如果你维护过Kubernetes集群超过一年,大概率会在某个周一的早晨收到告警:某个组件的证书还有不到30天到期。我第一次遇到这事儿的时候,集群里三个master节点同时报错,kubectl直接无法连接apiserver,排查了好几个小时才意识到问题出在证书上。后来我把整个证书体系的原理、检查方法和更新流程完整走了一遍,才发现这件事本身不难,难的是搞清楚“哪些证书会过期、谁负责续期、手动更新该从哪里入手”。
这篇指南就是围绕这套流程写的,涵盖Kubernetes集群证书的构成与过期机制、证书状态检查、更新方案选型、完整实操步骤,以及我在生产环境里踩过的坑和排查技巧。无论你是刚接触Kubernetes的运维新手,还是已经维护过一段时间集群的工程师,都可以直接照着文章里的命令和思路来操作。内容以kubeadm部署的集群为主线,因为这是最常见、也最适合演示证书更新流程的部署方式,二进制部署和其他方式我会在相关章节单独说明差异。
1. 为什么Kubernetes证书管理值得你紧张一次
1.1 集群里到底藏着多少张证书
很多朋友最初接触Kubernetes时,注意力都放在Pod、Deployment、Service这些工作负载概念上,证书这个事往往被忽略。直到集群某天突然不可用,才会意识到Kubernetes内部组件之间的通信,几乎全部建立在TLS证书之上。
一个典型的kubeadm部署集群,证书主要存放在两个地方:/etc/kubernetes/pki目录下保存核心CA和组件证书,/etc/kubernetes目录下保存kubeconfig文件所需的客户端证书。pki目录里通常是这些内容:
ca.crt、ca.key:集群根CA,签发其他证书的基础。apiserver.crt、apiserver.key:kube-apiserver对外提供HTTPS服务时使用的证书。apiserver-kubelet-client.crt、apiserver-kubelet-client.key:apiserver访问kubelet时使用的客户端证书。front-proxy-ca.crt、front-proxy-ca.key:聚合API扩展(如metrics-server)专用的CA。front-proxy-client.crt、front-proxy-client.key:apiserver访问聚合API时使用的客户端证书。etcd/ca.crt、etcd/ca.key:etcd集群专用的CA。etcd/server.crt、etcd/server.key:etcd服务端证书。etcd/peer.crt、etcd/peer.key:etcd节点间通信证书。etcd/healthcheck-client.crt、etcd/healthcheck-client.key:etcd健康检查客户端证书。sa.pub、sa.key:ServiceAccount签名密钥,严格说不是证书对,但和证书体系一起管理。
再看/etc/kubernetes目录下的kubeconfig文件:admin.conf、kubelet.conf、controller-manager.conf、scheduler.conf。这些文件里各自内嵌了一张客户端证书,也需要纳入检查范围。注意apiserver.crt这张证书的SAN(Subject Alternative Name)里写入了集群的Service IP、Pod网段、DNS域名等关键地址,如果集群后续添加了新的节点IP或负载均衡地址,不更新SAN只续期是没有意义的。
1.2 证书过期之后会发生什么
理论上,如果集群的运行环境一切正常,kubeadm部署的集群会在证书到期前自动完成续期,这依赖于每个控制平面组件启动时自带的--cert-dir目录下的“自动续期”机制。但现实世界中证书过期导致的故障依然频繁发生,原因往往集中在三类情况:
- 控制平面组件长时间没有重启,而kubeadm的续期动作本质上依赖kubelet的证书轮换和组件重启配合。一个节点如果被冻结、休眠或者长时间不重启,自动续期就有概率失效。
- 用户手动替换过部分证书,导致kubeadm的自动续期逻辑认为证书“不是自己管理的”,跳过续期。
- 集群时间不同步。证书的签发和校验高度依赖系统时间,时间偏移超过几分钟就可能触发校验失败。
证书真正过期后,症状非常典型:kubectl执行任何命令都报Unable to connect to the server: x509: certificate has expired or is not yet valid,apiserver的日志里刷满TLS握手错误,节点状态变成NotReady。更麻烦的是,etcd和apiserver同时出问题时,连排查入口都很窄。所以证书管理这件事,核心思路不是“出了故障再修”,而是“定期检查、提前更新、控制风险”。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 证书状态体检:先查清楚家底再动手
2.1 kubeadm一键体检:check-expiration实操
kubeadm从1.11版本开始提供了一条内置命令,专门用于检查集群内各类证书的到期时间,这是我做证书体检时第一个会执行的命令:
bash复制kubeadm certs check-expiration
执行后输出会按证书类型列出剩余有效期,类似这样(这里用较短剩余时间做示例):
text复制[check-expiration] Reading configuration from the cluster...
