集群巡检项及解决方案

集群巡检项及预警风险

VPC内SLB配额紧张

异常影响：VPC内SLB剩余配额小于5个。每个Loadbalancer类型的Kubernetes Service创建一个SLB实例，SLB配额耗尽后，新创建的Loadbalancer类型Service将无法正常工作。

解决方案：默认情况下一个用户可以保留60个SLB实例。如需超过默认值，请到配额平台提交申请扩容。关于配额限制，参见配额限制。

SLB后端服务器配额紧张

异常影响：SLB后端可挂载的ECS数量有限制。当Loadbalancer类型的Service规模较大时，Pod分布在多个ECS上，当ECS数量超过SLB后端可挂载的ECS数量限制时，超出部分的ECS将无法配置到SLB上。

解决方案：默认情况下一个SLB实例可以挂载200个后端服务器。如需超过默认值，请到配额平台提交申请扩容。关于配额限制，参见配额限制。

SLB可监听数配额紧张

异常影响：SLB可配置的监听数量有限，每个Loadbalancer类型的Service，其监听的每个端口对应一个SLB的监听。当端口数达到SLB监听上限时，超出部分的端口将无法正常提供服务。

解决方案：默认情况下一个SLB实例可以添加50个监听。如需超过默认值，请到配额平台提交申请扩容。关于配额限制，参见配额限制。

SLB实例数配额检查

异常影响：检查SLB实例剩余配额是否小于5个。每个Loadbalancer类型的Kubernetes Service创建一个SLB实例，SLB配额耗尽后，新创建的Loadbalancer类型Service无法正常工作。

解决方案：默认情况下一个用户可以保留60个SLB实例，如需超过默认值，请到配额平台提交申请扩容。

SLB带宽使用率过高

异常影响：过去三天网络流出带宽的最大值超过上限的80%以上。当带宽达到上限后，可能产生SLB上的丢包，导致请求抖动、延迟。

解决方案：若SLB实例网络带宽使用率过高，您需要提升实例规格。具体操作，请参见使用指定的SLB实例。

SLB最大连接数过高

异常影响：过去三天最大连接数达到上限的80%以上。当连接数达到上限后，无法建立新连接，导致客户端无法访问。

解决方案：若过去三天内SLB实例连接数过高，达到最大连接数的80%。超过SLB连接数最大值会导致客户端无法访问。为避免业务受损，您需要提升实例规格。具体操作，请参见使用指定的SLB实例。

SLB新建连接速率过高

异常影响：过去三天最大新建连接速率达到上限的80%以上。当新建连接速率达到上限后，短时间内无法建立新连接，导致客户端无法访问。

解决方案：若过去三天内SLB实例新建连接速率过高，达到每秒最大新建连接数的80%。新建连接数达到SLB每秒最大新建连接数的最大值会导致客户端无法访问。为避免业务受损，您需要提升实例规格。具体操作，请参见使用指定的SLB实例。

SLB QPS过高

异常影响：过去三天最大QPS达到上限的80%以上。当QPS达到上限后，可能导致客户端无法访问。

解决方案：若过去三天内SLB实例QPS过高，达到最大QPS的80%。超过SLB QPS最大值会导致客户端无法访问。为避免业务受损，您需要提升实例规格。具体操作，请参见使用指定的SLB实例。

SLB新建连接速率检查

异常影响：检查SLB过去三天最大新建连接速率是否达到上限的80%。新建连接速率达到上限后，短时间内无法建立新连接，可能导致客户端无法访问。

解决方案：SLB实例新建连接速率过高，为避免业务受损，您需要提升实例规格。具体操作，请参见使用指定的SLB实例。

API Server SLB实例存在

异常影响：检查集群API Server负载均衡实例是否存在。如果没有负载均衡，只有一个API Server实例在运行，API Server就成了单点故障（SPOF）。一旦这个实例出现故障，整个集群将无法工作。

解决方案：配置负载均衡器。

API Server SLB实例状态

异常影响：所有集群操作（如Pod调度、服务部署、扩容缩容等）都会中断或延迟。集群内部服务发现机制依赖于 API Server，如果SLB异常可能导致服务发现失败。

解决方案：确认SLB实例的配置是否正确，包括后端服务器的实例配置、监听端口、健康检查机制等。

API Server SLB实例6443端口监听配置

异常影响：检查集群API Server SLB 6443端口监听配置。所有通过SLB访问API Server的请求会失败，包括kubectl操作、Dashboard访问、其他服务对API的请求等。集群内部服务可能无法通过服务名解析其他服务，因为这些请求也依赖于API Server。

解决方案：确认SLB实例的配置是否正确，包括后端服务器的实例配置、监听端口、健康检查机制等。确认6443端口的监听器已配置，并且使用的协议是HTTPS。

API Server SLB访问控制配置

异常影响：检查集群API ServerSLB访问控制配置。集群管理和操作（如节点管理、Pod调度、服务部署）会出现中断或受限的情况。集群内的服务依赖于API Server进行通信和服务发现，访问控制异常会导致这些依赖的请求失败。

解决方案：检查SLB实例的访问控制配置（安全组、ACL等）。确认允许合法的IP地址和端口访问API Server，特别是6443端口。确认SLB和API Server之间的TLS/SSL配置正确，证书有效且没有过期。

DNS服务 ClusterIP

异常影响：检查集群DNS服务的Cluster IP是否正常分配，集群DNS服务异常会造成集群功能异常，影响业务。

解决方案：检查Kubernetes集群的网络插件和配置，看是否有冲突或错误。重新部署DNS服务，如CoreDNS，以确保其正确配置和分配。

DNS服务后端服务端点

异常影响：检查集群DNS服务关联的后端DNS服务器数，如果为0，DNS服务将无法使用。

解决方案：检查CoreDNS的配置文件（Corefile）是否正确配置。确保forward或proxy指令正确地指向了一组有效的后端DNS服务器。

SLB QPS检查

异常影响：检查SLB过去三天最大QPS是否达到上限的80%。QPS达到上限后，可能导致客户端无法访问。

解决方案：SLB实例QPS过高，为避免业务受损，您需要提升实例规格。具体操作，请参见使用指定的SLB实例。

集群版本过低

异常影响：集群版本即将或者已经超出支持期限。

解决方案：若集群版本即将或者已经超出支持期限，请您尽快升级集群。

多个Service复用同一个SLB同一个端口

异常影响：如果多个Service复用同一个SLB的同一个端口，会导致服务异常。

解决方案：请修改或删除冲突的Service，确保多个Service复用同一个SLB时使用不同的端口。