5.1 desired/current 与负反馈
卷二从这一节进入本书的核心主张:K8s 控制器是一台负反馈系统。声明式 API 说「我要什么」,控制器做的是「不断让现实靠近我要的」。本节用控制理论的语言建立这个模型。
声明式的结构:spec 与 status
一个 K8s 对象分成两半:
- spec:用户声明的期望状态(desired)。「我要 3 个副本」。
- status:系统观测到的实际状态(current)。「现在有 1 个就绪、2 个启动中」。
spec 是输入,status 是输出。用户只写 spec,不写 status(status 由控制器维护)。这正是 2.1 节「Generation 只随 spec 变化」的原因:代次追踪的是「用户改了期望」,控制器用 observedGeneration 报告「我看到了第几代期望」。
负反馈的五要素
控制理论里,负反馈系统由参考输入、测量、误差、执行器、被控对象组成。K8s 控制器的对应:
| 控制理论 | K8s 控制器 | 例子 |
|---|---|---|
| 参考输入 r | 期望状态(spec) | 3 个副本 |
| 测量 y | 实际状态(status) | 2 个就绪 |
| 误差 e = r - y | 差异 | 差 1 个 |
| 执行器 | 修正动作(创建/删除/更新) | 创建 1 个 Pod |
| 被控对象 | 集群现实 | Pod 集合 |
负反馈的含义:控制器放大「误差」并朝着减小误差的方向动作。误差为正(期望多于实际)→ 创建;为负 → 删除;为零 → 不动。
控制循环:读-算-写
每个控制器每秒/每事件跑一轮循环:
读实际状态(informer 缓存)
读期望状态(对象的 spec)
计算误差(期望 - 实际)
执行修正(创建/删除/更新对象)
更新 status(报告 observedGeneration、可用副本等)
等待下一个事件或周期
注意第 1 步「读实际状态」用的是缓存(3.3 节滞后),所以误差基于「有界滞后的现实」。这造成控制器是离散的、异步的负反馈:不是连续微分方程,而是「每轮重算」。
收敛:误差怎么变为零
以 RS 控制器为例:
期望 3,实际 0 → 误差 +3 → 创建 3 个 Pod(Pending)
期望 3,实际 3 Pending → 误差 0 → 不动(等就绪)
Pod 陆续 Ready → 实际就绪 3 → 误差 0 → 收敛
收敛的条件:执行器的动作能改变测量值(创建 Pod 最终就绪),且误差被正确计算。控制器不保证「一次到位」,只保证「持续向误差减小的方向动」——最终收敛。
为什么这是「声明式」的核心
命令式(如脚本):你告诉系统「创建 Pod A,等它起来,再创建 B」——顺序与步骤由你控制,系统不理解意图。
声明式:你只声明「我要 3 个副本」。控制器自己决定步骤、自己处理中间状态、自己从故障恢复。系统的智能在控制回路里,不在你的命令序列里。
这带来两个巨大的工程收益:
- 恢复能力:Pod 被删,控制器自动重建(误差重新为正)。
- 幂等重试:同一操作重复执行不改变结果(控制器每轮从现实出发)。
负反馈 vs 正反馈
一句话区分:负反馈减小误差(稳定),正反馈放大偏差(发散)。K8s 控制器是纯负反馈。正反馈的例子在 K8s 里是 bug——比如控制器误把「就绪副本」当作「期望副本」写回 spec,导致副本数自我放大(configmap 引用错、控制器写错字段都会造成这种正反馈事故)。
工程警示:控制器的输出永远不能回喂成自己的输入(spec)。status 可以读、可以写回 status,但绝不能写回 spec 制造自激。这是设计控制器时的第一原则。
spec 与 status 的职责边界:谁写什么
负反馈系统里,误差计算依赖「期望」与「实际」干净分离。K8s 用字段归属强制这个分离:
| 字段 | 谁写 | 谁读 | 更新频率 |
|---|---|---|---|
| spec | 用户/上层控制器 | 本控制器 | 低频(用户决策) |
| status | 本控制器 | 用户/上层/下层 | 高频(每轮调谐) |
| 对象本体(Pod) | 上层控制器 | 本控制器执行 | 视资源 |
越界是 bug 的来源:
- 控制器写 spec:把「实际」喂回「期望」,制造正反馈(5.2 节),必须禁止。
- 用户写 status:status 是「观测输出」,用户写它没有意义(会被控制器覆盖)。
- 上层控制器越界写下层 spec:Deployment 控制器不该直接改 Pod spec——它该通过 RS 间接表达(层级封装,卷二第 7-9 章)。
