When a “simple” Redis disk resize in Kubernetes turns into a VPN incident: a post-mortem

TL;DR: the short version

On the 2nd of December, 2025 we got an alert that a critical system component (Redis) was running out of disk space. Fixing the capacity issue itself was straightforward. The real trouble started when we tried to “clean things up” afterwards and make the configuration match reality.

Because this component runs in Kubernetes and is set up in a way that doesn’t allow straightforward resource adjustment, we attempted a safe-looking workaround: recreate the controller object without deleting the actual running pods. Kubernetes interpreted that change differently than we expected and restarted the whole Redis cluster. The restart process wasn’t “cautious” enough, it moved too fast and caused the cluster to come back partially degraded. While we were repairing the degraded nodes, a backend service got overwhelmed by reconnect traffic and started failing with out-of-memory errors. After scaling and tuning, the service recovered. Total downtime was ~50 minutes.

What happened

We received an alert that several instances of the Redis cluster were running out of free disk space. But increasing the disk space in our case is associated with certain problems. The thing is, in Kubernetes things such as Redis are usually created via a StatefulSet. It’s specifically designed for workloads that need stable identities and storage.

However, some parts of the StatefulSet are locked, and it can be a problem. StatefulSets define storage via volumeClaimTemplates. Important details:

  • the storage template is effectively locked once created
  • you can’t simply edit it in place to increase disk size

So even if you know exactly what you want, Kubernetes won’t let you change that specific field in the StatefulSet spec.

The immediate fix: increase capacity without restarts

Our storage backend supports online volume expansion. That means we can increase disk capacity underneath a running pod without restarting it.

So we resized the PersistentVolumeClaims (PVCs) directly. This resolved the disk pressure quickly and safely.

But it created a new problem:

  • the declarative configuration (Git + StatefulSet template) was still describing the old disk size
  • the actual PVC/PV state in the cluster now reflected the new disk size

This mismatch is a classic “configuration drift.”

The “cleanup” attempt: make the code match reality

Because the StatefulSet storage template is immutable, the only straightforward way to align the declared state with the real state is to:

  1. Delete the StatefulSet object
  2. Recreate it with the updated storage template

Of course, deleting the StatefulSet normally results in deleting child resources. So we used a Kubernetes trick:

Orphan deletion: “fire the manager, keep the factory running”

We deleted the StatefulSet using orphan / non-cascading deletion. The idea was:

  • Kubernetes forgets the “manager” object…
  • …but the pods (and their disks) stay alive

Then we recreated the StatefulSet so Git and the cluster would be consistent again.

This looked safe — but Kubernetes had a different interpretation.

The unexpected part: Kubernetes restarted the entire Redis cluster

After recreating the StatefulSet, Kubernetes reconciled the workload based on the new spec. Even though the actual disks were already resized, Kubernetes “didn’t know” that all changes had already been applied, so it started the reconciliation process, which resulted in a full Redis cluster restart.

A distributed database/cache cluster can survive a restart sequence, but only if the restart is performed cautiously.

That brings us to the biggest amplifier in this incident.

Why it escalated: restarts were too optimistic

Our restart behavior was not defensive enough:

  • no startup and readiness probes
  • a pod being just “running” was treated as “good enough” (but in reality it still couldn’t handle the actual requests load)
  • Kubernetes proceeded to the next pod too quickly

In plain language: we had a restart process that didn’t really wait for Redis to be healthy before moving on.

At first, this still didn’t look catastrophic: the backend service complained about Redis connections, but overall service graphs didn’t immediately collapse.

Degraded Redis cluster: replicas got “stuck” to old masters

When the dust settled, the Redis cluster came up partially degraded:

  • some replica nodes couldn’t reattach properly
  • they retained stale information about which master they belonged to

At that point, recovery required manual Redis Cluster operations:

  • forgetting obsolete node identities on masters
  • resetting affected replicas
  • re-joining them to the cluster and waiting for the replication catch-up

This procedure took longer than expected. And while it was still in progress, we hit the second-stage failure.

Secondary impact: backend service overload and out-of-memory failures

While Redis nodes were rejoining and syncing, the backend service faced reconnect storms and elevated load. This turned into cascading out-of-memory failures.