[check-expiration] FYI: You can look at this config file with 'kubectl -n kube-system get cm kubeadm-config -o yaml'
CERTIFICATE EXPIRES RESIDUAL TIME CERTIFICATE AUTHORITY EXTERNALLY MANAGED
admin.conf Oct 30, 2026 07:41 UTC 355d no
apiserver Oct 30, 2026 07:41 UTC 355d ca no
apiserver-kubelet-client Oct 30, 2026 07:41 UTC 355d ca no
controller-manager.conf Oct 30, 2026 07:41 UTC 355d no
etcd-healthcheck-client Oct 30, 2026 07:41 UTC 355d etcd-ca no
etcd-peer Oct 30, 2026 07:41 UTC 355d etcd-ca no
etcd-server Oct 30, 2026 07:41 UTC 355d etcd-ca no
front-proxy-client Oct 30, 2026 07:41 UTC 355d front-proxy-ca no
scheduler.conf Oct 30, 2026 07:41 UTC 355d no
注意最后一列EXTERNALLY MANAGED,如果显示为yes,说明这张证书由外部工具管理,kubeadm不会自动续期。看到这一项时要特别警惕:证书的更新职责已经不在kubeadm手里了,要么改用kubeadm统一管理,要么就得建立外部工具的监控机制。
check-expiration命令读取的是kubeadm在集群中保存的配置和本地文件,所以需要在能够访问/etc/kubernetes目录的master节点上执行。如果是高可用集群,三个master节点都要分别检查,因为每个节点本地的证书文件理论上应该一致,但实际操作中可能因为某个节点曾单独执行过更新操作而出现偏差。
2.2 手搓工具:openssl逐一扫描证书
check-expiration适合常规体检,但有两个场景它帮不上忙:一是kubeadm命令不可用的非标准部署集群,二是需要检查证书详细内容(比如SAN是否正确)而不是只看有效期。这时候就轮到openssl上场。
bash复制# 查看某张证书的到期时间
openssl x509 -in /etc/kubernetes/pki/apiserver.crt -noout -dates
# 查看证书的SAN信息(重要!客户端校验时会比对域名和IP)
openssl x509 -in /etc/kubernetes/pki/apiserver.crt -noout -text | grep -A 2 "Alternative Name"
# 查看证书签发者,确认是否由正确的CA签发
openssl x509 -in /etc/kubernetes/pki/apiserver.crt -noout -issuer -subject
如果要检查整个目录下的所有证书,可以写一个小循环:
bash复制for cert in $(find /etc/kubernetes/pki -name "*.crt"); do
echo "=== $cert ==="
openssl x509 -in "$cert" -noout -dates
done
另外强烈建议把kubeconfig文件里的客户端证书也纳入检查。kubeconfig里的证书是base64编码后嵌入的,没法直接用文件路径检查,需要先提取出来:
bash复制grep "client-certificate-data" /etc/kubernetes/admin.conf | \
awk '{print $2}' | base64 -d | openssl x509 -noout -dates
体检频率上,我的经验是:生产集群至少每月跑一次check-expiration,并在监控系统里为“证书剩余天数”设置告警阈值。剩余不足90天时开始预警,不足30天时升级为P1级别处理。这个频率和阈值听起来保守,但考虑到证书更新需要申请变更窗口、备份、分批操作,留够缓冲时间比事后救火舒服得多。
3. 证书更新方案的选型逻辑
3.1 kubeadm的自动更新机制,为何不能完全依赖
kubeadm在1.8版本之后引入了一个很有意思的设计:控制平面组件以Static Pod的方式运行,kubeadm会为每个组件生成包含证书参数的manifest文件。当kubelet检测到manifest文件变化时,会重建对应的Static Pod,新组件启动时会携带新的证书参数。kubeadm的证书自动续期机制正是利用了这个链路,在检测到证书临近过期时,通过更新kubeadm-config ConfigMap里的时间戳和证书参数,触发组件滚动重启来实现续期。
