Pod异常问题排查

本文目录

诊断流程

1. 查看Pod是否处于异常状态，具体操作，请参见检查Pod的状态。

   1. 如果Pod状态异常，可通过查看Pod的事件、Pod的日志、Pod的配置等信息确定异常原因。具体操作，请参见常见排查方法。关于Pod异常状态及处理方式，请参见常见的Pod异常状态及处理方式。

   2. 如果Pod状态为Running但未正常工作，请参见Pod状态为Running但没正常工作。

2. 若确认是Pod OOM异常问题，请参见Pod OOM异常问题处理。

3. 如果问题仍未解决，请提交工单。

常见的Pod异常状态及处理方式

常见排查方法

检查Pod的状态

1. 登录容器计算服务控制台，在左侧导航栏选择集群。

2. 在集群页面，单击目标集群ID，然后在左侧导航栏，选择工作负载 > 容器组。

3. 在容器组页面左上角选择Pod所在的命名空间，查看Pod状态。

   • 若状态为Running，说明Pod运行正常。

   • 若状态不为Running，说明Pod状态异常，请参见常见的Pod异常状态及处理方式进行处理。

检查Pod的详情

检查Pod的配置

检查Pod的事件

1. 登录容器计算服务控制台，在左侧导航栏选择集群。

2. 在集群页面，单击目标集群ID，然后在左侧导航栏，选择工作负载 > 容器组。

3. 在容器组页面左上角选择Pod所在的命名空间，然后单击目标Pod名称或者目标Pod右侧操作列下的详情。

4. 在Pod详情页面右上角单击编辑，查看Pod的YAML文件和详细配置。

5. 在Pod详情页面下方单击事件页签，查看Pod的事件。

   说明

   Kubernetes默认保留最近1小时的事件，若需保存更长时间的事件，请参见创建并使用K8s事件中心。

检查Pod的日志

1. 登录容器计算服务控制台，在左侧导航栏选择集群。

2. 在集群页面，单击目标集群ID，然后在左侧导航栏，选择工作负载 > 容器组。

3. 在容器组页面左上角选择Pod所在的命名空间，然后单击目标Pod名称或者目标Pod右侧操作列下的详情。

4. 在Pod详情页面下方单击日志页签，查看Pod的日志。

   说明

   阿里云容器计算服务ACS集群集成了日志服务，您可以在创建集群时启用日志服务，快速采集集群的容器日志，包括容器的标准输出及容器内的文本文件。更多信息，请参见通过Pod环境变量配置应用日志采集。

