kubernetes集群问题排查

1. 查看系统Event事件

kubectl describe pod --namespace=

该命令可以显示Pod创建时的配置定义、状态等信息和最近的Event事件，事件信息可用于排错。例如当Pod状态为Pending，可通过查看Event事件确认原因，一般原因有几种：

    没有可用的Node可调度
    开启了资源配额管理并且当前Pod的目标节点上恰好没有可用的资源
    正在下载镜像（镜像拉取耗时太久）或镜像下载失败。

kubectl describe还可以查看其它k8s对象：NODE,RC,Service,Namespace,Secrets。
1.1. Pod

kubectl describe pod --namespace=

以下是容器的启动命令非阻塞式导致容器挂掉，被k8s频繁重启所产生的事件。

    kubectl describe pod  --namespace=  
     
    Events:
      FirstSeen LastSeen    Count   From            SubobjectPath       Reason      Message
      ───────── ────────    ─────   ────            ─────────────       ──────      ───────
      7m        7m      1   {scheduler }                    Scheduled   Successfully assigned yangsc-1-0-0-index0 to 10.8.216.19
      7m        7m      1   {kubelet 10.8.216.19}   containers{infra}   Pulled      Container image "gcr.io/kube-system/pause:0.8.0" already present on machine
      7m        7m      1   {kubelet 10.8.216.19}   containers{infra}   Created     Created with docker id 84f133c324d0
      7m        7m      1   {kubelet 10.8.216.19}   containers{infra}   Started     Started with docker id 84f133c324d0
      7m        7m      1   {kubelet 10.8.216.19}   containers{yangsc0} Started     Started with docker id 3f9f82abb145
      7m        7m      1   {kubelet 10.8.216.19}   containers{yangsc0} Created     Created with docker id 3f9f82abb145
      7m        7m      1   {kubelet 10.8.216.19}   containers{yangsc0} Created     Created with docker id fb112e4002f4
      7m        7m      1   {kubelet 10.8.216.19}   containers{yangsc0} Started     Started with docker id fb112e4002f4
      6m        6m      1   {kubelet 10.8.216.19}   containers{yangsc0} Created     Created with docker id 613b119d4474
      6m        6m      1   {kubelet 10.8.216.19}   containers{yangsc0} Started     Started with docker id 613b119d4474
      6m        6m      1   {kubelet 10.8.216.19}   containers{yangsc0} Created     Created with docker id 25cb68d1fd3d
      6m        6m      1   {kubelet 10.8.216.19}   containers{yangsc0} Started     Started with docker id 25cb68d1fd3d
      5m        5m      1   {kubelet 10.8.216.19}   containers{yangsc0} Started     Started with docker id 7d9ee8610b28
      5m        5m      1   {kubelet 10.8.216.19}   containers{yangsc0} Created     Created with docker id 7d9ee8610b28
      3m        3m      1   {kubelet 10.8.216.19}   containers{yangsc0} Started     Started with docker id 88b9e8d582dd
      3m        3m      1   {kubelet 10.8.216.19}   containers{yangsc0} Created     Created with docker id 88b9e8d582dd
      7m        1m      7   {kubelet 10.8.216.19}   containers{yangsc0} Pulling     Pulling image "gcr.io/test/tcp-hello:1.0.0"
      1m        1m      1   {kubelet 10.8.216.19}   containers{yangsc0} Started     Started with docker id 089abff050e7
      1m        1m      1   {kubelet 10.8.216.19}   containers{yangsc0} Created     Created with docker id 089abff050e7
      7m        1m      7   {kubelet 10.8.216.19}   containers{yangsc0} Pulled      Successfully pulled image "gcr.io/test/tcp-hello:1.0.0"
      6m        7s      34  {kubelet 10.8.216.19}   containers{yangsc0} Backoff     Back-off restarting failed docker container