听起来很智能,但实际运维中不能完全依赖它,原因有几点。第一,自动续期依赖kubelet正常工作,如果kubelet自己的证书(kubelet.conf中的客户端证书)已经过期,整个链路会断掉,形成“先有鸡还是先有蛋”的困境。第二,自动续期只针对有效期,不更新证书内的SAN信息。前面提到apiserver证书SAN里写入了ClusterIP、节点IP等地址,如果这些地址有变化,光续期不换证书内容,组件间的TLS校验照样过不了。第三,一些客户化程度较高的部署方式(比如使用了自定义的CA、外部签署的证书、cert-manager管理的证书)会让kubeadm误判为“外部管理”,进而跳过自动续期。
所以自动更新机制可以当作“默认防线”,但生产环境必须配套主动巡检和手动更新预案。遇到证书实际已过期、集群已经不可用的情况,手动执行更新几乎是唯一可靠的救急手段,这也是我把手动更新作为重点来讲的原因。
3.2 手动更新与自动化脚本的取舍
手动更新kubeadm集群证书的经典方案是两句话:
bash复制kubeadm certs renew all
kubeadm init phase kubeconfig --config=/etc/kubernetes/kubeadm-config.yaml
不过手动执行这两条命令只是起点,后续还有kubeconfig重写、组件重启、节点证书分发等一系列工作。很多教程到这里就结束了,但真正维护过集群的人都知道,后面的步骤才是踩坑高发区。
关于自动化,常见的做法是写脚本在master节点上定时执行上述命令,配合kubectl drain节点和重启kubelet。我不建议一开始就上全自动,原因很简单:证书更新涉及apiserver、etcd等核心组件,一旦自动执行过程中出现问题,定位难度比手动执行大得多。更稳妥的折中方案是“半自动”:脚本负责检查证书剩余时间和执行更新命令,但关键节点(重启apiserver、确认组件状态)保留人工确认步骤。
还有一类特殊的证书更新需要额外留意:当集群签署的证书由cert-manager或外部PKI管理时,kubeadm的renew all不生效,需要回到证书签发源头去续期,再把新证书回填到集群目录。这种场景我在第5章的避坑部分会展开讲。
4. 证书更新实操全流程(kubeadm集群版)
4.1 更新前的备份与检查清单
任何对控制平面的操作,第一步都是备份,证书更新尤其如此。证书属于无法从集群里直接重新生成的敏感文件,一旦更新失败、文件被覆盖,没有备份基本只能重建整个集群。备份命令很简单:
bash复制# 备份证书目录
cp -rp /etc/kubernetes/pki /etc/kubernetes/pki.bak.$(date +%Y%m%d)
cp -rp /etc/kubernetes/*.conf /etc/kubernetes/conf.bak.$(date +%Y%m%d)
# 有条件的话,整个 /etc/kubernetes 目录一起备份更稳妥
cp -rp /etc/kubernetes /etc/kubernetes.bak.$(date +%Y%m%d)
备份完成后,对照这个清单逐项检查,避免中途出现意外:
- 确认所有master节点的系统时间一致且同步NTP。证书签发和校验对时间偏移非常敏感。
- 确认
/etc/kubernetes/pki目录下存在kubeadm-config.yaml或集群中的kubeadm-configConfigMap正常,因为后续生成kubeconfig需要读取配置信息。 - 确认当前kubectl资源可用(如果只是部分证书过期,kubectl一般还能用;如果已经全面不可用,请直接跳到故障恢复章节)。
- 记录当前集群中所有控制平面节点的数量。如果超过一个master节点,建议逐个节点串行更新,不要同时在三个master上执行更新命令。
- 检查是否有依赖证书的外部组件(如ingress-nginx、metrics-server等)以及它们的证书更新方式,避免集群证书更新后这些组件反而报错。
备份做完、清单核对无误,再继续下一步。
4.2 核心更新命令执行与验证
kubeadm提供了重新生成全部证书的命令,执行前你需要确认kubeadm版本与集群初始化时的版本一致或兼容。版本差距过大会导致生成的证书参数不匹配,这是很多人忽略的坑。先查看kubeadm版本:
bash复制kubeadm version
然后查询集群初始化时保存的配置(在任意master节点上执行即可):
bash复制kubectl -n kube-system get cm kubeadm-config -o yaml
确认无误后,在第一个master节点上执行:
bash复制kubeadm certs renew all
如果集群配置信息无法从ConfigMap读取,可以显式指定配置文件:
bash复制kubeadm certs renew all --config=/etc/kubernetes/kubeadm.yaml
执行完成后,用第2章的检查命令确认到期时间已经更新:
bash复制kubeadm certs check-expiration
