k8s，kubernetes关于pod的报错

在学习k8s过程中会发现pod会有很多状态，今天就pod的异常状态总结一下；

pod运行异常排错

常用的几种命令来进行pod状态查看

• kubectl describe pod -n namespaces查看 Pod 的事件
• kubectl get pod -o yaml -n namespaces 查看 Pod 的配置是否正确
• kubectl logs [-c ] -n namespaces 查看容器日志

通过上述事件和日志基本上能排除大部分pod的问题。

Pod 一直处于 Pending 状态

Pending状态的pod 还没有被调度到某个node上，可以通过
kubectl describe pod 命令查看到当前 Pod 的事件，进而判断为什么没有调度。可能的原因包括

• 资源不足，集群内所有的 Node 都不满足该 Pod 请求的 CPU、内存、GPU 等资源
• HostPort 已被占用，通常推荐使用 Service 对外开放服务端口
• 如果只有一个node节点或者配置中指定了node信息，还有观察kubelet的状态

Pod 一直处于 Waiting 或 ContainerCreating 状态

首先还是通过 kubectl describe pod 命令查看到当前 Pod 的事件。可能的原因包括

1. 镜像拉取失败，比如

• 配置了错误的镜像
• Kubelet 无法访问镜像（国内环境访问 gcr.io 需要特殊处理）
• 私有镜像的密钥配置错误
• 镜像太大，拉取超时（可以适当调整 kubelet 的 --image-pull-progress-deadline 和 --runtime-request-timeout 选项）

2. CNI 网络错误，一般需要检查 CNI 网络插件的配置，比如

• 无法配置 Pod 网络
• 无法分配 IP 地址

3. 容器无法启动，需要检查是否打包了正确的镜像或者是否配置了正确的容器参数

Pod 处于 Error 状态

• 依赖的 ConfigMap、Secret 或者 PV 等不存在
• 请求的资源超过了管理员设置的限制，比如超过了 LimitRange 等
• 违反集群的安全策略，比如违反了 PodSecurityPolicy 等
• 容器无权操作集群内的资源，比如开启 RBAC 后，需要为 ServiceAccount 配置角色绑定

Pod 处于 Terminating 或 Unknown 状态

从 v1.5 开始，Kubernetes 不会因为 Node 失联而删除其上正在运行的 Pod，而是将其标记为 Terminating 或 Unknown 状态。想要删除这些状态的 Pod 有三种方法：

• 从集群中删除该 Node。使用公有云时，kube-controller-manager 会在 VM 删除后自动删除对应的 Node。而在物理机部署的集群中，需要管理员手动删除 Node（如 kubectl delete node 。
• Node 恢复正常。Kubelet 会重新跟 kube-apiserver 通信确认这些 Pod 的期待状态，进而再决定删除或者继续运行这些 Pod。
• 用户强制删除。用户可以执行 kubectl delete pods --grace-period=0 --force 强制删除 Pod。除非明确知道 Pod 的确处于停止状态（比如 Node 所在 VM 或物理机已经关机），否则不建议使用该方法。特别是 StatefulSet 管理的 Pod，强制删除容易导致脑裂或者数据丢失等问题。

Pod 行为异常

这里所说的行为异常是指 Pod 没有按预期的行为执行，比如没有运行 podSpec 里面设置的命令行参数。这一般是 podSpec yaml 文件内容有误，可以尝试使用 --validate 参数重建容器，比如

kubectl delete pod mypod
kubectl create --validate -f mypod.yaml

也可以查看创建后的 podSpec 是否是对的，比如

kubectl get pod mypod -o yaml

修改静态 Pod 的 Manifest 后未自动重建

Kubelet 使用 inotify 机制检测 /etc/kubernetes/manifests 目录（可通过 Kubelet 的 --pod-manifest-path 选项指定）中静态 Pod 的变化，并在文件发生变化后重新创建相应的 Pod。但有时也会发生修改静态 Pod 的 Manifest 后未自动创建新 Pod 的情景，此时一个简单的修复方法是重启 Kubelet。

参考文档：
知乎
官网