Curso Kubernetes 20 — Upgrade de nós com segurança

Todo cluster precisa de manutenção: atualizar o SO, o kubelet, aumentar RAM, trocar disco. A diferença entre uma janela tranquila e um incidente é o processo.

Este capítulo fecha a Temporada 2 com o upgrade que fizemos de verdade: workers de 8 GiB para 16 GiB.

Selo do curso: testado em Kubernetes 1.35 e Ubuntu 24.04.

Antes de tocar em qualquer nó

Checklist de pré-voo:

• Capacidade livre nos outros nós para receber os pods.
• PDBs das cargas críticas.
• Anti-affinity (bancos, Elasticsearch, RabbitMQ).
• Quórum (etcd, RabbitMQ, Redis Sentinel).
• Storage preso ao nó (local-path) e PVCs.
• DaemonSets que precisam rodar no nó.
• Backup recente e restore testado.

kubectl get nodes -o wide
kubectl top nodes
kubectl get pdb -A
kubectl get pods -A -o wide | grep <node>

O processo, um nó por vez

1. Cordon

kubectl cordon k8s-worker-01

Nenhum pod novo é agendado ali; os existentes continuam.

2. Drain

kubectl drain k8s-worker-01 --ignore-daemonsets --delete-emptydir-data

O drain respeita PDBs. Se travar, não use --force sem entender: descubra qual PDB está bloqueando.

kubectl get pdb -A
kubectl describe pdb <pdb>

3. Valide o reagendamento

kubectl get pods -A -o wide | grep -v Running
kubectl -n <ns> get pods -o wide

Pods de anti-affinity obrigatória podem ficar Pending até o nó voltar. É esperado — mas você precisa saber quais.

4. Desligue/atualize

• Aumente a RAM na VM/host.
• Atualize o SO e o kubelet, se for o caso.
• Reinicie.

5. Suba e uncordon

kubectl uncordon k8s-worker-01
kubectl get nodes
kubectl get pods -A -o wide | grep k8s-worker-01

6. Valide antes do próximo

• Nós Ready.
• Cargas críticas saudáveis.
• Quórum restaurado.
• PDBs com disrupturas permitidas.
• Métricas sem anomalia.

Ordem importa

Em um cluster com dados:

1. Nó sem banco/estado primeiro.
2. Réplicas antes do primário.
3. Primário por último (com failover planejado).
4. Nunca dois nós ao mesmo tempo.

No nosso caso, o worker com o primário do Postgres foi o último.

O que deu errado no nosso upgrade

• MinIO todo em um nó. Os 4 pods estavam no mesmo worker; drenar aquele nó derrubaria o object storage. Movemos os pods antes (cordon + reciclagem), mas descobrimos que a imagem não estava em cache em outro nó — ErrImagePull.
• PDB do MinIO minAvailable: 3. Drenar um nó com 2 pods violava o PDB. Ajustamos temporariamente para 2.
• Postgres primário no nó. O drain exigiu failover; o PDB do primário bloqueava. Fizemos o failover controlado antes.
• Pods Pending por anti-affinity. Com um nó fora, Elasticsearch e RabbitMQ não conseguiam manter 3 réplicas. Esperado; documentamos.
• HPA agressivo. Em outro incidente, 10 pods de backend pressionaram a memória e derrubaram o Postgres. Capacidade não é só CPU.

Upgrade de versão do Kubernetes

Para o kubelet:

kubectl drain <node> --ignore-daemonsets --delete-emptydir-data
sudo apt-mark unhold kubeadm kubelet kubectl
sudo apt install -y kubeadm=1.35.x-1.1 kubelet=1.35.x-1.1 kubectl=1.35.x-1.1
sudo kubeadm upgrade node
sudo systemctl restart kubelet
kubectl uncordon <node>

Masters primeiro (um por vez), depois workers. Nunca pule versões menores.

Erros comuns

Sintoma	Causa
Drain travado	PDB sem disrupturas
Pods Pending após drain	anti-affinity/capacidade
local-path PVC preso	volume é do nó antigo
DaemonSet ausente	taint sem toleration
Postgres sem quórum	primário/replica no mesmo nó
Nó não volta Ready	kubelet/CNI/relógio
HPA escala demais	orçamento de memória ignorado

Checklist

• [ ] Capacidade nos nós restantes.
• [ ] PDBs revisados.
• [ ] Anti-affinity/quórum mapeados.
• [ ] Backup recente.
• [ ] Cordon + drain + validação.
• [ ] Um nó por vez.
• [ ] Uncordon e validação antes do próximo.
• [ ] PDBs restaurados ao valor original.

Glossário

• cordon: impede novos pods no nó.
• drain: evacua pods do nó.
• uncordon: libera o nó.
• eviction: remoção respeitando PDB.
• quórum: maioria para consenso.
• anti-affinity: regra de distribuição.

Próximo

Temporada 2 concluída. Na Temporada 3 vamos empacotar a aplicação com Helm, versionar no GitOps, montar CI/CD, endurecer segurança, medir capacidade e fechar com SLO e DR.

Próximo: Curso Kubernetes 21 — Helm: empacotando a aplicação