这里要特别说明:renew all重新生成的是/etc/kubernetes/pki下的证书文件,但/etc/kubernetes目录下的kubeconfig文件(admin.conf等)并没有被自动更新。这些kubeconfig文件里的客户端证书是独立管理的,需要额外生成:
bash复制kubeadm init phase kubeconfig admin --config=/etc/kubernetes/kubeadm-config.yaml
kubeadm init phase kubeconfig controller-manager --config=/etc/kubernetes/kubeadm-config.yaml
kubeadm init phase kubeconfig scheduler --config=/etc/kubernetes/kubeadm-config.yaml
注意,kubelet.conf这个文件的分发位置和上面几个不同。它不只是master节点上的文件,所有worker节点的kubelet都依赖它来连接apiserver。不过kubelet.conf的证书与master节点上的新证书实际上是同一个CA签发的,是否要立即更新,取决于kubelet当前的连接是否正常。对于Master节点,建议执行kubeadm init phase kubeconfig kubelet更新本地的kubelet配置。
到这里,证书文件层面已经完成更新。接下来最关键的一步是让运行中的组件加载新证书。由于控制平面组件以Static Pod方式运行,最直接的方式是重启kubelet,它会自动重建所有Static Pod:
bash复制systemctl restart kubelet
注意不要单独重启apiserver或etcd容器,因为它们是kubelet管理的Static Pod,手动重启容器与kubelet的管理逻辑容易产生状态不一致。正确的顺序是:更新所有证书文件后,统一重启每个节点上的kubelet,让kubelet按新证书的参数重新拉起控制平面Pod。
一种更细化的验证方式,是在执行完上述命令后,检查apiserver是否以新证书启动。看Pod的启动时间是否有变化,并观察apiserver日志里有没有TLS相关的报错:
bash复制kubectl -n kube-system get pod -l component=kube-apiserver
kubectl -n kube-system logs kube-apiserver-master01 | grep -i "certificate\|tls\|error" | tail -20
如果日志干净、Pod处于Running状态、kubectl get nodes能看到所有节点Ready,更新就算成功了一大半。剩余的工作是检查所有客户端组件是否都能正常连接apiserver,比如controller-manager、scheduler、kube-proxy、CoreDNS,以及集群里的业务Pod是否出现异常。
在一个多master的高可用集群中,第一个master节点更新后,先不要急着操作第二个节点。观察几分钟,确认集群稳定后,再用同样的流程处理第二个、第三个master节点。串行更新的核心价值在于:如果第一个节点更新后有问题,影响面可以被控制在单点,并且此时其他master节点还能提供API服务,便于回滚和排查。
4.3 从worker节点角度理解证书更新
worker节点的kubelet连接apiserver,依赖两个证书:一是kubelet自身的客户端证书(kubelet.conf),二是集群CA根证书(ca.crt)。当master节点更新了CA根证书或apiserver证书后,worker节点上的kubelet并不需要立即人工干预,因为kubelet启动时加载的ca.crt如果和apiserver新证书的签发CA一致,TLS校验是可以正常通过的。但有一种情况需要手动处理worker节点:master节点重建了全新的CA(比如kubeadm init phase certs ca之后又执行了renew),此时worker节点上的ca.crt还是旧CA,无法校验新apiserver证书,所有worker节点都会变成NotReady。
处理方式是用新的ca.crt覆盖worker节点上的旧文件,然后重启kubelet:
bash复制# 在worker节点执行,将新ca.crt从master拷贝过来
scp master01:/etc/kubernetes/pki/ca.crt /etc/kubernetes/pki/ca.crt
systemctl restart kubelet
需要区分的是,常规的kubeadm certs renew all不会重建CA,它只是在已有CA基础上重新签发证书,CA的根证书内容不变。所以大多数场景下,worker节点不需要做第二步操作。只有当你在初始化或排查中重新执行过kubeadm init phase certs ca、手动替换过CA时,才需要把新的CA根证书分发到所有节点。
