原文：https://learnk8s.io/troubleshooting-deployments
一份排障指南流程图。

点击下载 PDF 版本。

troubleshooting-kubernetes

在 Kubernetes 中部署一个应用，需要定义 3 个组件：

Deployment - 这是创建名为 Pod 的应用程序副本的菜谱
Service - 内部负载均衡器，将流量路由到 Pods
Ingress - 有关流量如何从集群外部流向您的服务的描述

下面是快速的回顾。

在 Kubernetes 中，应用程序通过两层负载均衡暴露：内部和外部。
内部的负载平衡被称为 Service，而外部的被称为 Ingress。
Pod 并不是被直接部署的，而是通过 Deployment 创建 Pod 并监测。

假设您希望部署一个简单的 Hello World 应用程序，则该应用程序的 YAML 应该类似于以下内容： hello-world.yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-deployment
  labels:
    track: canary
spec:
  selector:
    matchLabels:
      any-name: my-app
  template:
    metadata:
      labels:
        any-name: my-app
    spec:
      containers:
      - name: cont1
        image: learnk8s/app:1.0.0
        ports:
        - containerPort: 8080
---
apiVersion: v1
kind: Service
metadata:
  name: my-service
spec:
  ports:
  - port: 80
    targetPort: 8080
  selector:
    name: app
---
apiVersion: networking.k8s.io/v1beta1
kind: Ingress
metadata:
  name: my-ingress
spec:
  rules:
  - http:
    paths:
    - backend:
        serviceName: app
        servicePort: 80
      path: /

定义很长，很容易忽略组件之间的相互关系。

例如：

何时使用 80 端口？何时使用 8080 端口？
是否应该为每个服务创建一个新端口，避免冲突？
标签名称重要吗？到处都应该一样吗？

在进行调试之前，让我们回顾一下这三个组件如何相互连接。

我们从 Deployment 和 Service 开始。

连接 Deployment 和 Service

令人惊讶的消息是 Service 和 Deployment 根本没有连接。

相反，Service 端直接连接了 Pod，完全跳过了 Deployment。

所以你应该关心 Pod 和 Serivce 之前是如何相互关联的。

你应该注意以下 3 点：

Service 选择器（selector）应该匹配至少一个 Pod 的标签（label）
Service targetPort 应该匹配 Pod 内部容器内的的 containerPort
Service port 可以是任何数字。因为 Serivce 有不同的 IP 地址，所以多个 Service 可以使用相同的端口。

下图总结了如何连接端口：

通过 Service 暴露下面的 Pod。
创建 Pod 时，应为 Pod 中的每个容器定义 containerPort。
创建服务时，您可以定义 port 和 targetPort，但是您应该选择连接哪一个容器？
tagetPort 和 containerPort 应该总是匹配。
如果您的容器暴露了端口 3000，那么 targetPort 应该总是匹配这个数字。

如果您查看 YAML 文件，可以发现标签和 ports/targetPort 应该匹配：

hello-world.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-deployment
  labels:
    track: canary
spec:
  selector:
    matchLabels:
      any-name: my-app
  template:
    metadata:
      labels:
        any-name: my-app
    spec:
      containers:
      - name: cont1
        image: learnk8s/app:1.0.0
        ports:
        - containerPort: 8080
---
apiVersion: v1
kind: Service
metadata:
  name: my-service
spec:
  ports:
  - port: 80
    targetPort: 8080
  selector:
    any-name: my-app

Deployment 部分中的 track: canary 是什么意思？

那也应该匹配吗？

该标签属于 Deployment，Service 的选择器（selector）不使用它来路由流量。

换句话说，您可以安全地删除或为其分配其他值。

那么 matchLabels 选择器呢？

它始终必须匹配 Pod 标签，因为它是 Deployment 用来追踪 Pod 的。

假设您做出了正确的更改，如何测试它？

您可以使用一下命令检查 Pod 是否具有正确的标签：

$ kubectl get pods --show-labels

或者您有属于多个应用的 Pod：

$ kubectl get pods --selector any-name=my-app --show-labels

其中 any-time=my-app 表示标签 any-name: my-app。

仍然存在问题？

您可以直接连接 Pod！

您可以在 kubectl 中使用 port-forward 命令连接 Service 并测试连接。

$ kubectl port-forward service/<service_name> 3000:80

其中：

service/<service_name> 是 service 的名称 - 在当前 YAML 中是“my-service”。
3000 是您想要在您的电脑中开放的端口
80 是 Service 中 port 字段暴露的端口

