记一次ArgoRollouts Dashboard的namespace下拉框消失
内容提要
Argo Rollouts Dashboard 的 namespace 下拉框失效，接口返回空列表。排查确认 RBAC、网络、版本均正常，最终定位到某个 rollout 的 resources.limits 被误写为字符串而非 map。client-go 对集群级列表整体解码，单个坏对象导致整个列表解码失败，而代码用 if err == nil 静默吞掉错误，接口仍返回 200 和空数组。建议在 CI 或 ArgoCD 阶段校验 YAML 类型。
延伸解读
静默吞错：200 响应背后的逻辑陷阱
文章揭示了一个关键问题：接口返回 200 不代表逻辑正确。Argo Rollouts 服务端在集群级列表查询失败时，用 if err == nil 静默吞掉了错误，仍然返回 200 和空数组。前端拿到空数组后，将下拉框渲染为禁用输入框。这种设计让排查变得困难，因为表面上看一切正常。读者应意识到，空数组可能是错误被吞的结果，而非真正的空数据。
typed client 列表解码的脆弱性
client-go 的 typed client 对列表结果是整体解码的。一个 rollout 的 resources.limits 字段被误写为字符串而非 map，导致整个集群级列表解码失败。按 namespace 查询的接口因为只查单个 namespace，碰巧不包含坏对象，所以能正常工作。这说明列表查询的健壮性依赖于每个对象的字段类型正确，任何单个坏对象都可能拖垮整个列表。
availableNamespaces 的真实语义
排查过程中发现，availableNamespaces 的语义是「有 Rollout 资源的 namespace」，而不是集群里的所有 namespace。即使 bug 修复，下拉框也只会显示部署了 Rollout 的 namespace。如果想列出全部 namespace，仍需使用 kubectl get ns。读者应理解这一设计事实，避免对下拉框的期望产生偏差。
YAML 类型校验应前置到 CI 或 ArgoCD
文章最后建议，集群里 YAML 写错类型这种事，最好在 CI 或者 ArgoCD 校验阶段就拦住，别让坏对象进集群。一个不起眼的类型错误就能让 dashboard 的 namespace 列表整个消失，且服务端不报错。将类型校验前置，可以避免类似问题进入生产环境，减少排查成本。
Q&A
Argo Rollouts Dashboard 的 namespace 下拉框为什么变成了禁用的输入框？
因为后端接口 /api/v1/namespace 返回的 availableNamespaces 字段为空，前端拿到空数组后就把下拉框渲染成了禁用的输入框。而该字段为空的原因是集群中某个 rollout 的 resources.limits 字段类型错误（写成了字符串而非 map），导致 client-go 在集群级列表解码时整体失败，代码又静默吞掉了错误，所以接口返回 200 但列表为空。
为什么一个 rollout 的 YAML 类型错误会导致整个 namespace 列表消失？
因为 Argo Rollouts 服务端通过 client-go 的 typed client 执行集群级 List 操作，该操作会对返回的所有 rollout 对象进行整体解码。只要其中一个对象的字段类型不匹配（如 resources.limits 应为 map 却写成了字符串），整个列表的解码就会失败，err 不为 nil。而代码中使用 if err == nil 判断，错误被静默忽略，循环不执行，availableNamespaces 保持为空，接口仍返回 200。
如何快速确认是哪个 rollout 的 resources 字段写错了？
可以先将集群中所有 rollout 的 JSON 导出：kubectl get rollouts -A -o json，然后逐个检查 spec.template.spec.containers[].resources 字段。错误的写法通常是 limits 的值被写成了字符串（如 "memory:6Gi"），正确写法应为 map 形式（如 memory: 6Gi）。此外，访问按 namespace 查询的接口 /api/v1/rollouts/{namespace}/info 时，如果某个 namespace 返回解码错误，也能帮助定位到具体 namespace 下的坏对象。
接口返回 200 但数据为空，可能是什么原因？
可能是服务端代码静默吞掉了错误。例如在 Argo Rollouts 的案例中，集群级 List 操作因某个对象解码失败而返回错误，但代码用 if err == nil 判断，错误未被处理，接口依然返回 200 状态码和空数组。因此接口返回 200 不代表逻辑正确，空数组也可能是错误被隐藏的结果。
Argo Rollouts Dashboard 的 availableNamespaces 字段包含哪些 namespace？
availableNamespaces 的语义是「有 Rollout 资源的 namespace」，而不是集群中的所有 namespace。因此即使修复了 bug，下拉框中只会显示部署了 Rollout 的 namespace。若要查看全部 namespace，仍需使用 kubectl get ns 命令。
如何避免类似的 YAML 类型错误导致 Dashboard 故障？
建议在 CI 流程或 ArgoCD 的校验阶段对 YAML 进行类型检查，确保 resources.limits 等字段的类型正确（map 而非字符串），防止坏对象进入集群。此外，在代码中应避免静默吞掉错误，对列表操作的部分失败进行适当处理或告警。