关于worker节点kubelet.conf中的客户端证书,它默认支持自动轮换。检查/var/lib/kubelet/config.yaml中rotateCertificates字段,如果为true,kubelet会在自身证书临近过期时向apiserver申请新的证书。这个机制依赖集群的CertificateSigningRequest审批能力,若配置了自动审批插件(如kubelet-rubber-stamp),整个过程无需人工干预,否则需要在控制平面节点上手动审批kubectl certificate approve。
5. 高频故障排查与避坑实录
5.1 apiserver起不来、证书不匹配这类问题怎么定位
证书更新后最典型的问题就是某个组件起不来,或者所有组件都在CrashLoopBackOff,日志里报certificate signed by unknown authority或者x509: certificate is valid for xxx, not yyy。
遇到这种问题,第一步不要慌着去翻日志,先确认“你更新后的证书是否和其他节点的ca.crt匹配”。这是证书更新后故障最高频的根因。在apiserver所在节点执行:
bash复制# 检查apiserver证书的签发者
openssl x509 -in /etc/kubernetes/pki/apiserver.crt -noout -issuer
# 检查集群的ca.crt
openssl x509 -in /etc/kubernetes/pki/ca.crt -noout -subject
如果apiserver证书的issuer和ca.crt里记录的subject对不上,说明证书链断裂。解决方法是确认更新证书时是否执行过CA重建类的命令,如果有,需要把新CA分发到所有节点并用它签发组件证书。
第二步检查SA key和SA pub是否移动过。ServiceAccount的令牌签名密钥(sa.key/sa.pub)也存放在pki目录,很多证书更新操作会误覆盖这个文件对。如果SA密钥被更换,集群内所有ServiceAccount令牌都会失效,Pod无法访问Kubernetes API服务,现象表现为Pod内部调用API接口时全部401或403。处理方式是从备份中恢复sa.key、sa.pub,并重启所有Pod让其重新获取令牌。
第三步检查时间同步。一个很容易被忽略的现象是,更新证书后组件日志显示证书信息看起来正确,时间也对得上,但就是校验失败。此时执行date对比所有节点的系统时间,如果偏差超过30秒,TLS校验大概率失败。等同步好时间后,通常不需要重新生成证书,重启组件即可恢复。
5.2 etcd证书与外部组件证书的特殊处理
etcd在Kubernetes体系里相对独立,它有自己的CA和证书集合,位置在/etc/kubernetes/pki/etcd目录下。etcd证书更新后,除了etcd自身要重启,kube-apiserver连接etcd时使用的客户端证书也需要同步更新。apiserver连接etcd使用的是etcd-client.crt和etcd-client.key(如果没有单独生成,默认就是/etc/kubernetes/pki/etcd下的健康检查证书,或者通过apiserver的--etcd-certfile参数指定)。
在kubeadm集群中,kubeadm certs renew all会一并处理etcd相关证书,但要注意:apiserver的Static Pod manifest里如果写死了旧的证书路径,即使证书文件已更新,apiserver也需要重启才能加载新证书。前面提到的systemctl restart kubelet就是一个合理的触发方式。
外部组件的情况更复杂。以ingress-nginx为例,它对外提供HTTPS服务时使用的证书,和在集群内部组件间通信使用的证书完全是两套体系,前者通常由cert-manager或人工上传的Secret管理,不受kubeadm证书更新的影响。但metrics-server这类依赖聚合API的组件,使用的是front-proxy-client证书来连接apiserver的聚合端口,如果更新了front-proxy-ca.crt却没有同步更新front-proxy-client.crt的签发CA,metrics-server会连不上apiserver,表现为kubectl top nodes报错。
排查这类问题的通用思路是:明确组件连接的方向、使用的证书文件路径和对应的签发CA,再按“证书内容——CA匹配——加载状态”的顺序逐层验证。很多看起来玄学的问题,最后都能归因到某一层不匹配。
还有一个我见过很多次的坑:证书更新后,部分客户端(比如kubectl的admin.conf)因为用的还是旧证书,访问apiserver时提示Unauthorized。这种不是apiserver的问题,而是kubeconfig文件需要重新获取。把新生成的admin.conf内容更新到本机~/.kube/config,问题就能解决。同理,CI/CD系统、监控系统里配置的kubeconfig,也都要在证书更新后同步替换。
5.3 我踩过的坑和总结的检查清单
