如何进行K8S中的runtime异常复盘

这篇文章给大家介绍如何进行K8S中的runtime异常复盘，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

一、概述

收到线上k8s的events报警：

看到这个报警，赶紧看下服务，发现服务目前正常，但有一个正发布的服务，销毁不了老的pod，我怀疑node节点可能是不可用了。果不其然，在控制节点上查看node状态，为not ready。

二、检查

报的内核报警，但是其实不应该导致node节点不可用，故赶紧深究一下，先将node节点打上污点，不可调度。

当集群节点进入NotReady状态的时候，我们需要做的第一件事情，肯定是检查运行在节点上的kubelet是否正常。在这个问题出现的时候，使用systemctl命令查看kubelet状态，发现它作为systemd管理的一个daemon，是运行正常的。当我们用journalctl查看kubelet日志的时候，发现下边的错误。

 Dec 11 19:38:45 ali-worker-k8s-001 kubelet[20140]: E1211 19:38:45.239546   20140 kubelet.go:1551] error killing pod: failed to "KillPodSandbox" for "31321cfc
-1bbe-11ea-893e-00163e14447d" with KillPodSandboxError: "rpc error: code = DeadlineExceeded desc = context deadline exceeded"

order-oms-64544b9c65-4lq5d_sec-mall 这个pod杀不掉，导致了docker死锁，所以判断是containerd的问题

问了下阿里的大佬

shim其实扮演父进程，回收容器里进程的角色，跟systemd去回收系统进程一样。linux上如果systemd卡主了，就会有一堆defunct。shim老版本的同步机制，就用了一个32大小的channel，理论上超过32个进程一起退出，就会overflow

于是我exec进入容器，果然发现进程很多，都是多于32，于是选择升级containerd解决问题

具体操作步骤如下

1、下载1.2.10 containerd
wget https://download.docker.com/linux/centos/7/x86_64/stable/Packages/containerd.io-1.2.10-3.2.el7.x86_64.rpm
2、停止kubelet进程
systemctl stop kubelet
3、停止containerd
systemctl stop containerd
4、更新rpm版本
rpm -Uvh containerd.io-1.2.10-3.2.el7.x86_64.rpm
5、启动containerd，检查版本
systemctl start containerd
ctr version
6、启动docker，检查容器进程
systemctl start docker
docker ps
7、启动kubelet
systemctl start kubelet
8、调度pod到该节点，验证是否正常

三、网上看到的另一个bug是systemd的问题

1、什么是PLEG

这个报错很清楚的告诉我们，容器runtime是不工作的，且PLEG是不健康的。这里容器runtime指的就是docker daemon。Kubelet通过直接操作docker daemon来控制容器的生命周期。而这里的PLEG，指的是pod lifecycle event generator。PLEG是kubelet用来检查容器runtime的健康检查机制。这件事情本来可以由kubelet使用polling的方式来做。但是polling有其成本上的缺陷，所以PLEG应用而生。PLEG尝试以一种“中断”的形式，来实现对容器runtime的健康检查，虽然实际上，它同时用了polling和”中断”两种机制。

基本上看到上边的报错，我们可以确认，容器runtime出了问题。在有问题的节点上，通过docker命令尝试运行新的容器，命令会没有响应。这说明上边的报错是准确的.

2、容器runtime

容器runtime包括docker daemon，containerd，containerd-shim以及runC。组件containerd负责集群节点上容器的生命周期管理，并向上为docker daemon提供gRPC接口。

故也升级了下systemd。升级systemd，直接yum update systemd就可以。

其中如果遇到容器起不来网络插件的情况，可以ip link del dev cni0，会自动重启的。

关于如何进行K8S中的runtime异常复盘就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。