运维概述

本章覆盖 Nantian Gateway 的第一轮运维检查，并链接到更深入的 metrics、Grafana、告警、故障排查和备份页面。

Nantian Gateway 基本无状态。Kubernetes 资源是事实来源，控制面从 Kubernetes API 重建路由状态，数据面通过 gRPC/xDS 接收运行时快照。运维排查应先检查 Kubernetes 状态、route attachment、控制面日志、数据面日志、metrics 和 admin endpoint。

安装后的首次检查

调试具体 route 前，先运行这些检查：

kubectl get pods -n nantian-gw
kubectl get gatewayclass nantian-gw
kubectl get svc -n nantian-gw
kubectl logs -n nantian-gw deploy/nantian-gw-controlplane --tail=100
kubectl logs -n nantian-gw deploy/nantian-gw-dataplane --tail=100

按以下顺序解读结果：

检查	关注点	含义
Pods	控制面和数据面 Pod 是 Running 且 ready。	workload 已调度，probe 通过，数据面完成启动。
GatewayClass	nantian-gw 存在，并使用 controller gateway.networking.k8s.io/nantian-gw。	Chart 已安装应用 Gateway 应引用的 class。
Services	固定 Service 名称和端口与下表一致。	其他组件和运维人员可以使用稳定的集群内地址。
控制面日志	reconciliation、status、snapshot 或 xDS 消息。	控制面正在监听资源并发布状态。
数据面日志	xDS connection 和 configuration-apply 消息。	数据面已连接并收到运行时配置。

Helm Service 参考

Helm chart 创建的固定 Service 如下：

Service	端口	作用
nantian-gw-controlplane-grpc	18080	数据面 xDS/gRPC 连接。
nantian-gw-controlplane-admin	18081	控制面 Admin API。
nantian-gw-controlplane-metrics	18082	控制面 Prometheus metrics。
nantian-gw-dataplane-admin	19080	数据面 Admin API。
nantian-gw-dataplane-metrics	19080	数据面 metrics 抓取入口。
nantian-gw-dashboard	3000	Dashboard Web UI。

数据面运行时 HTTP 监听地址配置为 0.0.0.0:10080。本地 route 测试可转发 deployment：

kubectl port-forward -n nantian-gw deploy/nantian-gw-dataplane 10080:10080

日志

快速查看可直接使用 Deployment 目标：

kubectl logs -n nantian-gw deploy/nantian-gw-controlplane --tail=100
kubectl logs -n nantian-gw deploy/nantian-gw-dataplane --tail=100

查看特定 Pod：

kubectl get pods -n nantian-gw
kubectl logs -n nantian-gw pod/<pod-name> --tail=200

debug 日志只适合短时间排查。Debug 输出量很大，不应长期留在生产环境。

Metrics 与 Admin 访问

本地排查时可转发控制面 admin 和 metrics Service：

kubectl port-forward -n nantian-gw svc/nantian-gw-controlplane-admin 18081:18081
kubectl port-forward -n nantian-gw svc/nantian-gw-controlplane-metrics 18082:18082

然后查询：

curl -s http://localhost:18081/livez
curl -s http://localhost:18081/readyz
curl -s http://localhost:18082/metrics | head

需要数据面运行时细节时，转发数据面 admin Service：

kubectl port-forward -n nantian-gw svc/nantian-gw-dataplane-admin 19080:19080
curl -s http://localhost:19080/livez
curl -s http://localhost:19080/readyz

Helm chart 默认关闭 Prometheus Operator ServiceMonitor 资源。只有在集群安装了 Prometheus Operator CRD，并且 NetworkPolicy 允许 Prometheus 命名空间抓取 metrics Service 时，才开启它。

Route 级检查

Route 不工作时，先查看状态，再测试流量：

kubectl get gateway,httproute -A
kubectl describe gateway <gateway-name> -n <namespace>
kubectl describe httproute <route-name> -n <namespace>

重点看 parent 是否 accepted、listener 是否匹配、backend reference 是否解析成功，以及 status conditions。没有 attached 的 route 即使数据面健康也不会接收流量。

常见运维操作

使用 rolling update 重启无状态组件：

kubectl rollout restart deployment/nantian-gw-controlplane -n nantian-gw
kubectl rollout restart deployment/nantian-gw-dataplane -n nantian-gw

当流量或资源压力需要时扩容数据面：

kubectl scale deployment/nantian-gw-dataplane -n nantian-gw --replicas=4

查看 rollout 状态：

kubectl rollout status deployment/nantian-gw-controlplane -n nantian-gw
kubectl rollout status deployment/nantian-gw-dataplane -n nantian-gw

章节结构

Page	Covers
指标参考	控制面和数据面暴露的 Prometheus metrics。
Grafana Dashboard	如何导入和使用内置 dashboard 资产。
告警规则	推荐的 Prometheus alert rules。
故障排查	常见症状和诊断流程。
备份与恢复	应备份什么，以及如何恢复网关配置。