第一次在生产集群做证书更新时,我犯过一个很低级的错误:直接在三个master节点上同时执行了kubeadm certs renew all和重启命令,导致apiserver产生了一小段时间的双主写冲突,集群部分请求报错。后来规范成串行更新,故障面就能控制在小范围。
第二个教训是关于备份的。当时我觉得证书文件就那几个,备份pki目录就够了,结果更新时kubeadm init phase kubeconfig重新生成的kubeconfig配置需要读取原/etc/kubernetes/admin.conf等文件的上下文,如果只备份pki,遇到配置被覆盖时会很被动。所以现在我的备份策略是pki目录和所有*.conf文件一起备份,且备份文件保留至少一个版本周期(一般是上一次和当前各一份)。
第三个坑是kubeadm certs renew all执行时如果报错failed to load kubeadm config,说明命令没有找到kubeadm配置。解决办法是先确认当前集群的kubeadm配置通过kubectl -n kube-system get cm kubeadm-config -o yaml可以正常读取,再通过--config参数显式指定本地配置文件。如果集群的ConfigMap已经损坏或删除,需要从/etc/kubernetes/kubeadm-config.yaml恢复初始配置。
我把更新后的完整验证步骤整理成一个清单,每次操作完逐项确认:
| 检查项 | 命令/方法 | 预期结果 |
|---|---|---|
| 证书有效期 | kubeadm certs check-expiration | 所有证书剩余时间不为0且大于90天 |
| apiserver状态 | kubectl get pod -n kube-system | kube-apiserver所有副本Running |
| 控制平面组件 | kubectl get pods -n kube-system | controller-manager、scheduler正常 |
| 节点状态 | kubectl get nodes | 所有节点Ready |
| kubeconfig连通性 | kubectl get cs | 返回正常资源信息 |
| 聚合API健康 | kubectl get apiservices | 所有服务Available为True |
| 业务Pod状态 | kubectl get pods -A | 无异常CrashLoopBackOff |
| 系统日志 | journalctl -u kubelet | 无TLS相关报错 |
这套流程走一遍,证书更新的操作才算真正闭环。如果中间任何一步异常,回到第5.1节的排查思路逐层定位即可,大部分问题都不是什么高深的技术难点,而是证书不匹配、配置路径错误、组件没加载新文件这类基础问题。
6. 证书管理计划:做完一次更新后怎么保持长期健康
证书不是更新完就一劳永逸,它本质上是一个周期性任务。维护集群时间久了,我总结了一套轻量但有效的“证书管理计划”,分享出来供参考。
首先是建立证书台账。把集群中所有节点的IP、角色、证书路径、到期时间记录在一个表格或运维系统里,每月更新一次。不需要太复杂,但至少要能回答“这个集群的证书什么时候到期”这个问题。尤其有多套集群的公司,没有台账的话,各个集群的到期时间很容易被遗忘,只能等告警来提醒。
其次是配置监控告警。最基础的做法是用cron定时执行kubeadm certs check-expiration,将输出导入到监控系统;进阶做法是直接读取文件系统里的证书信息,通过Prometheus的自定义exporter暴露“证书剩余天数”指标。在告警规则中,参考阈值设为:剩余90天发Warning,剩余30天发Critical。这里不建议直接根据“证书过期”去告警,因为证书过期意味着集群已经受影响,提前量很重要。
再次是规划更新窗口。证书更新属于控制面变更,建议走变更管理流程。在生产集群,我一般会选择业务低峰期,先在一个master节点上更新并验证,观察10到30分钟后再处理剩余节点。如果集群规模较大(超过50个节点),worker节点的kubelet和kubeconfig同步也要纳入计划,不要只在master节点上完成就收工。
最后是思考是否引入自动化工具。如果你管理的集群数量多、证书种类复杂,可以考虑用cert-manager或专业证书管理平台来统一管理Kubernetes各组件的证书。对于kubeadm集群,Kubernetes社区还提供了kubeadm通过CRI接口实现证书轮换的方案,以及在较新版本中引入的KubeletCertificateRotation特性,这些都可以减少人工操作。但引入任何工具之前,先想清楚你的场景是否需要:单集群、小规模的场景,手动加定时巡检完全够用;多集群、大规模的场景,才值得投入自动化成本。
在自动化和手动操作之间,我个人更倾向“先手动跑通,再用脚本固化”。手动跑通的意义在于,你能真正理解每一步操作对集群产生的影响,而不是把黑盒脚本丢给生产环境。脚本固化则能把重复劳动压缩到最低。如果哪一天真的要靠自动化来救急,至少你知道脚本每一步在做什么,排查起来也不会一头雾水。