如果您能够连接，说明设置是正确的。

如果您不能，那么您很可能配错了一个标签或者端口不匹配。

连接 Service 和 Ingress

下一步暴露您的应用的步骤是配置 Ingress。

Ingress 必须知道如何获取到 Service 然后获取到 Pod 并路由流量到它们。

Ingress 获取根据名称和暴露的端口获取到正确的 Service。

Ingress 和 Service 中的两个属性应该匹配：

Ingress 的 servicePort 应该匹配 Service 中的 port
Ingress 中的 serviceName 应该匹配 Service 中的 name

下图总结了如何连接端口：

您已经知道 Service 暴露了一个 port。
Ingress 中有一个字段叫做 servicePort。
Service 的 port 和 Ingress 的 servicePort 应该总是匹配。
如果您决定分配端口 80 给 service，您应该也修改 servicePort 为 80。

在实践中，您应该查看以下几行：

hello-world.yaml
apiVersion: v1
kind: Service
metadata:
  name: my-service
spec:
  ports:
  - port: 80
    targetPort: 8080
  selector:
    any-name: my-app
---
apiVersion: networking.k8s.io/v1beta1
kind: Ingress
metadata:
  name: my-ingress
spec:
  rules:
  - http:
    paths:
    - backend:
        serviceName: my-service
        servicePort: 80
      path: /

您该如何测试 Ingress 的功能？

您可以对 kubectl port-forward 使用与之前相同的策略，但是应该连接到 Ingress 控制器，而不是连接到 Service。

首先，使用以下命令获取 Ingress 控制器的 Pod 名称：

$ kubectl get pods --all-namespaces
NAMESPACE   NAME                              READY STATUS
kube-system coredns-5644d7b6d9-jn7cq          1/1   Running
kube-system etcd-minikube                     1/1   Running
kube-system kube-apiserver-minikube           1/1   Running
kube-system kube-controller-manager-minikube  1/1   Running
kube-system kube-proxy-zvf2h                  1/1   Running
kube-system kube-scheduler-minikube           1/1   Running
kube-system nginx-ingress-controller-6fc5bcc  1/1   Running

找出 Ingress Pod（可能在其他 Namespace 中）并描述它以获取端口：

$ kubectl describe pod nginx-ingress-controller-6fc5bcc \
 --namespace kube-system \
 | grep Ports
Ports:         80/TCP, 443/TCP, 18080/TCP

最后，连接 Pod：

$ kubectl port-forward nginx-ingress-controller-6fc5bcc 3000:80 --namespace kube-system

此时，每次您访问计算机上的端口 3000 时，请求都会转发到 Ingress 控制器 Pod 上的端口 80。

如果您访问 http://localhost:3000，则应该可以找到提供网页的应用程序。

关于 port 的总结回顾

快速回顾一下哪些端口和标签应该匹配：

Service selector 应该匹配 Pod 的 label
Service 的 targetPort 应该匹配 Pod 中容器的 containerPort
Service 的 port 可以是任意值。多个 Service 可以使用相同的 port，因为它们被分配了不同的 IP 地址
Ingress 的 servicePort 应该匹配 Service 的 port
Service 的 name 应该匹配 Ingress 的 serviceName

