用 kubectl 1.28 发布推理服务新镜像，rollout status 一直停在 1 out of 3 new replicas have been updated，等了二十分钟没有进展，旧 Pod 也没有被替换。
一开始怀疑是「镜像拉取走的是私有仓库，新节点没有凭据」，查了一圈，方向不对。
这类报错背后常见的原因有几处，逐个排除就行。readinessProbe 路径返回 404，新 Pod 永远不就绪。也可能是maxUnavailable 设成 0 且资源不足，新 Pod 调度不上。
少数情况下是PDB 限制导致驱逐被阻塞。
上来先看 rollout 状态与事件
kubectl rollout status deploy/infer -n llm --timeout=30s接着查看新 Pod 的就绪探针失败原因
kubectl describe pod -l app=infer -n llm | grep -A5 Readiness然后确认节点资源是否够调度
kubectl get events -n llm --sort-by=.lastTimestamp | tail -20修好探针后主动触发一次发布
kubectl rollout restart deploy/infer -n llm改之前先确认了最近有没有人动过配置，避免白查一遍。
这次没动代码，只在配置和运行环境上找原因。
隔了一天再看，现象没变，说明不是偶发。
恢复的判定其实很直接。rollout status 输出 successfully rolled out，三个新 Pod 全部 Ready，旧 ReplicaSet 缩到零。
容易忽略的是，滚动更新卡住先看新 Pod 为什么没 Ready，而不是反复删 Pod，重建只会重复同一个失败。报错文案容易误导，真正的原因往往在相邻那一层的日志里。