“咋回事，我这个服务老是自己重启？”
“明明没改代码，Pod 一小时重启了十次！”
“监控告警了，说服务挂了，其实还在转圈圈重启…”

你有没有遇到过这些让人抓狂的问题？
别急！本文将一次性帮你搞懂 Kubernetes 的重启机制、重启原因、排查方法和优化策略，让你的服务跑得稳、告警少、老板放心！

一、K8s 中的重启策略：你可能从未真正了解过

Kubernetes 为 Pod 提供了三种重启策略（RestartPolicy），但只有两种你经常用到：

重点：你只要用 Deployment，就一定是 Always。

二、哪些情况下 Kubernetes 会触发重启？

Kubernetes 并不会随便重启容器，只有下面几种情况下才会：

1. 容器运行异常退出（非 0 状态码）

Exit Code: 1
Reason: Error

典型原因：服务抛异常、panic、缺少依赖、环境变量缺失。

2. 被存活探针（liveness probe）判定为“死亡”

Liveness probe failed: HTTP probe failed with statuscode: 500

探针失败次数超过 failureThreshold，Kubelet 会重启容器。

3. 超过内存限制被 OOMKilled

Reason: OOMKilled
Exit Code: 137

内存不够直接 kill 重启！ K8s 对内存是零容忍的！

4. 镜像拉取失败也会触发重启（CrashLoopBackOff）

Reason: ImagePullBackOff

虽然不是容器本身 crash，但依然导致 Pod 重启失败。

三、CrashLoopBackOff 是什么？为啥总是你？

这是一种常见且“烦人”的状态，意思是：

容器一直崩 -> K8s 试图重启 -> 又崩 -> 再试 -> 越试越慢！

你会看到这样的状态日志：

Back-off restarting failed container

Kubernetes 会采用指数退避（backoff）策略延迟重启，从 10 秒 20 秒 40 秒 … 最长 5 分钟。

所以 别等着它自动好，得主动排查！

四、实战排查容器频繁重启的 3 个关键命令

1 查看重启次数

kubectl get pod

留意 RESTARTS 列，一小时内几十次就很危险。

2 看容器退出原因

kubectl describe pod <pod-name>

关注 Last State 和 Events 区域。

3 看日志排错

kubectl logs <pod-name> --previous

别忘了加 --previous，否则只能看到刚启动那次的日志！

五、如何避免重启？这里是全网最全优化建议！

正确配置资源限制

resources:
  requests:
    memory: "512Mi"
  limits:
    memory: "1Gi"

防止 OOM，记得查看真实内存占用，别拍脑袋写！

谨慎使用 Liveness 探针

• 新手建议先关闭 liveness，仅用 readiness。
• 或设置较宽容的失败阈值：

livenessProbe:
  httpGet:
    path: /healthz
    port: 8080
  initialDelaySeconds: 20
  periodSeconds: 10
  failureThreshold: 5

服务启动慢？用 startupProbe！

startupProbe:
  httpGet:
    path: /start
    port: 8080
  failureThreshold: 30
  periodSeconds: 10

告诉 K8s：“我启动慢，但别急着判我死”！

避免写死导致崩溃的错误配置

如环境变量没配置导致空指针，DB 连接失败直接 panic 等。

加入容错机制或降级处理，别让小问题变重启风暴！

设置重启上限告警，别让问题无限扩大

结合监控平台（如 Prometheus + Alertmanager）设置告警阈值：

rate(container_restart_count[5m]) > 2

5 分钟内重启超过 2 次就告警，让问题早暴露！

六、结语：重启 ≠ 恢复，频繁重启 = 服务不稳

Kubernetes 给了我们“自动重启”的机制，但这不是“我不管”的借口。

服务频繁重启背后，一定是配置、代码或资源出了问题。

学会正确地识别问题、排查问题、优化问题，才是真正的 DevOps 能力。