知道如何构造 YAML 定义只是故事的一部分。

出了问题怎么办？

Pod 可能无法启动，或者正在崩溃。

排查 Kubernetes deployment 故障的 3 个步骤

在深入 Debug 崩溃的 Deployment 之前，必须把 Kubernetes 的工作方式铭记于心。

由于每个 deployment 包含 3 个组件，因此您必须从底层开始依次 debug 这些组件。

您应该确保 Pod 处于 running 状态，然后
专注于让服务将流量路由到 Pod，然后
检查 Ingress 配置是否正确

详细操作如下：

您应该从底层开始对 Deployment 进行故障排查。首先检查 Pod 就绪并正在运行。
如果 Pod 已就绪，则应调查服务是否可以将流量分配到 Pod。
最后您应该检查 Service 与 Ingress 之间的连接

1. 排查 Pod 故障

大部分情况下，问题出现在 Pod 自身。

您应该确认您的 Pod 已经处于 Running 和 Ready 状态。

您如何开始检查？

$ kubectl get pods
NAME                    READY STATUS            RESTARTS  AGE
app1                    0/1   ImagePullBackOff  0         47h
app2                    0/1   Error             0         47h
app3-76f9fcd46b-xbv4k   1/1   Running           1         47h

在上面的会话中，最后一个 Pod 已经处于 Running 和 Ready 状态 —— 然而，前两个 Pod 并未处于 Running 或 Ready 状态。

您如何调查出了什么问题？

有 4 个常用的命令可以用来排查 Pod 故障：

kubectl logs <pod name> 有助于获取 Pod 容器的日志
kubectl describe pod <pod name> 用于获取 Pod 相关的事件列表
kubectl get po <pod name> 用于提取存储在 Kubernetes 中的 Pod 的 YAML 定义
kubectl exec -it <pod name> bash 用于在 Pod 内的容器中运行一个交互式命令

您应该选择哪一个？

没有一个命令是万能的。

相反，您应该结合使用它们。

常见 Pod 错误

Pod 可能会出现启动或运行时错误。

启动错误如下：

ImagePullBackOff
ImageInspectError
ErrImagePull
ErrImageNeverPull
RegistryUnavailavle
InvalidImageName

运行时错误如下：

CrashLoopBackOff
RunContainerError
KillContainerError
VerifyNonRootError
RunInitContainerError
CreatePodSandboxError
ConfigPodSandboxError
KillPodSandboxError
SetupNetworkError
TeardownNetworkError

有些错误比其他错误更常见。

以下是最常见的错误以及如何修复它们的列表。

ImagePullBackOff

这个错误出现的原因是 Kubernetes 不能拉取到 Pod 中的一个容器的镜像。

有以下 3 中常见的原因：

镜像名称无效 —— 例如，您错误输入了名称，或者镜像不存在
您为镜像指定了一个不存在的 tag
您试图拉取的镜像属于一个私有注册中心，并且 Kubernetes 没有权限访问它

前两种情况可以通过修正镜像名称和 tag 来解决。

对于最后一种情况，您应该将凭证添加到 Secret 中的私有注册中心，并在 Pod 中引用它。

官方文档中有一个如何实现此目标的示例。

CrashLoopBackOff

如果容器无法启动，则 Kubernetes 将 CrashLoopBackOff 消息显示为状态。

通常，在以下情况下容器无法启动：

应用程序中存在错误，导致无法启动
您未正确配置容器
Liveness 探针失败次数过多

您应该尝试从该容器中获取日志以调查其失败的原因。

如果由于容器重启太快而看不到日志，则可以使用以下命令：

$ kubectl logs <pod-name> --previous

以上命令会打印前一个容器错误信息。

RunContainerError

当容器无法启动时出现错误。

设置在容器内的应用程序启动之前。

该问题通常是由于配置错误，例如：

挂载不存在的卷，例如 ConfigMap 或 Secrets
将只读卷挂载为可读写

您应该使用 kubectl describe pod <pod-name> 来收集并分析错误信息。

Pod 处于 Pending 状态

当您创建一个 Pod 时，该 Pod 保持处于 Pending 状态。

为什么？

假设您的调度程序组件运行良好，原因如下：

集群没有足够的资源（例如 CPU 和内存）来运行 Pod
当前的 Namespace 具有 ResourceQuota 对象，创建 Pod 将使 Namespace 超过配额
该 Pod 绑定到了一个处于 Pending 状态的 PersistenVolumeClain

