容器平台自动化运维：让服务像自来水一样稳定

早上八点，咖啡刚泡好，公司的核心业务系统突然告警。但你还没来得及点开监控面板，告警就自动恢复了——这是自动化运维在背后悄悄完成了故障自愈。

为什么容器平台离不开自动化

现在的应用大多跑在 Kubernetes 这类容器平台上，动辄管理成百上千个 Pod。如果每次扩容、升级、重启都靠人肉操作，不仅效率低，还容易出错。就像家里用水，没人愿意每天去水厂开闸放水，我们想要的是拧开龙头就有水。

自动化运维就是那个“智能水网”。它能把部署、监控、恢复、扩缩容这些重复动作变成预设流程，系统自己判断、自己执行。

从手动发布到一键上线

以前发布新版本，得登录控制台，删旧 Pod，上传镜像，再一个个启动。一旦中间断了，就得重来。现在通过 CI/CD 流水线接入 K8s，代码一合并，自动构建镜像、推送到仓库、触发滚动更新。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-app
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: app
        image: my-registry.com/my-app:v1.2.0
        ports:
        - containerPort: 8080

只要把 Deployment 的镜像版本改一下，Kubernetes 就会自动完成灰度替换，旧实例逐步下线，新实例接替流量。

故障自愈不是神话

某个服务突然 CPU 占满，请求开始超时。Prometheus 监控到异常，触发 Alertmanager 告警，同时调用预设的自动化脚本：先尝试重启 Pod，如果问题依旧，自动将流量切换到备用集群，并通知值班人员。

这个过程就像家里的漏电保护器，跳闸瞬间切断电源，防止事故扩大，而不是等你闻到焦味才动手。

弹性伸缩：按需分配资源

每逢大促，电商系统的访问量猛增。人工扩容往往滞后，系统扛不住压力。通过 Horizontal Pod Autoscaler（HPA），可以设置基于 CPU 或自定义指标的伸缩策略。

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: my-app-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-app
  minReplicas: 2
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70

当平均 CPU 使用率超过 70%，自动增加副本数，最多到 10 个；流量回落后再自动缩容，省下不必要的资源开销。

配置即代码，避免“上次是谁改的”

曾经有个问题：测试环境能跑，生产环境报错。排查半天发现是某人手动改了配置没同步。现在所有 YAML 文件纳入 Git 管理，变更走 PR，审核留痕，回滚一键搞定。

配置不再是“经验活”，而是可追溯、可复制的标准件。新人接手也能快速上手，不用再问“这服务之前怎么调的”。

自动化不是万能钥匙

写错了脚本，可能引发雪崩。比如一个误判的健康检查导致所有 Pod 被反复重启。所以自动化流程上线前必须经过测试环境验证，关键操作加确认门禁，就像飞机起飞前的检查清单。

另外，日志和审计要跟上。每次自动操作都记录谁触发、做了什么、结果如何，出了问题能快速定位。