Two things made this worse:

  • we initially misattributed which component was actually OOMing
  • scaling the backend service was delayed due to limited spare capacity under current resource constraints

Once the failed component was correctly identified, we stabilized the system by:

  • scaling the backend service
  • increasing memory limits for the affected component
  • …and temporarily relaxing probes to let instances enter the service immediately to smooth the recovery — otherwise it had a cascade effect: once the pod check says that a pod is “ready,” it quickly becomes overloaded with traffic and goes back to “not ready” again. This increases the load on the next pod, the situation repeats, and so on.

After that, the service gradually recovered and the clients’ traffic returned back to normal. Total downtime was appr. 50 minutes: 8:10 UTC - 09:00 UTC

Events timeline

7:00 UTC: disk size was increased in Git
7:05 UTC: the disk size was manually updated for all PVCs in the cluster
7:10 UTC: all pods have finished online disk resizing
8:10 UTC: sts orphan deletion and recreation were performed
8:10-8:15 UTC: Kubernetes quickly performed a full StatefulSet restart. At this moment problems started to appear
8:15-8:35 UTC: manual cluster restoration — replicas recreation & reallocation
8:35-8:50 UTC: dealing with application OOM-errors. Once these problems were mitigated, the service was restored with some limitations (i.e. slow responses)
10:00 UTC: temporary workarounds used for the emergency relaunch of the service were reverted. The service is fully restored and operational now

Lessons learnt

1) It wasn’t disk resize that caused the incident
The capacity fix was straightforward. The incident started with the state alignment step and the controller recreation.

2) Immutable fields push you toward risky workflows
When the system won’t let you edit a field, the workaround often involves replacement — and that replacement can trigger wide reconciliation behavior.

3) Startup probes and strict readiness are not just “nice to have”
They’re the brakes on a rolling restart. Without them, distributed systems restart in the most fragile way possible. This is the worst part of this incident — having probes would have not allowed Kubernetes to restart the next pod until the current one is really ready.

4) Recovery plans must assume slow cluster healing
Rejoins and replication catch-ups take time. Dependent services need to be designed to degrade gracefully during that window.

What are we going to do?

1) Implement missing startup probes
Simple startup probes like “do not mark the pod as ‘ready’ until the dataset is loaded” will prevent this situation from happening again.

2) Make our own “control plane” for Redis
This is a more complex thing, but it is very helpful in a situation when a restarted pod is “stuck” to an old master IP address.

3) Decrease dependency on this Redis cluster
As of now, it looks like Redis-cluster is the SPOF (single point of failure) for the whole service, so we are planning to migrate some important information to other data sources — like a separate Redis cluster for each server. We also plan to start using Kafka for some of the backend’s components.

Ți-a plăcut această postare?
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Windows

Folosiți orice browser sau aplicație și nu vă mai faceți niciodată griji cu privire la anonimatul dvs. O lume întreagă este la îndemâna dvs. cu AdGuard VPN.
Descărcați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Ecranul principal al AdGuard VPN pentru Windows cu o conexiune VPN activă.
Ecranul principal al AdGuard VPN pentru Windows, care afișează starea deconectată.
Ecranul Excluderi cu o listă de site-uri web care nu utilizează VPN-ul.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Mac

Cu doar două clicuri, selectați un oraș de oriunde din lume — avem 75+ de locații — și datele dvs. sunt invizibile pentru ochii curioși.
Descărcați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Ecranul principal al AdGuard VPN pentru Mac, cu o conexiune VPN activă.
Ecranul principal al AdGuard VPN pentru Mac, care afișează starea deconectată.
Ecranul Excluderi cu o listă de site-uri web care nu utilizează VPN-ul.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Android

AdGuard VPN pentru Android oferă zeci de locații rapide. Navigați cu mai multă intimitate atunci când sunteți în mișcare. Blocați reclamele și trackerele cu Protecția DNS integrată
Aflați mai multe
Descărcați
Prin descărcarea programului, acceptați termenii Acordului de licență
Google Play
Prin descărcarea programului, acceptați termenii Acordului de licență
Ecranul principal al aplicației AdGuard VPN pentru Android, cu o conexiune VPN activă.
Ecranul principal al aplicației AdGuard VPN pentru Android, care afișează starea deconectată.
Ecranul Locații care afișează cele mai rapide servere disponibile.
Ecranul Excluderi cu o listă de site-uri web care nu utilizează VPN-ul.
Ecranul cu un cod QR pentru instalarea AdGuard VPN.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru iOS