检查Pod的监控

1. 登录容器计算服务控制台，在左侧导航栏选择集群。

2. 在集群页面，单击目标集群ID，然后在左侧导航栏，选择工作负载 > Prometheus 监控。

3. 在Prometheus监控页面，单击集群监控概览页签，选择查看Pod的CPU、内存、网络I/O等监控大盘。

使用终端进入容器

1. 登录容器计算服务控制台，在左侧导航栏选择集群。

2. 在集群页面，单击目标集群ID，然后在左侧导航栏，选择工作负载 > 容器组。

3. 在容器组页面，单击目标容器组右侧操作列下的终端。

   说明

   可通过终端进入容器，在容器内查看本地文件等信息。

Pod故障诊断

1. 登录容器计算服务控制台，在左侧导航栏选择集群。

2. 在集群页面，单击目标集群ID，然后在左侧导航栏，选择工作负载 > 容器组。

3. 在容器组页面左上角选择Pod所在的命名空间，然后单击目标Pod名称或者目标Pod右侧操作列下的详情，查看Pod的名称、镜像、Pod IP等详细信息。

4. 在容器组页面，单击目标容器组右侧操作列下的诊断。

   说明

   对该容器组进行故障诊断，根据诊断结果解决问题。更多信息，请参见使用集群诊断。

Pod状态为Pending

问题原因

若Pod停留在Pending状态，说明该Pod不能被调度。通常是由于资源依赖、quota不合理等原因导致集群中缺乏需要的资源。

问题现象

Pod的状态为Pending。

解决方案

查看Pod的事件，根据事件描述，定位Pod不能被调度的原因。主要原因有以下几类：

• 资源依赖

  创建Pod时，需要依赖于集群中ConfigMap、PVC等资源。例如，Pod添加存储卷声明前，存储卷声明需要先与存储卷绑定。

• quota不合理

  在事件和审计日志查看。

Pod状态为Init:N/M（Init:Error和Init:CrashLoopBackOff）

问题原因

• 若Pod停留在Init:N/M状态，说明该Pod包含M个Init容器，其中N个已经启动完成，但仍有M-N个Init容器未启动成功。

• 若Pod停留在Init:Error状态，说明Pod中的Init容器启动失败。

• 若Pod停留在Init:CrashLoopBackOff状态，说明Pod中的Init容器启动失败并处于反复重启状态。

问题现象

• Pod的状态为Init:N/M。

• Pod的状态为Init:Error。

• Pod的状态为Init:CrashLoopBackOff。

解决方案

1. 查看Pod的事件，确认当前Pod中未启动的Init容器是否存在异常。具体操作，请参见检查Pod的事件。

2. 查看Pod中未启动的Init容器的日志，通过日志内容排查问题。具体操作，请参见检查Pod的日志。

3. 查看Pod的配置，确认未启动的Init容器配置是否正常。具体操作，请参见检查Pod的配置。关于Init容器的更多信息，请参见调试Init容器。

Pod状态为ImagePullBackOff

问题原因

若Pod停留在ImagePullBackOff状态，说明此Pod已被后台调度，但拉取镜像失败。

问题现象

Pod的状态为ImagePullBackOff。

解决方案

通过查看该Pod的事件描述，查看具体拉取失败的镜像名称。

1. 确认容器镜像名称是否正确。

2. 如果您使用的是私有镜像仓库，请参见使用在镜像仓库中存放的镜像来创建ACS工作负载解决。

Pod状态为CrashLoopBackOff

问题原因

若Pod停留在CrashLoopBackOff状态，说明容器中应用程序有问题。

问题现象

Pod的状态为CrashLoopBackOff。

解决方案

1. 查看Pod的事件，确认当前Pod是否存在异常。具体操作，请参见检查Pod的事件。

2. 查看Pod的日志，通过日志内容排查问题。具体操作，请参见检查Pod的日志。

3. 查看Pod的配置，确认容器中的健康检查配置是否正常。具体操作，请参见检查Pod的配置。关于Pod健康检查的更多信息，请参见配置存活、就绪和启动探测器。

Pod状态为Completed

问题原因

若Pod出现Completed状态，说明容器中的启动命令已执行完毕，容器中的所有进程都已退出。

问题现象

Pod的状态为Completed。

解决方案

1. 查看Pod的配置，确定Pod中容器的启动命令。具体操作，请参见检查Pod的配置。

2. 查看Pod的日志，通过日志内容排查问题。具体操作，请参见检查Pod的日志。

Pod状态为Running但没正常工作

问题原因

部署使用的YAML文件有问题。

问题现象

Pod状态为Running但没正常工作。

解决方案

1. 查看Pod的配置，确定Pod中容器的配置是否符合预期。具体操作，请参见检查Pod的配置。

2. 使用以下方法，排查环境变量中的某一个Key是否存在拼写错误。

   以command拼写成commnd为例，说明拼写问题排查方法。

   说明

   创建Pod时，环境变量中的某一个Key拼写错误的问题会被集群忽略，如Command拼写为Commnd，您仍能够使用该YAML文件创建资源。但容器运行时，不会执行有拼写问题的YAML文件，而是执行镜像中的默认命令。

   1. 在执行kubectl apply -f命令前为其添加--validate，然后执行kubectl apply --validate -f XXX.yaml命令。

      如果您将command拼写成commnd，将看到错误信息XXX] unknown field: commnd XXX] this may be a false alarm, see https://gXXXb.XXX/6842pods/test。

   2. 执行以下命令，将输出结果的pod.yaml文件与您创建Pod使用的文件进行对比。

        kubectl get pods [$Pod] -o yaml > pod.yaml

      说明

      [$Pod]为异常Pod的名称，您可以通过kubectl get pods命令查看。

      • pod.yaml文件比您创建Pod所使用的文件多几行，说明已创建的Pod符合预期。

      • 如果您创建Pod所使用文件里的代码行在pod.yaml文件中没有，说明您创建Pod使用的文件存在拼写问题。

3. 查看Pod的日志，通过日志内容排查问题。具体操作，请参见检查Pod的日志。

4. 可通过终端进入容器查看容器内的本地文件是否符合预期。具体操作，请参见使用终端进入容器。

Pod状态为Terminating

问题原因

若Pod的状态为Terminating，则说明此Pod正处于关闭状态。

问题现象

Pod状态为Terminating。

解决方案

Pod停留在Terminating状态一段时间后会被自动删除。若Pod一直停留在Terminating状态，可执行如下命令强制删除：

kubectl delete pod [$Pod] -n [$namespace] --grace-period=0 --force

Pod OOM异常问题处理

问题原因

当集群中的容器使用超过其限制的内存，容器可能会被终止，触发OOM（Out Of Memory）事件，导致容器异常退出。关于OOM事件，请参见为容器和Pod分配内存资源。

问题现象

• 若被终止的进程为容器的阻塞进程，可能会导致容器异常重启。

• 若出现OOM异常问题，在控制台的Pod详情页面单击事件页签将展示OOM事件pod was OOM killed。

解决方案

1. 通过Pod内存监控查看内存增长曲线，确定异常出现时间。具体操作，请参见检查Pod的监控。

2. 根据监控、内存增长时间点、日志、进程名等信息，排查Pod内对应进程是否存在内存泄漏。

   • 若OOM是进程内存泄漏导致，请您自行排查泄露原因。

   • 若进程运行状态正常，则根据实际运行需要，适当增大Pod的内存限制，建议Pod的内存实际使用量不超过内存限制值的80%。具体操作，请参见管理容器组。