某天收到一个奇怪的问题，这个故障感觉还挺好玩，所以分享出来。
背景
某个生产业务部署在k8s中，业务的nginx和服务a（2个副本 下面称为pod-a-1，pod-a-2 ），全部运行在同一个ns下面，同时为pod-a创建一个headless服务，以下称为svc-headless-a。
nginx关键配置如下：
原始配置 upstream testapp {server svc-headless-a:8080;ip_hash; }server {listen 30001;location / {proxy_set_header Host $http_host;proxy_set_header X-Real-IP $remote_addr;proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;proxy_pass http://testapp;}}
故障现象
业务突然反馈，服务时通时不通。经过几天后，两个服务都不通了。因为没有排查到具体问题，所以业务侧只能临时将upstream 直接指向后端pod-a-1和pod-a-2的ip，业务恢复。
排查过程
进入nginx pod内，
（1）使用curl 命令，访问pod-a-1和pod-a-2确认2副本，可以正常访问，服务正常
（2）使用curl 命令，svc-headless-a服务，域名解析正常，可以正常访问，服务正常
（3）nginx报错后端server不存在（排查时没有日志，根据业务侧反馈是有类似的报错日志）
那么到这一步就可以确认 service到pod这一个链路是没有问题的，问题就出在nginx上面。
（4）当我看到svc-headless-a时，发现这是一个无头服务。这时候我就有点疑问了，会不会和无头服务有关？但是经过第3步的验证，确认无头服务没有问题，那么问题可能就出现在nginx和healess服务之间。
所以经过各种查找，最后确认问题的原因：
原因分析
基础知识
（1）Nginx 在启动时或重载配置（reload）时，会对 proxy_pass 或 upstream 块中定义的域名进行一次 DNS 解析，并将解析到的 IP 地址缓存下来。之后的所有请求，Nginx 都会直接使用这个缓存的 IP 地址。
（2） k8s headless服务，因为它是无头服务，所有没有clusterip，无头服务的域名解析为后端podip
（3） k8s pod重启后podip会变化
（4） ip_hash 根据源地址将请求路由到同一个后端，即一个用户请求由同一个pod处理
分析
（1）当后端pod由于某种原因重启后，podip会变化，例如，svc-headless-a域名解析ip为A和B，pod重启后，svc-headless-a域名解析为B和C，而nginx缓存的地址池仍为A和B，导致了业务同事反馈的时通时不通的现象。
（2）如果后端pod都重启过，svc-headless-a域名解析为C和D，而nginx缓存的地址池仍为A和B，这样会导致svc-headless-a域名解析后的ip和nginx缓存的地址池完全不一致，nginx内部会出现连通性报错。
（3）而我们进入到nginx pod内部测试域名解析没有问题，是因为每次测试时，都会由k8s的dns进行解析，所以连通性测试没有问题。
排查结果
因此定位问题的根因和nginx缓存机制与headless服务特性导致。
解决方案
（1）使用headless服务，ng增加动态解析配置，周期性刷新缓存池
（2）将服务类型改为clusterip，建议这种方式
最后的最后，有描述不对的地方还请大家指正，但是我不改！！！
