KubernetesPod被驱逐故障排除过程

KubernetesPod被驱逐故障排除过程。小编来告诉你更多相关信息。

Kubernetes

全面的为您讲解Kubernetes的教程内容，请看下面详细的介绍。

设想一个场景：有三个工作节点的Kubernetes 集群，版本为 v1.19.0。发现在 worker 1 上运行的一些 pod 被驱逐了

从上图可以看出有很多pod被驱逐了，报错信息也很清楚。由于节点上存储资源不足，导致kubelet触发驱逐过程。

方法1：启用auto-scaler

• 向集群添加工作节点，要么部署cluster-autoscaler以根据配置的条件自动扩缩容。
• 只增加worker的本地存储空间，这涉及到虚拟机的扩容，会导致worker节点暂时不可用。

方法2：保护关键Pod

在资源清单中指定资源请求和限制，配置QoS (Quality of Service)。当kubelet触发驱逐时，将至少保证这些 pod 不受影响。

这种施在一定程度上保证了一些关键Pod的可用性。如果节点出现问题时 Pod 没有被驱逐，这将需要执行更多步骤来查找故障。

运行命令 kubectl get pods 结果显示很多 pod 处于 evicted 状态。检查结果将保存在节点的kubelet日志中。查找对应日志使用 cat /var/paas/sys/log/kubernetes/kubelet.log | grep -i Evicted -C3。

检查思路

查看Pod容忍度

当Pod故障无法连接或节点无法响应时，可以使用 tolerationSeconds 配置对应时长长短

tolerations:  - key: \"node.kubernetes.io/unreachable\"    operator: \"Exists\"    effect: \"NoExecute\"    tolerationSeconds: 6000

如果集群中的节点数小于50，并且故障节点数超过总节点数的55%，则暂停 Pod 驱逐。在这种情况下，Kubernetes 将尝试驱逐故障节点的工作负载（运行在kubernetes中的APP）。

下属json描述了一个健康的节点

\"conditions\": [    {        \"type\": \"Ready\",        \"status\": \"True\",        \"reason\": \"KubeletReady\",        \"message\": \"kubelet is posting ready status\",        \"lastHearbeatTime\": \"2023-10-23T18:38:35Z\",        \"lastTransitionTime\": \"2023-10-23T11:41:27Z\"    }]

如果就绪条件为 Unknown 或 False 的时间超过了 pod-eviction-timeout，node controller 将对分配给该节点上的所有 Pod 执行 API-initiated 类型驱逐。

检查Pod的已分配资源

Pod会根据节点的资源使用情况被逐出。被逐出的Pod将会根据分配给Pod的节点资源进行调度。

管理驱逐”和“调度”的条件由不同的规则组成。这种结果会导致，被逐出的容器可能会被重新安排到原始节点。

因此，要合理分配资源给每个容器。

检查Pod 是否定期失败

Pod 可以被驱逐多次。即如果在 Pod 被驱逐并调度到新节点后该节点中的 Pod 也被驱逐，则该 Pod 将再次被驱逐。

KubernetesPod被驱逐故障排除过程。小编来告诉你更多相关信息。

Kubernetes

如果驱逐动作是由 kube-controller-manager 触发的，则保留处于 Terminating 状态的 Pod 。在节点恢复后，Pod将被 自动销毁。如果节点已经被删除或者其他原因无法恢复，可以强制删除Pod。

如果是由 kubelet 触发的驱逐，Pod 状态将保留为 Evicted 状态。仅用于后期故障定位，可直接删除。

删除被逐出的 Pod 命令为：

kubectl get pods | grep Evicted | awk ‘{print $1}’ | xargs kubectl delete pod

Notes：

• 被Kubernetes驱逐的Pod，不会被自动重新创建 pod。如果要重新创建Pod，需要使用replicationcontroller、replicaset和 deployment 机制，这也是上述提到的Kubernetes的工作负载。
• Pod控制器是协调一组Pod始终为理想状态的控制器，所以会删除后重建，也是Kubernetes 声明式API的特点。

如何监控被驱逐的Pod

使用Prometheus

kube_pod_status_reason{reason=\"Evicted\"} > 0

使用 ContainIQ

ContainIQ 是为Kubernetes设计的可观测性工具，其中包含Kubernetes 事件仪表板，这就包括 Pod 驱逐事件

上述就是Kubernetes 及其 Pod被驱逐故障排除过程的全部内容，您了解了吗？