1.2. NODE

kubectl describe node 10.8.216.20

    [root@FC-43745A-10 ~]# kubectl describe node 10.8.216.20
    Name:            10.8.216.20
    Labels:            kubernetes.io/hostname=10.8.216.20,namespace/bcs-cc=true,namespace/myview=true
    CreationTimestamp:    Mon, 17 Apr 2017 11:32:52 +0800
    Phase:            
    Conditions:
      Type        Status    LastHeartbeatTime            LastTransitionTime            Reason                Message
      ────        ──────    ─────────────────            ──────────────────            ──────                ───────
      Ready     True     Fri, 18 Aug 2017 09:38:33 +0800     Tue, 02 May 2017 17:40:58 +0800     KubeletReady             kubelet is posting ready status
      OutOfDisk     False     Fri, 18 Aug 2017 09:38:33 +0800     Mon, 17 Apr 2017 11:31:27 +0800     KubeletHasSufficientDisk     kubelet has sufficient disk space available
    Addresses:    10.8.216.20,10.8.216.20
    Capacity:
     cpu:        32
     memory:    67323039744
     pods:        40
    System Info:
     Machine ID:            723bafc7f6764022972b3eae1ce6b198
     System UUID:            4C4C4544-0042-4210-8044-C3C04F595631
     Boot ID:            da01f2e3-987a-425a-9ca7-1caaec35d1e5
     Kernel Version:        3.10.0-327.28.3.el7.x86_64
     OS Image:            CentOS Linux 7 (Core)
     Container Runtime Version:    docker://1.13.1
     Kubelet Version:        v1.1.1-xxx-13.1+79c90c68bfb72f-dirty
     Kube-Proxy Version:        v1.1.1-xxx-13.1+79c90c68bfb72f-dirty
    ExternalID:            10.8.216.20
    Non-terminated Pods:        (6 in total)
      Namespace            Name                    CPU Requests    CPU Limits    Memory Requests    Memory Limits
      ─────────            ────                    ────────────    ──────────    ───────────────    ─────────────
      bcs-cc            bcs-cc-api-0-0-1364-index0        1 (3%)        1 (3%)        4294967296 (6%)    4294967296 (6%)
      bcs-cc            bcs-cc-api-0-0-1444-index0        1 (3%)        1 (3%)        4294967296 (6%)    4294967296 (6%)
      fw                fw-demo2-0-0-1519-index0        1 (3%)        1 (3%)        4294967296 (6%)    4294967296 (6%)
      myview            myview-api-0-0-1362-index0        1 (3%)        1 (3%)        4294967296 (6%)    4294967296 (6%)
      myview            myview-api-0-0-1442-index0        1 (3%)        1 (3%)        4294967296 (6%)    4294967296 (6%)
      qa-ts-dna            ts-dna-console3-0-0-1434-index0        1 (3%)        1 (3%)        4294967296 (6%)    4294967296 (6%)
    Allocated resources:
      (Total limits may be over 100%, i.e., overcommitted. More info: http://releases.k8s.io/HEAD/docs/user-guide/compute-resources.md)
      CPU Requests    CPU Limits    Memory Requests        Memory Limits
      ────────────    ──────────    ───────────────        ─────────────
      6 (18%)    6 (18%)        25769803776 (38%)    25769803776 (38%)
    No events.

1.3. RC

kubectl describe rc mytest-1-0-0 --namespace=test

    [root@FC-43745A-10 ~]# kubectl describe rc mytest-1-0-0 --namespace=test
    Name:        mytest-1-0-0
    Namespace:    test
    Image(s):    gcr.io/test/mywebcalculator:1.0.1
    Selector:    app=mytest,appVersion=1.0.0
    Labels:        app=mytest,appVersion=1.0.0,env=ts,zone=inner
    Replicas:    1 current / 1 desired
    Pods Status:    1 Running / 0 Waiting / 0 Succeeded / 0 Failed
    No volumes.
    Events:
      FirstSeen    LastSeen    Count    From                SubobjectPath    Reason            Message
      ─────────    ────────    ─────    ────                ─────────────    ──────            ───────
      20h        19h        9    {replication-controller }            FailedCreate        Error creating: Pod "mytest-1-0-0-index0" is forbidden: limited to 10 pods
      20h        17h        7    {replication-controller }            FailedCreate        Error creating: pods "mytest-1-0-0-index0" already exists
      20h        17h        4    {replication-controller }            SuccessfulCreate    Created pod: mytest-1-0-0-index0

1.4. NAMESPACE

kubectl describe namespace test

    [root@FC-43745A-10 ~]# kubectl describe namespace test
    Name:    test
    Labels:    
    Status:    Active
     
    Resource Quotas
     Resource        Used        Hard
     ---            ---        ---
     cpu            5        20
     memory            1342177280    53687091200
     persistentvolumeclaims    0        10
     pods            4        10
     replicationcontrollers    8        20
     resourcequotas        1        1
     secrets        3        10
     services        8        20
     
    No resource limits.

1.5. Service

kubectl describe service xxx-containers-1-1-0 --namespace=test

    [root@FC-43745A-10 ~]# kubectl describe service xxx-containers-1-1-0 --namespace=test
    Name:            xxx-containers-1-1-0
    Namespace:        test
    Labels:            app=xxx-containers,appVersion=1.1.0,env=ts,zone=inner
    Selector:        app=xxx-containers,appVersion=1.1.0
    Type:            ClusterIP
    IP:            10.254.46.42
    Port:            port-dna-tcp-35913    35913/TCP
    Endpoints:        10.0.92.17:35913
    Port:            port-l7-tcp-8080    8080/TCP
    Endpoints:        10.0.92.17:8080
    Session Affinity:    None
    No events.

