背景テスト環境でクラスターアラームを受信したら、Kubernetes クラスターにログインしてトラブルシューティングを行います。 障害箇所ポッドを表示 kube-system node2 上の calico ポッドに異常がないか確認します。 詳細情報を確認すると、node2 にストレージ スペースがなく、cgroup がリークされていることがわかります。 ストレージを表示 サーバーのストレージ情報を表示するには、node2 にログインします。現在はまだ十分なスペースがあります。 クラスターが使用する分散ストレージは Ceph なので、Ceph クラスターのステータスを確認します。 操作するCeph の修正 現在、Ceph クラスターに異常があり、ノード 2 の cgroup リークが発生している可能性があります。Ceph クラスターを手動で修復します。 データの不整合とは、オブジェクトのサイズが正しくないか、回復後にレプリカでオブジェクトが失われることを意味します。データの不整合によりスクラブ エラーが発生する可能性があります。 Ceph の保存プロセス中に、特別な理由により、オブジェクト情報のサイズが物理ディスク上の実際のサイズデータと一致しない場合があり、クリーンアップが失敗する可能性もあります。 データの不整合とは、オブジェクトのサイズが正しくないか、回復後にレプリカでオブジェクトが失われることを意味します。データの不整合によりスクラブ エラーが発生する可能性があります。 Ceph の保存プロセス中に、特別な理由により、オブジェクト情報のサイズが物理ディスク上の実際のサイズデータと一致しない場合があり、クリーンアップが失敗する可能性もあります。 図からわかるように、ページ番号 1.7c に問題があり、修復する必要があります。 ページの修正:
修復後、しばらく待ってから再度確認し、Ceph クラスターが修復されたことを確認します。 ポッドの修復の実行 異常なポッドを削除します。コントローラーが存在するため、最新の Pod が再度プルアップされます。 ポッドを確認すると、以前と同じです。分析の結果、ノード 2 の cgroup が Ceph の異常によりリークされている可能性があることがわかりました。オンラインで検索して再コンパイルします。 Google で検索してみたところ、問題は基本的に https://github.com/rootsongjc/kubernetes-handbook/issues/313 にある問題と同じであることがわかりました。可能性のある存在は次のとおりです。
システムカーネルを確認すると、バージョンが低いことがわかります。 断層の再配置 最後に、runc ロジックはコンテナの起動時にコンテナの kmem アカウンティングをデフォルトでオンにするため、3.10 カーネルでリークが発生する可能性があります。 ここで問題を解決するには、スペースが残っていない状態でサーバーを再起動する必要があります。この問題は、一定期間内に大量の Pod を削除すると発生する可能性があります。 最初のアイデアは、将来のクラスター管理の概要では、ノードを削除してノードを再起動することでサーバーを修復できるというものです。 ノード2のメンテナンス ノード2をスケジュール不可としてマークする
ノード2のポッドを削除する
現在、基本ノード2のすべてのPodは削除されています。 デフォルトの移行と異なるのは、Pod が終了する前に再構築されることです。このときのサービス中断時間 = 再構築時間 + サービス起動時間 + 準備プローブ検出正常時間。 1/1 にサービスが正常に実行されるまでお待ちください。そのため、単一のコピーで移行する場合、サービスの終了は避けられません。 ノード02を再起動 再起動後、node02は修復されました。 node02を復元します。 node02 を復元し、通常どおりスケジュールします。
反射デプロイされた Kubernetes クラスターのカーネルは後でアップグレードできます。 クラスター内の Pod 例外は、基盤となるストレージまたはその他の理由によって発生する可能性があります。問題を特定し、的を絞って修正する必要があります。 オリジナルリンク: https://juejin.cn/post/6969571897659015205 |
<<: 今後 10 年間のクラウド コンピューティングの発展には何が期待できるでしょうか?
>>: エッジコンピューティングは5Gの真の可能性を引き出す鍵
Aoyou ホストに新しい製品があります: ドイツ CN2、ヨーロッパ電気通信センター、ドイツ フラ...
この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...
ひどい扱いを受けている? App Storeで悪質なレビュー操作が蔓延Game Gyroは、Appl...
適切なサービスと設計により、エンタープライズ クラウド アプリケーションのパフォーマンスを向上させる...
過去 10 年間、クラウド コンピューティングの導入サイクルが見られ、多くの組織が契約とサービス ポ...
Googleは、ユーザーが検索結果をピン留めまたは削除し、「あなたはこの結果を最初に選択した人です」...
[[323332]]この記事では主に、オブジェクトが生きているかどうかを判断する方法を説明し、Jav...
IBM (NYSE: IBM) と Pitney Bowes (NYSE: PBI) は本日、コード...
uk2 グループの同名ウェブサイト uk2.net では、主に com/net/ および co.uk...
2013年3月31日。インターネット界の巨人、ジャック・マー氏、ポニー・マー氏、ロビン・リー氏が深セ...
ウェブサイトの最適化の過程では、同じ種類のウェブサイトでもランキングは必ず異なり、同じ最適化方法を使...
Racknerd の 618 イベント: ロサンゼルスの Multacom および Sharktec...
ウェブサイトのタイトルキーワードは、HTML ファイルに記述される重要な情報です。ヘッダー情報は訪問...
Xenspec では、次の特典を提供しています: (1) シカゴとロサンゼルスでの VPS プロモー...
ショートビデオ、セルフメディア、インフルエンサーのためのワンストップサービス設立からわずか3年という...