DifícilMúltipla escolha

Questão de prática de CKAD

Durante um deployment canary, você deseja enviar 10% do tráfego para a nova versão. Você tem dois Deployments: 'app-stable' (version: stable) e 'app-canary' (version: canary). Você usa um Service com o seletor de rótulo 'app: myapp' e um segundo seletor para a versão. Como você pode alcançar a divisão de tráfego de 10%?

Escolha a melhor resposta.

Resposta correta

  • AUse um Ingress controller que dê suporte a deployments canary ou um service mesh

Explicação

Os Services do Kubernetes sozinhos não conseguem realizar divisão de tráfego ponderada com base em contagens de réplicas; eles usam balanceamento de carga round-robin no nível do pod. Para alcançar uma divisão de tráfego precisa de 10%, você precisa de um Ingress controller (por exemplo, NGINX Ingress com anotações canary) ou de um service mesh (por exemplo, Istio com VirtualService) que suporte roteamento ponderado entre dois Services ou subsets diferentes. Isso permite direcionar uma porcentagem específica de tráfego para a versão canary independentemente das contagens de réplicas.

Por que cada alternativa está certa ou errada

A

Correta

Use um Ingress controller que dê suporte a deployments canary ou um service mesh

Ingress controllers como o NGINX Ingress expõem anotações específicas para canary (por exemplo, nginx.ingress.kubernetes.io/canary-weight) que permitem uma divisão de tráfego precisa baseada em porcentagem entre dois Services de backend, enquanto um service mesh como o Istio fornece controle granular semelhante através de recursos VirtualService e DestinationRule. Esta abordagem opera na camada de roteamento L7, portanto pode enviar deterministicamente exatamente 10% das solicitações para a versão canary em vez de depender de heurísticas como contagens de réplicas ou persistência de conexão.

B

Incorreta

Use um Service com múltiplas portas

Um Service com múltiplas portas foi projetado para expor diferentes portas de aplicativos (por exemplo, 80 para HTTP e 443 para HTTPS) ou protocolos distintos para o mesmo conjunto de Pods. Ele não possui o conceito de rotear alguma proporção de tráfego para um backend e o resto para outro; todas as portas são simplesmente disponibilizadas e balanceadas igualmente entre os Pods selecionados. Portanto, ele não pode dividir o tráfego entre uma versão stable e uma canary, porque cada porta alcança o mesmo conjunto de Pods ou requer Services totalmente separados.

C

Incorreta

Defina a sessionAffinity do Service para distribuir a carga

Definir sessionAffinity (por exemplo, ClientIP) em um Service apenas garante que solicitações de um IP de cliente específico sejam consistentemente roteadas para o mesmo Pod de backend assim que uma conexão é estabelecida. Ele não atribui pesos ou porcentagens a diferentes Pods de backend, e não distribui inerentemente uma fatia fixa de tráfego para um grupo canary. De fato, usar afinidade de sessão pode tornar um release canary menos previsível porque um pequeno número de clientes pode monopolizar o backend canary ou ser excluído dele, dependendo da regra de afinidade e da distribuição de clientes.

D

Incorreta

Escale o app-canary para 1 réplica e o app-stable para 9 réplicas, e use um único Service que selecione ambos

Escalar para 1 réplica canary e 9 stable pode aproximar estatisticamente 10% das conexões TCP/HTTP, mas não é uma técnica real de deployment canary porque o balanceamento de carga do Service do Kubernetes é por conexão e não garante uma porcentagem precisa de solicitações — especialmente com keep-alive ou HTTP/2, onde um pod pode lidar com muitas solicitações. Ajustar a proporção de tráfego exige redimensionar réplicas manualmente, e falha totalmente para estratégias canary que dependem de roteamento baseado em cabeçalho, cookie ou caminho. Mais importante ainda, a questão espera um método que use roteamento ciente de canary, e não uma solução alternativa bruta que confunde contagem de réplicas com peso de tráfego.

Para se aprofundar

Um deployment canary é uma estratégia de lançamento onde uma nova versão é gradualmente exposta a um pequeno subconjunto de usuários antes do rollout para toda a frota, reduzindo o risco ao permitir validação no mundo real sem o impacto total. O padrão ouro para implementar isso no Kubernetes é via gerenciamento de tráfego L7: um ingress controller (por exemplo, NGINX) com anotações canary pode rotear uma porcentagem fixa (canary-weight) de solicitações para um Service canary enquanto envia o restante para o Service stable, ou um service mesh como o Istio fornece ponderação de VirtualService e correspondência baseada em cabeçalho para condições canary mais refinadas. Em contraste, confiar em contagens de réplicas dentro de um único Service é uma aproximação ingênua porque os algoritmos de balanceamento de carga do kube-proxy distribuem conexões, e não solicitações individuais, e com HTTP keep-alive, um único pod pode atender a centenas de solicitações sequenciais ou multiplexadas, distorcendo a fatia de tráfego real observada. Canaries de service mesh também permitem espelhamento e testes A/B por cabeçalho/cookie, o que é impossível apenas com escalonamento de réplicas. Um equívoco comum é que escalar réplicas dá controle refinado; na prática, dá uma mistura grosseira no nível de conexão inadequada para análise de produção canary. Implementadas corretamente, as ferramentas canary permitem que operadores monitorem taxas de erro e latência na partição canary antes da promoção, razão pela qual a resposta correta se concentra nas capacidades do controller de roteamento em vez da contagem de pods.

Sobre estas questões de prática

Esta é uma das questões de prática originais de CKAD da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.