彻底解决Kubernetes副本扎堆故障！一招教你用Pod反亲和性实现高可用部署

在日常Kubernetes运维实践中，你是否也曾遇到这样的情况：

👉 关键服务设置了多个副本（replicas），本想提高可用性； 👉 结果部署时多个副本却集中到了同一台节点上； 👉 一旦该节点宕机，所有副本“抱团下线”，导致服务整体中断！

这不是设计的问题，而是调度策略的缺失。 今天我们来实战讲解一个Kubernetes调度利器 —— Pod反亲和性（Pod Anti-Affinity），通过它，让服务副本自动分散部署，每台主机仅跑一个副本，从容应对节点故障，极大提升服务可用性。

🧠什么是Pod亲和性与反亲和性？

Kubernetes 提供了亲和性（Affinity）与反亲和性（Anti-Affinity）调度规则，让 Pod 更加智能地选择节点。

希望与指定标签的 Pod 部署在同一节点上

🎯应用场景：服务副本自动分散部署

背景问题： 某业务部署了一个关键服务 nginx，副本数设置为2，但由于调度器默认无策略控制，两个副本被调度到了同一个节点。当节点故障时，两个副本一起失效，服务整体不可用。

解决目标： 通过配置 podAntiAffinity，强制同一节点上不能运行多个相同标签的Pod副本，实现副本自动分散部署。

💡Pod Anti-Affinity 两种配置方式

1. 硬性要求（推荐使用） requiredDuringSchedulingIgnoredDuringExecution 必须满足条件，调度器会严格执行，确保副本分散。
2. 软性要求（非强制） preferredDuringSchedulingIgnoredDuringExecution 尽量满足条件，但如果无法满足也可以调度，会存在副本集中风险。

✅实战：使用Pod反亲和性部署Nginx副本

以下是一个使用 硬性反亲和性 的 nginx Deployment 示例：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
    spec:
      affinity:
        podAntiAffinity:        
          requiredDuringSchedulingIgnoredDuringExecution:
          - labelSelector:
              matchExpressions:
              - key: app
                operator: In
                values:
                - nginx
            topologyKey: "kubernetes.io/hostname"
      containers:
      - name: nginx
        image: nginx
        imagePullPolicy: IfNotPresent
        ports:
        - containerPort: 80
          name: http
          protocol: TCP

🔍配置要点解析：

匹配标签为 app=nginx 的Pod

⚠️ 注意：使用该策略前确保集群节点数量 ≥ 副本数，否则Pod可能调度失败。

📌实战效果预期

部署完成后，两个 nginx 副本会分别运行在不同的节点上：

$ kubectl get pods -o wide
NAME                     READY   STATUS    NODE
nginx-7f46d78f9d-abcde   1/1     Running   node1
nginx-7f46d78f9d-xyz12   1/1     Running   node2

即使某一节点宕机，另一副本依旧存活，保障服务持续可用。

🏁总结

通过 Pod 反亲和性（Pod Anti-Affinity），我们可以优雅地解决服务副本集中部署的问题，实现副本级别的高可用调度策略。 适用于数据库主备服务、Web多副本服务、微服务关键组件等场景，是 DevOps 与平台团队必须掌握的实战技巧！

如果你也在构建高可用Kubernetes服务集群，这一招一定要学会！📚

END