最好的选择是检查 kubectl describe 命令中的 Events 部分：

$ kubectl describe pod <pod name>

对于由于 ResourceQuotas 而造成的错误，可以使用以下方法检查集群日志：

$ kubectl get events --sort-by=.metadata.creationTimestamp

Pod 未处于 Ready 状态

如果一个 Pod 处于 Running 状态但并未 Ready，这说明 Readiness 探针失败了。

当 Readiness 探针失败时，Pod 未连接到 Service，并且没有流量转发到该实例。

Readiness 探针失败是特定于应用程序的错误，因此您应该检查 kubectl describe 中的 Events 部分以找出错误。

2. 排查 Service 故障

如果 Pod 处于 Running 状态并 Ready，但仍无法收到应用程序的相应，则应检查 Service 的配置是否正确。

Service 旨在根据 Pod 的标签将流量路由至 Pod。

因此，您应该检查的第一件事是 Service 匹配了多少 Pod。

您可以通过检查 Service 中的 Endpoint 来做到这一点：

$ kubectl describe service <service-name> | grep Endpoints

endpoint 是一对 <ip address: port>，并且在 Service（至少）有一个 Pod，当 Service 以 Pod 为目标时。

如果“Endpoints”部分为空，则有两种解释：

您并没有运行带有正确标签的 Pod（提示：您应检查自己是否在正确的 namespace）
您在 Service 的 selector 的标签中有错别字

如果您看到了 endpoints 列表，但仍然无法访问您的应用程序，则 service 中的 targetPort 可能是罪魁祸首。

您如何测试服务？

无论服务类型如何，都可以使用 kubectl port-forward 连接到它：

$ kubectl port-forward service/<service-name> 3000:80

其中：

<service-name> 是 Service 的名称
3000 是您希望在您的电脑上开放的端口
80 是 Service 暴露的端口

3. 排查 Ingress 故障

如果您已到达本节，则：

Pod 处于 Running 状态并 Ready
Service 将流量分配到了 Pod

但是您仍然看不到应用程序的响应。

这意味着最有可能是 Ingress 配置错误。

由于正在使用的 Ingress 控制器是集群中的第三方组件，因此针对 Ingress 控制器的类型有不同的调试技术。

但是在深入研究 Ingress 专用工具之前，您可以使用一些简单的方法来检查。

Ingress 使用 serviceName 和 servicePort 连接到 Service。

您应该检查这些配置是否正确。

你可以使用以下命令检查 Ingress 是否配置正确：

$ kubectl describe ingress <ingress-name>

如果 Backend 列表为空，则配置中必有一个错误。

如果您可以在 Backend 列中看到 endpoint，但是仍然无法访问该应用程序，则可能是以下问题：

您如何将 Ingress 暴露到互联网
您如何将集群暴露到互联网

您可以通过直连 Ingress Pod 将基础设施问题与 Ingress 隔离开来。

首先，获取 Ingress 控制器的 Pod 名称（可以位于其他 namespace）：

$ kubectl get pods --all-namespaces
NAMESPACE   NAME                              READY STATUS
kube-system coredns-5644d7b6d9-jn7cq          1/1   Running
kube-system etcd-minikube                     1/1   Running
kube-system kube-apiserver-minikube           1/1   Running
kube-system kube-controller-manager-minikube  1/1   Running
kube-system kube-proxy-zvf2h                  1/1   Running
kube-system kube-scheduler-minikube           1/1   Running
kube-system nginx-ingress-controller-6fc5bcc  1/1   Running

$

描述它以获取端口：

$ kubectl describe pod nginx-ingress-controller-6fc5bcc
 --namespace kube-system \
 | grep Ports

$

最后，连接到 Pod：

$ kubectl port-forward nginx-ingress-controller-6fc5bcc 3000:80 --namespace kube-system

文章目录

Kubernetes排障指南

vlinux • 2022 年 10 月 09 日 • Kubernetes