用「谁声明、谁执行、谁观测」三角看对象:
spec:你声明你要什么(用户)
status:控制器观测到实际(控制器)
执行:控制器把 spec 翻译成下层对象(如 RS → Pod)
这个三角是声明式系统的骨架。理解它,就能判断「某个控制器该写哪个字段」——永远写你观测的、声明你的、不碰别人的。
resync:没有事件时的持续矫正
如果只有事件驱动,控制器会错过一种情况:事件没发生,但现实悄悄漂移。
- 缓存与 etcd 的滞后可能让控制器错过短暂状态。
- 外部动作(有人手动
kubectl delete再建同名的)可能没有产生干净的 watch 事件序列。 - 控制器自己上次处理可能只处理了一半(写成功了但没完全收敛)。
解决:informer 的 resync——周期性地把所有对象重新入队一次(默认每 10 分钟,可配)。
事件驱动:有变化才入队
resync:每 10 分钟全量入队一遍(把缓存对象重新交给控制器检查)
resync 不是「重新 List」(缓存不重建),而是「把现有缓存对象重新交给控制器检查一遍」。控制器的 reconcile 从现实出发,即使对象没变化,重新检查也能发现「漏掉的修正」。
负反馈的意义:resync 让控制器从「事件驱动的响应者」升级为「持续核对现实的纠错者」。没有 resync,控制器只对「有人告诉它的变化」负责;有了 resync,控制器对「现实是否符合期望」负责。这也是 4.3 节 standby 接管后「不接着旧队列、从现实重新调谐」能成立的机制保障——resync 保证现实会被周期性地重新核对。
三个常见误解
- 「控制器只是事件的响应者」——不是。控制器也周期性调谐(resync),不依赖事件也能发现偏差。
- 「期望与实际相等就是收敛完成」——对于「副本数」是;但对于「可用」还要看就绪探针。收敛的目标是「期望的全部就绪」,不只是「数量对上」。
- 「控制器会把 spec 写回」——错误。spec 是用户的,控制器只写 status 和它负责的对象(如 RS 下的 Pod)。
误差计算的具体化:以 RS 为例走一遍数字
把 5.1 节的抽象落到 ReplicaSet 控制器的具体数字上:
| 轮次 | desired | current(ready) | 误差 | 控制器动作 | 下一轮 current |
|---|---|---|---|---|---|
| 1 | 3 | 0 | +3 | 创建 3 Pod | 3(Pending) |
| 2 | 3 | 3 | 0 | 无 | 3 |
| 3 | 3 | 2(1 个失败) | +1 | 重建 1 Pod | 3 |
| 4 | 5(用户扩容) | 3 | +2 | 创建 2 Pod | 5 |
注意第 3 轮:Pod 失败不是「期望变化」,而是「现实漂移」——控制器不因漂移改变期望,而是持续把现实拉回期望。这就是「负反馈」的本质:期望是固定的,现实是波动的,控制器持续弥合。
误差的两种来源:
- 期望变化(用户改 spec)→ 控制器追随新期望。
- 现实漂移(Pod 失败、被删)→ 控制器拉回旧期望。
控制器不需要区分来源——它只对比「期望 vs 现实」,任何差异都触发修正。这也是声明式系统「免运维」的机制:漂移被自动纠正,用户只需要维护期望。
一次修正多少:比例控制的直觉
控制器每轮「修正多少」由比例系数决定。极端对比:
rate=1.0:误差 3 → 一次创建 3 → 一步收敛(理想,但震荡边界)
rate=0.5:误差 3 → 创建 1.5 → 误差 1.5 → 创建 0.75 → ... → 渐进收敛(更稳,更慢)
工程直觉:修正量与误差成正比,且每轮有上限。一次性把误差清零(rate=1.0)最快,但若测量有噪声或动作有延迟,会越过目标再来回震荡(5.2 节)。控制器宁可每轮少修一点(渐进收敛),也不追求一步到位——稳定性优先于速度。lab 的 ProportionalReconcile 正是这两个极端之间的调节器。
本节 lab
本节验证负反馈收敛:误差驱动的多轮修正直到误差为零:
cd private/labs/k8s-ctrl-lab
go test ./controller -run 'TestFeedbackConvergence|TestFeedbackPartial' -v
TestFeedbackConvergence:rate=1.0 时一轮收敛(误差一次清零)。TestFeedbackPartial:rate=0.5 时多轮渐进收敛——负反馈按比例减小误差的直观演示。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。