2. 查看容器日志

1、查看指定pod的日志

kubectl logs

kubectl logs -f #类似tail -f的方式查看

2、查看上一个pod的日志

kubectl logs -p

3、查看指定pod中指定容器的日志

kubectl logs -c

4、kubectl logs的更多使用请参考kubectl logs --help

    [root@node5 ~]# kubectl logs --help
    Print the logs for a container in a pod. If the pod has only one container, the container name is optional.
    Usage:
      kubectl logs [-f] [-p] POD [-c CONTAINER] [flags]
    Aliases:
      logs, log
     
    Examples:
    # Return snapshot logs from pod nginx with only one container
    $ kubectl logs nginx
    # Return snapshot of previous terminated ruby container logs from pod web-1
    $ kubectl logs -p -c ruby web-1
    # Begin streaming the logs of the ruby container in pod web-1
    $ kubectl logs -f -c ruby web-1
    # Display only the most recent 20 lines of output in pod nginx
    $ kubectl logs --tail=20 nginx
    # Show all logs from pod nginx written in the last hour
    $ kubectl logs --since=1h nginx

5、docker logs

如果有Node机器（即宿主机）的登录权限，可以到出问题的pod所调度到的机器上，通过docker logs的命令查看对应容器的问题原因。

例如：

docker ps -a |grep

docker logs

    [root@kube-master ~]# docker ps -a |grep redis
    ee7398bba500        docker.io/redis@sha256:bb47379e6e0101441dbb1fe585171521e4ee2ebe1ae23f663232f56ac41551de   "docker-entrypoint.sh"   About a minute ago   Exited (1) About a minute ago                       k8s_kubernetes-log-tail-bigdatalog-testappkey_test-add-plugins-403621826-bskfz_test-7da2c1_a5412774-d43f-11e7-98c3-a2642aaa3458_6
    5360d15344fb        docker.io/redis@sha256:bb47379e6e0101441dbb1fe585171521e4ee2ebe1ae23f663232f56ac41551de   "docker-entrypoint.sh"   7 minutes ago        Up 7 minutes                                        k8s_kubernetes-log-tail-testagent_test-add-plugins-403621826-bskfz_test-7da2c1_a5412774-d43f-11e7-98c3-a2642aaa3458_0
    [root@kube-master ~]#
    [root@kube-master ~]# docker logs ee7398bba500
    1:C 28 Nov 13:32:29.352 # oO0OoO0OoO0Oo Redis is starting oO0OoO0OoO0Oo
    1:C 28 Nov 13:32:29.354 # Redis version=4.0.6, bits=64, commit=00000000, modified=0, pid=1, just started
    1:C 28 Nov 13:32:29.354 # Warning: no config file specified, using the default config. In order to specify a config file use redis-server /path/to/redis.conf
    1:M 28 Nov 13:32:29.355 # Creating Server TCP listening socket *:6379: bind: Address already in use

以上报错是因为端口冲突问题：bind: Address already in use
3. 查看k8s服务日志
3.1. journalctl

在Linux系统上systemd系统来管理kubernetes服务，并且journal系统会接管服务程序的输出日志，可以通过systemctl status 或journalctl -u -f来查看kubernetes服务的日志。

其中kubernetes组件包括：
k8s组件
    
涉及日志内容
    
备注
kube-apiserver         
kube-controller-manager    Pod扩容相关或RC相关    
kube-scheduler    Pod扩容相关或RC相关    
kubelet    Pod生命周期相关：创建、停止等    
etcd         
3.2. 日志文件

也可以通过指定日志存放目录来保存和查看日志

    --logtostderr=false：不输出到stderr
    --log-dir=/var/log/kubernetes:日志的存放目录
    --alsologtostderr=false:设置为true表示日志输出到文件也输出到stderr
    --v=0:glog的日志级别
    --vmodule=gfs*=2,test*=4：glog基于模块的详细日志级别

4. 常见问题
4.1. Pod状态一直为Pending

kubectl describe --namespace=

查看该POD的事件。

    正在下载镜像但拉取不下来（镜像拉取耗时太久）[一般都是该原因]
    没有可用的Node可调度
    开启了资源配额管理并且当前Pod的目标节点上恰好没有可用的资源

解决方法：

    查看该POD所在宿主机与镜像仓库之间的网络是否有问题，可以手动拉取镜像
    删除POD实例，让POD调度到别的宿主机上

4.2. Pod创建后不断重启

kubectl get pods中Pod状态一会running，一会不是，且RESTARTS次数不断增加。

一般原因为容器启动命令不是阻塞式命令，导致容器运行后马上退出。

非阻塞式命令：

    本身CMD指定的命令就是非阻塞式命令
    将服务启动方式设置为后台运行

解决方法：

1、将命令改为阻塞式命令（前台运行），例如：zkServer.sh start-foreground

2、java运行程序的启动脚本将 nohup xxx &的nobup和&去掉，例如：

nohup $JAVA_HOME/bin/java $JAVA_OPTS -cp $CLASSPATH com.cnc.open.processor.Main &

改为：

$JAVA_HOME/bin/java $JAVA_OPTS -cp $CLASSPATH com.cnc.open.processor.Main