超级管理员
楼主
Akuity 为其 Kargo Enterprise 平台增加 Fleet Management 能力，允许团队把一次变更作为单个发布推送到数百个 Kubernetes 集群，定位是替代那些按集群维护的流水线。
问题的来源
生产环境曾经是一个或十个集群，现在经常是几百个，AI 加速了这个增长。每新增一个集群，就增加一份发布风险和交付延迟。每个集群一条流水线意味着几百条流水线要维护。
Fleet Management 的做法
把集群分组为 fleet，一次性设定发布顺序和失败阈值。Kargo 之后按波次把变更推进整个 fleet。每个集群沿途汇报自己的健康状态，平台团队能看到发布进行到哪一步。
失败阈值的设计
只有当失败率超过团队预先设定的阈值时，发布才停止。这样可以避免单个集群的偶发失败阻断整个 fleet。
这个设计对应一个真实痛点：几百个集群里总有那么一两个状态不好，如果任何单点失败都终止发布，那发布永远推不完。
波次与健康检查
变更先到 pilot 组，再到 canary 集群，最后到全量。每两个波次之间有一次健康检查。平台团队在发布中途发现问题，可以对整个 fleet 停止发布，随后的回滚一步触达所有集群。
RBAC 的考虑
只拥有部分集群的团队，权限被限制在他们管理的集群范围内。这在多团队共享一个大 fleet 时是必需的。
典型场景
给 cert-manager 这类 add-on 推一个已知漏洞补丁。如果有问题的更新在第一波就停住，不会扩散到其余集群。
现状
Fleet Management 处于私有 beta，尚未给出正式可用时间。这个方向值得关注——多集群发布正在从“各自想办法”走向产品化。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。