--- GA: UA-34467841-15 --- # 你不是 SRE，但活在 K8s 的叢林裡：開發者的 K8s 求生指南 - 蔡宗城 (smalltown) ###### tags: `HelloWorld2025` `HWDC2025` `2025` `DE 會議室` `容器化和容器調度` <blockquote> 在許多團隊中，Kubernetes 被視為 SRE 的神秘領域。但當你開發的應用被部署在 K8s 中時，你就已經身處其中。這場分享不講 HPA 參數怎麼調，也不會手把手寫 Helm Chart，而是聚焦在：開發人員在日常工作中，該具備哪些 Kubernetes 基礎意識與協作文化，才能更順暢地開發、測試、Debug 與合作？ 我們將從真實案例出發，談談： 開發、QA、PM 在「不了解 Kubernetes」時，容易犯的錯與溝通誤區 如何用「對的語言」跟 SRE 合作，例如報錯不要只說「系統壞了」 K8s 核心概念圖解：Pod、Job、Secret、Ingress 到底是什麼，跟你有什麼關係？ 團隊怎麼建立共通語言與自助文化，讓非 SRE 也能看 log、觸發部署、排查問題 這不是一場技術教學，而是關於如何讓 K8s 成為全體工程團隊的合作工具，而不只是某個角色的專業領地。 </blockquote> {%hackmd @HWDC/announcement-2025 %} ## 會議資訊 **時間：** 14:20 ~ 15:05 **地點：** DE 會議室 **日期：** 2025年10月14日 **語言：** 中文 **難度：** 中階 **相關連結：** - [Hello World Dev Conference 2025 官方網站](https://hwdc.ithome.com.tw/2025) [target=_blank] - [Hello World 2025 議程表](https://hwdc.ithome.com.tw/2025/agenda) [target=_blank] ## 筆記區 ### 🎯 TL;DR * **大創意**：學會用 **K8s 的語言**，才能在叢林裡活下去。 * 不當 YAML 工程師也能：**說對話、問對題、按對鈕**。 * 帶走三件套：**共通語言**、**最小概念（Pod/Job/Secret/Ingress）**、**自助清單**。 --- ### 👥 受眾與目標 * **對象**：開發、QA、PM、SRE（跨角色合作）。 * **目標**： 1. 降低溝通成本與救火頻率 2. 建立可定位的回報方式 3. 形成自助文化與平台化入口 --- ### 🧭 故事路標 * **背景 & 人物（Why）**：K8s 不是 SRE 的黑盒；所有角色都在用。 * **衝突**：報錯模糊／語言不通／自助不足 → 進度延誤、SRE 變消防隊。 * **大創意（What）**：用 K8s 的語言合作。 * **結局（How）**：最小概念＋報錯模板＋自助流程＋平台支撐（IDP）。 --- ### 🌳 背景重點（Why） * 你的 **commit → pipeline → 上線** 都落在 K8s。 * 角色四象限：**Dev/QA/PM/SRE** 都倚賴同一套平台。 * **同舟共濟**：把黑盒變透明，先從語言與最小觀念開始。 --- ### 🔥 衝突三連擊 1. **報錯模糊**：只有「壞了」。 2. **缺乏共通語言**：Env/Service/Time/Error 不完整。 3. **自助不足**：小事都要找 SRE，救火不止。 > 影響：進度卡關、摩擦上升、可靠性改善被擠壓。 --- ### 💡 大創意（金句） > **學會用 K8s 的語言，才能在叢林裡活下去。** > 不必成為專家，但要能提供 **可定位的線索**。 **不學的代價**：高溝通成本｜定位變慢｜自助不足｜決策風險｜職涯受限。 --- ### 🧩 最小概念四兄弟（講人話版） * **Pod = 應用真正跑的地方**：先問 namespace / pod 名 / 狀態（Running/Pending/CrashLoop）。 * **Job = 批次任務**：一次做完；看成功/失敗/重試次數（`backoffLimit`、`activeDeadlineSeconds`）。 * **Secret = 保險箱**：金鑰、密碼、憑證；重視命名、輪替、最小權限。 * **Ingress = 大門**：域名/路由/TLS；網站進不去不一定是服務壞，可能是門鎖或證書過期。 --- ### 🗣️ 共通語言：錯誤回報模板（可複製） ```text [環境] staging / production [服務] auth-service（namespace: auth） [時間] 2025-08-31 10:15 (+08) [狀態] Pod CrashLoopBackOff（或 OOMKilled/Pending/ImagePullBackOff） [線索] 近 50 行 log（截圖/附件）、重現步驟、最近變更（版本/Secret/Config） ``` > 核心四要素：**Env / Service / Time / Error**。 --- ### 🧰 自助清單（先做再找人） 1. **CI/CD**：Pipeline 是否綠燈？ 2. **Pod 狀態**：`kubectl get pods -n <ns>` 是否 Running？ 3. **健康檢查 / 簡單 API**：基本功能是否通？ 4. **Log**：先看近 50 行、有無持續錯誤？（需時用 `-f`、啟動期用 `--previous`） 5. **可回滾？**：若上版後退化明顯 → 走受控回滾（ArgoCD/Flux）。 **常用指令速記**： ```bash kubectl get pods -n <ns> kubectl describe pod <pod> -n <ns> kubectl logs <pod> -n <ns> [-c <container>] [--previous] [-f] ``` --- ### 🧭 自助決策樹（文字版） * 能重現嗎？→ 不能：補充時間軸/樣本/指標；能：繼續 * 影響單一服務嗎？→ 否：檢查網路/DB/依賴；是：檢查該服務 Pod/Deployment * 資源是否不足？（Pending/節點壓力）→ 調整 requests/limits 或等排程 * 重啟後是否恢復？→ 是：追變更；否：看啟動期 Log、依賴健康 * 是否可安全回滾？→ 能：走 GitOps 受控回滾；不能：升級為 SRE 支援 > 向 SRE 求助時，附上「已做過的檢查」可大幅加速。 --- ### 🛠️ 推薦工具（看得到 → 用得起 → 自助改） * **觀測與可視**：K8s Dashboard、Lens、k9s（QA/Dev 友善）。 * **部署與回滾**：ArgoCD、Flux（GitOps；提供「受控回滾按鈕」）。 * **知識與入口**：Backstage / 內部 Portal（Service Catalog、Runbook、On-call）。 --- ### 🧪 案例速覽 * **ArgoCD + 自助回滾**：開發者在權限控管與審核下，自主回滾，半夜救火電話減半。 * **k9s for QA**：一鍵看 Pod/Log，回報可附 Pod 名與錯誤片段，定位大幅加快。 * **Backstage**：服務清單、Runbook、值班資訊、健康狀態同頁呈現，PM 也能找到正確入口。 --- ### 🧱 從工具到文化 * 工具解短痛：降低資訊搜尋與操作門檻。 * 文化解長痛：固定模板、SRE Office Hour、回顧機制讓習慣沉澱。 * 目標：**SRE 從救火隊 → 可靠性推手**。 --- ### 🚀 推廣路線圖（落地指南） 1. **小團隊試點**：挑願意嘗鮮的 Squad。 2. **內訓與模板化**：把經驗變教材、票單模板、Runbook。 3. **每月回顧**：用數據看救火是否下降、回滾是否順、誤報是否減。 --- ### 📏 成功指標（Before/After） * 半夜警報 / on-call 次數 ↓ * 救火工單占比 ↓、定位時間（MTTD/MTTI） ↓、修復時間（MTTR） ↓ * 可靠性改善專案數 ↑（容量管理 / 錯誤預算 / 自動化） --- ### 🧠 常見 K8s 狀態詞彙小抄 * **CrashLoopBackOff**：啟動期錯誤持續重啟（先看 `--previous` Log）。 * **ImagePullBackOff**：拉不到鏡像（憑證/Registry/Tag）。 * **OOMKilled**：記憶體不足（檢查 limits/程式記憶體尖峰）。 * **Pending**：排程不上（資源不足/污點/節點壓力/親和性）。 --- ### 📝 範本與範例 **錯誤回報模板**：見上方〈共通語言〉章。 **自助清單**：見上方〈自助清單〉章。 **決策樹**：見上方〈自助決策樹〉章。 > 建議將三者放入團隊 Wiki / Backstage / Notion，提供「一鍵複製」。 --- ### 🧩 參考實作（可選） * **Service Catalog** 欄位：Owner / Repo / Namespace / Ingress Host / Runbook / On-call / SLO / 最近發版。 * **回滾按鈕** 風險控管：環境白名單、審核節點、變更記錄、速回通知。 --- ### 🏁 收尾金句 > **學會用 K8s 的語言，才能在叢林裡活下去。** > 語言一致、概念到位、工具上手 → 少救火、多交付。 --- ### 🙋 Q&A 把你的真實情境丟上來，我們一起把模板套進去： * 你們的環境/服務/時間/錯誤碼是？ * 你已經嘗試過哪些自助步驟？ * 需要哪個入口（Log / 部署 / 回滾 / Runbook）？ --- ### 📣 We’re Hiring! 想把「複雜變簡單」並把平台做成**人人用得起**？歡迎聊聊：SRE、微服務後端、資安工程師。 ## 討論區 > 歡迎在此進行討論與 Q&A ## 相關資源 - 投影片連結：[連結在此](https://www.slideshare.net/slideshow/hello-world-dev-conference-2025-sre-k8s-k8s/283888161) - 相關文件：(待更新)