Rechargement automatique de configuration avec Stakater Reloader

Références externes :

Contexte et description de la problématique

Kubernetes ne redémarre pas nativement les workloads lorsque les ConfigMaps ou Secrets changent ; la configuration peut donc rester obsolète.
La mise à jour manuelle (delete pod / rollout) augmente la charge opérationnelle et le risque d’erreur humaine.
Les solutions maison (sidecar, scripts) fragmentent la plateforme et complexifient la maintenance.

Utiliser configmapGenerator de Kustomize pour changer le hash dans l’image ⇒ nécessite quand même un rollout et génère une prolifération d’images.
Compter sur la mise à jour « projected volume » ⇒ nécessite que l’application recharge les fichiers, ne couvre pas les variables d’environnement.
Développer un watcher sidecar personnalisé ⇒ ré‑implémente une logique déjà disponible, non mutualisée.
Ne rien faire ⇒ processus manuel, propice aux erreurs et indisponibilités.

Stakater Reloader est un contrôleur léger, maintenu par la communauté, déjà éprouvé en production.
Modèle opt‑in via l’annotation reloader.stakater.com/auto: "true", évitant les redémarrages inattendus.
Couvre les principaux types de workload : Deployment, StatefulSet, DaemonSet, Rollout, etc.
Facilement déployé et mis à jour via Helm (stakater/reloader).
Expose des métriques Prometheus et des logs intégrables dans notre stack d’observabilité.
RBAC restreint : seulement watch sur ConfigMaps/Secrets et patch sur les workloads ciblés.

✅ Déployer Stakater Reloader sur tous les clusters (toutcasser, kity).
✅ Activer l’opt‑in par annotation reloader.stakater.com/auto: "true" sur les workloads nécessitant un refresh.
✅ Activer l’export Prometheus et configurer une alerte si un restart échoue >30 s.
✅ Documenter l’usage dans le README plateforme et former les équipes à l’ajout d’annotations.

👍 Mises à jour de configuration automatiques, sans intervention manuelle et sans changement de code.
👍 Réduction du risque d’erreur et des temps d’indisponibilité grâce aux rollouts contrôlés.
👍 Cohérence entre environnements via un composant unique.
👎 Possibilité de redémarrages non souhaités si l’annotation est posée par erreur ; mitigé par GitOps et revue de code.
👎 Dépendance à un contrôleur supplémentaire ; en cas de panne, la fonction d’auto‑reload est temporairement perdue, mais les workloads continuent de tourner.