DifícilOpción múltiple

Pregunta de práctica de CKAD

Durante un despliegue canary, desea enviar el 10% del tráfico a la nueva versión. Tiene dos Deployments: 'app-stable' (version: stable) y 'app-canary' (version: canary). Utiliza un Service con el selector de etiquetas 'app: myapp' y un segundo selector para la versión. ¿Cómo puede lograr la división de tráfico del 10%?

Elige la mejor respuesta.

Respuesta correcta

  • AUtilizar un Ingress controller que admita despliegues canary o un service mesh

Explicación

Los Kubernetes Services por sí solos no pueden realizar una división de tráfico ponderada basada en recuentos de réplicas; utilizan balanceo de carga round-robin a nivel de Pod. Para lograr una división de tráfico precisa del 10%, necesita un Ingress controller (por ejemplo, NGINX Ingress con anotaciones canary) o un service mesh (por ejemplo, Istio con VirtualService) que admita enrutamiento ponderado entre dos Services o subconjuntos diferentes. Esto le permite dirigir un porcentaje específico de tráfico a la versión canary independientemente de los recuentos de réplicas.

Por qué cada opción es correcta o incorrecta

A

Correcta

Utilizar un Ingress controller que admita despliegues canary o un service mesh

Los Ingress controllers como NGINX Ingress exponen anotaciones específicas para canary (por ejemplo, nginx.ingress.kubernetes.io/canary-weight) que permiten una división de tráfico precisa basada en porcentajes entre dos Services de backend, mientras que un service mesh como Istio proporciona un control detallado similar a través de recursos VirtualService y DestinationRule. Este enfoque opera en la capa de enrutamiento L7, por lo que puede enviar de forma determinista exactamente el 10% de las solicitudes a la versión canary en lugar de depender de heurísticas como recuentos de réplicas o persistencia de conexiones.

B

Incorrecta

Utilizar un Service con múltiples puertos

Un Service con múltiples puertos está diseñado para exponer diferentes puertos de aplicaciones (por ejemplo, 80 para HTTP y 443 para HTTPS) o protocolos distintos al mismo conjunto de Pods. No tiene ningún concepto de enrutar una proporción de tráfico a un backend y el resto a otro; todos los puertos simplemente se ponen a disposición y se balancean de carga equitativamente entre los Pods seleccionados. Por lo tanto, no puede dividir el tráfico entre una versión estable y una canary, porque cada puerto llega al mismo conjunto de Pods o requiere Services separados por completo.

C

Incorrecta

Establecer la sessionAffinity del Service para distribuir la carga

Establecer sessionAffinity (por ejemplo, ClientIP) en un Service solo garantiza que las solicitudes de una IP de cliente determinada se enruten consistentemente al mismo Pod de backend una vez establecida la conexión. No asigna pesos o porcentajes a diferentes Pods de backend, y no distribuye intrínsecamente una parte fija de tráfico a una cohorte canary. De hecho, usar la afinidad de sesión podría hacer que un lanzamiento canary sea menos predecible porque un pequeño número de clientes podría monopolizar el backend canary o ser excluido de él, dependiendo de la regla de afinidad y la distribución de los clientes.

D

Incorrecta

Escalar app-canary a 1 réplica y app-stable a 9 réplicas, y utilizar un único Service que seleccione a ambas

Escalar a 1 réplica canary y 9 estables puede aproximarse estadísticamente al 10% de las conexiones TCP/HTTP, pero no es una técnica de despliegue canary real porque el balanceo de carga del Service de Kubernetes es por conexión y no garantiza un porcentaje de solicitudes preciso, especialmente con keep-alive o HTTP/2 donde un pod puede manejar muchas solicitudes. Ajustar la proporción de tráfico requiere entonces reescalar manualmente las réplicas, y falla por completo en estrategias canary que dependen del enrutamiento basado en cabeceras, cookies o rutas. Más importante aún, la pregunta espera un método que utilice enrutamiento consciente de canary, no una solución improvisada y burda que confunda el recuento de réplicas con el peso del tráfico.

Para profundizar

Un despliegue canary es una estrategia de lanzamiento en la que una nueva versión se expone gradualmente a un pequeño subconjunto de usuarios antes de implementarse en todo el parque, reduciendo el riesgo al permitir la validación en el mundo real sin un impacto masivo. El estándar de oro para implementar esto en Kubernetes es mediante la gestión de tráfico L7: un ingress controller (por ejemplo, NGINX) con anotaciones canary puede enrutar un porcentaje fijo (canary-weight) de las solicitudes a un Service canary mientras envía el resto al Service estable, o un service mesh como Istio proporciona ponderación en VirtualService y coincidencia basada en cabeceras para condiciones canary más matizadas. Por el contrario, depender de los recuentos de réplicas dentro de un único Service es una aproximación ingenua porque los algoritmos de balanceo de carga de kube-proxy distribuyen conexiones, no solicitudes individuales, y con HTTP keep-alive, un único pod puede servir cientos de solicitudes secuenciales o multiplexadas, sesgando la cuota de tráfico real observada. Los canary con service mesh también permiten la duplicación y las pruebas A/B por cabecera/cookie, las cuales son imposibles solo con el escalado de réplicas. Una idea errónea común es que escalar réplicas otorga un control detallado; en la práctica, proporciona una mezcla tosca a nivel de conexión que no es adecuada para el análisis canary en producción. Implementadas correctamente, las herramientas canary permiten a los operadores monitorear las tasas de errores y la latencia en la partición canary antes de promover, razón por la cual la respuesta correcta se centra en las capacidades del controlador de enrutamiento en lugar del recuento de pods.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de CKAD de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.