一句话定义
优雅停机（Graceful Shutdown）是指服务在收到停止指令后，不再接受新请求，把已经在处理的请求做完（或安全地交还），再释放资源退出。粗暴停机是拔电源，优雅停机是正常打烊。
打烊的比方
餐厅打烊有三种做法。最粗暴的是直接拉闸，客人饭没吃完灯全灭；稍好一点是把门一锁，但厨房里的菜不管了；优雅停机是：门口先挂“今日已满”，不再放新客进来；厨房把已点的菜做完端上；服务员结完账；最后关灯锁门。关键顺序是——先停止接新活，再做完旧活，最后才退出。
那几秒到底在做什么
1. 收到停止信号：常见的是 SIGTERM，编排系统或运维脚本通知进程“准备下班”。
2. 主动摘流量：把健康检查/就绪探针（Readiness Probe）置为失败，让负载均衡不再往这个实例转发。这里常要等一小会儿，因为转发规则有传播延迟。
3. 关闭监听端口：不再接受新连接。
4. 处理在途请求（in-flight requests）：给一个宽限期（grace period），把已经进来的请求跑完。
5. 通知长连接：WebSocket、gRPC streaming、SSE 这类连接要主动发关闭消息，让客户端重连，而不是直接断。
6. 后台任务收尾：消息消费者停止拉新消息，手里的消息处理完再确认（ack）；没做完的退回队列，别丢。
7. 清理资源：刷缓冲、提交偏移量、关连接池、上报指标。
8. 超时才强杀：宽限期到了还没结束，才发 SIGKILL。
宽限期不是越长越好。太长会让发版变慢、旧版本占着容量；太短则长请求必丢。它应该匹配你“最慢那批请求”的耗时。不同编排平台对信号和超时字段的定义不完全一样，具体以官方文档为准。
和相邻概念的区别
| 概念 | 关注点 | 典型动作 |
|---|---|---|
| 优雅停机 | 单个实例如何退出 | 摘流量、做完在途、再退出 |
| 强制停机 | 立即释放资源 | 直接杀进程，在途请求中断 |
| 优雅重启 | 不中断服务换新 | 重载配置、新工作进程接管 |
| 滚动更新 | 集群整体替换 | 逐批“优雅停机 + 启动” |
优雅停机是单实例的行为，滚动更新（Rolling Update）是编排层的策略，后者依赖前者才能不丢请求。客户端的重试和幂等是兜底，不能替代优雅停机。
对从业者的实际意义
对普通职场人，最直观的感受是：发版时页面不再突然 502，流式输出的回答不会断在半句话。对 AI 从业者更明显：一次推理可能跑几秒到几十秒，流式生成中途被掐，用户要重来，算力也白烧。做消息队列、训练任务调度、模型服务时，停机能等多久、任务能否续跑，直接决定发版体验和成本。
记住核心：先摘流量，再做完事，最后退出。宽限期只是上限，不是目标。