Protejați-vă confidențialitatea și redați în streaming emisiunile preferate în mod anonim cu AdGuard VPN pentru iOS. Blocați reclamele cu protecția DNS încorporată
Aflați mai multe
App Store
Prin descărcarea programului, acceptați termenii Acordului de licență
Ecranul principal al AdGuard VPN pentru iOS, cu o conexiune VPN activă.
Ecranul principal al AdGuard VPN pentru iOS, care afișează starea deconectată.
Ecranul Locații care afișează cele mai rapide servere disponibile.
Ecranul Excluderi cu o listă de site-uri web care nu utilizează VPN-ul.
Ecranul cu un cod QR pentru instalarea AdGuard VPN.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Android TV

Descoperiți AdGuard VPN pentru Android TV! Bucurați-vă de streaming fără întreruperi, securitate îmbunătățită și configurare ușoară.
Descărcați
Prin descărcarea programului, acceptați termenii Acordului de licență
Google Play
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Ecranul principal al AdGuard VPN pentru Android TV, cu o conexiune VPN activă la un server din Helsinki, Finlanda.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Chrome

AdGuard VPN pentru Edge

AdGuard VPN pentru Firefox

AdGuard VPN pentru Opera

Ascundeți-vă locația reală și apăreți din alt loc al lumii - accesați orice conținut fără limite de viteză și păstrați-vă anonimatul pe internet.
Ajungeți într-o altă locație cu un singur clic, ascundeți-vă IP-ul și faceți-vă navigarea pe web sigură și anonimă.
Protejați-vă confidențialitatea, ascundeți-vă locația reală și decideți unde aveți nevoie de VPN și unde nu!
Fiți un ninja în browserul Opera: deplasați-vă rapid în orice parte a lumii și treceți neobservat.
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Ecranul principal al extensiei de browser AdGuard VPN cu o conexiune VPN activă.
Ecranul Locații care afișează cele mai rapide servere disponibile.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru routere

Instalați AdGuard VPN pe router pentru a vă securiza întreaga rețea. Decideți ce dispozitive să protejați și când
Această opțiune este disponibilă doar cu un abonament VPN AdGuard
Un router cu o pictogramă în formă de scut cu gaură de cheie.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Linux

Obțineți cel mai bun VPN gratuit pentru Linux și bucurați-vă de navigare web fără întreruperi, securitate sporită, criptarea traficului Internet și protecție împotriva scurgerilor DNS. Alegeți dintre mai multe servere VPN și accesați locațiile dorite
Mascota AdGuard VPN, Tengu, alături de pinguinul Linux, Tux, stând în tufișuri.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Apple TV

Descoperă AdGuard VPN pentru Apple TV! Bucurați-vă de streaming fără probleme, securitate îmbunătățită și configurare ușoară
Această opțiune este disponibilă doar cu un abonament VPN AdGuard
Un dispozitiv de streaming Apple TV cu sigla AdGuard VPN.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Xbox

Protejați-vă Xbox cu AdGuard VPN și bucurați-vă de jocuri online fără întreruperi, securitate sporită și configurare ușoară
Această opțiune este disponibilă doar cu un abonament VPN AdGuard
O consolă Microsoft Xbox și un controler cu sigla AdGuard VPN.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru PS4/PS5

Protejați-vă PlayStation-ul cu AdGuard VPN și bucurați-vă de jocuri online fără întreruperi, securitate sporită și configurare ușoară. Alegeți din mai multe servere VPN și accesați locațiile dorite
Această funcționalitate este disponibilă doar cu un abonament AdGuard VPN
Această opțiune este disponibilă doar cu un abonament VPN AdGuard
O consolă Sony PlayStation și un controler cu sigla AdGuard VPN.
9.332 9332 recenzii
Excelent!

AdGuard VPN pentru Chromecast

Instalați AdGuard VPN pe Google TV (Chromecast Gen 4) sau pe routerul dvs. de rețea (Chromecast Gen 3) și bucurați-vă de streaming de conținut cu Chromecast în timp ce rămâneți anonim online și accesați conținut din orice loc. Pentru Chromecast Gen 3, aveți nevoie de un abonament AdGuard VPN
Această opțiune este disponibilă doar cu un abonament VPN AdGuard
Un dispozitiv de streaming Google Chromecast cu o pictogramă scut cu gaură de cheie.
AdGuard VPN
descărcarea a început
Faceți clic pe butonul indicat de săgeată pentru a începe instalarea.
Scanați pentru a instala AdGuard VPN pe dispozitivul dvs. mobil
Ecranul cu un cod QR pentru instalarea AdGuard VPN.