无 NACK 的失败。
沿 CephCluster CR 追踪 mon/mgr/osd Pod 如何被调和出来；钉设备发现前置条件、dataDirHostPath、HEALTH_OK 验证与 toolbox；说明 Rook 在 HEALTH_ERR 时默认拒绝 Ceph 升级，并对照 host 设备与 PVC 模式争论。
拆解 Rook 升级与 Ceph 滚动升级的闸门：HEALTH_ERR 拒绝、一次一个主版本、Squid/Tentacle 支持矩阵、v1.20 CSI Operator 必选迁移，以及 snapshot sidecar/CRD 错位——回应 ceph/18 点名的自动升级跳版本风险。
按六轴映射 Rook/CSI 常见故障：PVC Pending、MountFailed、RBD feature 静默失败、VolumeSnapshot 未就绪、升级卡住、mon endpoint/Secret 错配；每轴绑定 API/sidecar/CSI/Rook/Ceph 层，并回收 ceph/18 三条编排摩擦。
对比 Savepoint 与 Checkpoint 的生命周期与格式取舍；讲清 operator uid、rescale、schema evolution 规则，cancel/stop with savepoint 流程，Flink 版本升级恢复，以及 key serializer 不兼容等故障的排查与 State Processor API 边界。