从三套 kubeconfig 说起
去年接触一个团队。做跨境电商。起初就一个 K8s 集群,跑得好好的。后来业务要出海,新加坡、法兰克福、弗吉尼亚各来一套。开发同学说,多集群嘛,kubectl config use-context 切一下。切着切着就出事了。
某个周五晚上,前端同学把预发镜像推到生产集群。原因不复杂。他本地有三个 context,名字都叫 prod。一个真生产,两个海外预发。CI 里也乱。Jenkins 凭据存了十几份 kubeconfig,谁改过没人知道。

这不是笑话。多集群管理的第一步,从来不是选个看起来厉害的控制面。而是承认:集群数量一多,人的记忆和手工操作一定会失效。
多集群不是目的 它只是被业务逼出来的
为什么上多集群?常见理由就几个。地理延迟。数据合规。故障隔离。还有并购。每个理由都挺硬。但硬理由不等于每个团队都该全量上多集群。
小团队十个人,服务二十个,日活还没过十万。搞三个集群,跨集群服务发现、网络、证书、日志、告警全要重做。收益呢?几乎没有。这叫技术自嗨。对吧。
那什么时候真需要?我的边界感是这样的:当单集群的爆炸半径已经影响核心业务,或者数据必须落在特定地域,才考虑拆集群。注意,是拆,不是为了多集群而多集群。
控制面选型别先看 PPT
多集群管理工具一大堆。Karmada、Open Cluster Management、Cluster API、Rancher Fleet、Argo CD、Flux。名字听着都厉害。但你得先问自己:我要的是应用分发,还是集群生命周期,还是策略统一?
如果只是把同一个应用推到多个集群,Argo CD 的 ApplicationSet 加 GitOps,够用。简单,直接,回滚也清楚。若要跨集群调度、故障迁移,Karmada 这类联邦方案更合适。但它会引入更复杂的控制面,网络和权限也得更细。

这里有个坑。别把控制面部署在每个业务集群里。 一旦控制面挂了,所有集群都像断了线的风筝。控制面集群要做高可用,最好独立。备份 etcd 或者控制面 CRD 数据,别偷懒。
还有权限。多集群最容易犯的错,是给 CI 一个 cluster-admin。图省事。出了事,日志都查不到。我的做法是,每个集群一个 ServiceAccount,绑定最小权限。CI 只能推指定命名空间。要删集群?走审批,不要自动化。
把 Git 当真源 但别只信 Git
GitOps 很香。声明式,可审计,回滚快。但 Git 不是银弹。配置漂移怎么办?有人 kubectl edit 了一把。你不一定马上知道。
所以需要漂移检测。Argo CD 有 OutOfSync 状态。Flux 也能告警。关键是要有人看。别把告警发到没人看的频道。还有密钥。别把明文 Secret 塞 Git。用 Sealed Secrets、External Secrets,或者云厂商的密钥管理。这个没得商量。
命名规范也得定。集群名、环境、区域、租户,四个维度最好在标签里体现。比如 env=prod、region=sg、tenant=checkout。后面做策略、监控、计费,全靠这些标签。一开始嫌麻烦,后面省大事。
可观测性不统一 多集群就是盲盒
单集群时,Prometheus 加 Grafana 就挺好。多集群后,每个集群一套。看一个指标要切五个页面。告警重复发。值班同学会疯。
常见做法是中心化监控。每个集群跑 Prometheus Agent,远程写到一个中心 Thanos 或 VictoriaMetrics。日志用 Fluent Bit 或 Vector 转发到中心 Loki、Elasticsearch。链路追踪也要带上集群标签。

不过话说回来,中心化也有风险。中心挂了,所有监控都瞎。所以至少保留每个集群本地的短周期数据。别把鸡蛋全放一个篮子。
行动清单 少走弯路
如果你正准备从单集群走向多集群,先别冲动。可以按下面几步来。
第一步,盘业务边界。 哪些服务必须在一起,哪些可以拆。数据合规和延迟要求写清楚,不要拍脑袋。
第二步,统一命名和标签。 cluster、env、region、owner。能自动打的标签,别手工。
第三步,选一个最小可用的控制面。 先解决应用分发。别一上来就搞跨集群调度。用 GitOps 管应用,用策略引擎管安全基线。
第四步,权限最小化。 CI 的 kubeconfig 按集群、按命名空间拆分。生产变更要审批。审计日志开起来。
第五步,监控和告警先跑通。 不统一可观测性,多集群就是灾难。至少做到一个入口看所有集群健康状态。
第六步,演练故障。 拔掉一个集群的网络,看看流量能不能切。控制面挂掉,业务还能不能跑。别等真出事才试。
最后说句实在的。多集群管理没有标准答案。有人用 Karmada 很顺,有人就靠 Argo CD 加脚本。关键是匹配团队规模和业务阶段。能少一个集群就少一个。每增加一个集群,复杂度不是线性增长,是成倍涨。真的。