Зелёный /health часто означает только «HTTP-сервер запущен». В этот момент приложение может ещё читать конфигурацию, выполнять миграцию, строить индекс или прогревать модель. Балансировщик видит 200 и отправляет трафик слишком рано.
Не добавляйте все зависимости в один endpoint. Kubernetes различает startup, liveness и readiness, потому что последствия у них разные: неготовый Pod исключают из Service endpoints, а провал liveness приводит к перезапуску контейнера.
Сначала выбираем желаемое действие
| Состояние | Какой сигнал | Что должен сделать оркестратор |
|---|---|---|
| Процесс завис навсегда | liveness fail | Перезапустить контейнер |
| Инициализация ещё идёт | startup fail | Ждать в пределах бюджета старта |
| Временно не принимает трафик | readiness fail | Убрать Pod из Service endpoints |
| Внешний API деградировал | Обычно readiness/метрика по политике | Не создавать автоматический restart loop |
| Приложение полностью готово | startup и readiness success | Разрешить трафик |
Вопрос к каждой проверке звучит не «здорово ли всё вообще», а «какое автоматическое действие безопасно после отказа». Если перезапуск не исправит недоступность внешней базы, её прямой ping в liveness только умножит нагрузку и вызовет каскадную аварию.
Три endpoint получают три контракта
startupProbe:
httpGet: { path: /startup, port: 8080 }
periodSeconds: 5
failureThreshold: 36
livenessProbe:
httpGet: { path: /live, port: 8080 }
periodSeconds: 10
failureThreshold: 3
readinessProbe:
httpGet: { path: /ready, port: 8080 }
periodSeconds: 5
failureThreshold: 2
successThreshold: 1В примере startup даёт до 180 секунд на инициализацию. Это не универсальные числа: измерьте реальные p95/p99 старта и добавьте разумный запас. Когда startup probe настроен, Kubernetes не запускает liveness и readiness до её первого успеха.
/live проверяет способность продвигаться
Liveness подходит для необратимого зависания event loop, deadlock или состояния, из которого процесс не выйдет сам. Endpoint должен быть дешёвым, локальным и устойчивым к временной деградации удалённых сервисов. Если он возвращает 500 при каждом коротком timeout базы, рестарты уменьшат ёмкость именно во время сбоя.
- Не выполняйте тяжёлые запросы и большой JSON response.
- Не проверяйте обязательность бизнес-данных, которые могут появиться позже.
- Считывайте локальный индикатор progress, если зависание не видно по порту.
- Учитывайте timeoutSeconds и нагрузку от частоты probes.
- Проверяйте, что endpoint не требует пользовательской аутентификации.
/ready отвечает только за новый трафик
Readiness становится успешной после обязательной инициализации: конфигурация валидна, listener работает, критический локальный state загружен, приложение способно обработать типовой запрос. Во время временной перегрузки или контролируемого drain она может стать false без перезапуска процесса.
Kubernetes удаляет IP неготового Pod из EndpointSlices подходящих Services. Изменение не мгновенно для каждого клиента, поэтому приложение всё равно корректно завершает уже принятые запросы и использует graceful shutdown.
Зависимости включаются по влиянию на запрос
Если без базы ни один запрос не имеет смысла, readiness может учитывать пул соединений, но лучше проверять локальное состояние пула с коротким бюджетом, а не выполнять дорогой SQL. Если часть функций работает автономно, общий endpoint не должен выключать весь Pod из-за одного необязательного API.
- Для каждой зависимости записать, какие запросы без неё невозможны.
- Определить, помогает ли исключение Pod из трафика или только уменьшает ёмкость.
- Ограничить время и стоимость проверки.
- Добавить hysteresis через failure/success thresholds.
- Отдельно наблюдать dependency health метриками и alerting.
- Провести отказ в staging с несколькими replicas.
Проверка охватывает переходы, а не один curl
Запустите Pod с искусственно медленной инициализацией: startup должна быть false, а трафик не приходит. После готовности readiness становится true. Затем вызовите временный отказ некритичной зависимости и убедитесь, что нет restart loop; отдельно смоделируйте deadlock и подтвердите работу liveness.
Телеметрия объясняет, почему статус изменился
Сам endpoint возвращает минимальный body и правильный HTTP status, а подробности идут в метрики и структурированный лог: probe type, state transition, причина, длительность и revision. Не включайте credentials и полные ответы зависимостей. По этой истории видно, приложение было живо, запускалось или потеряло готовность.