【图解】Kubernetes Deployment 故障排查指南

来源：K8sMeetup社区

如果你不知道从何下手，那么在 Kubernetes 中排查故障可能会是一项艰难的任务。文本以超详细的图解说明了如何对 Kubernetes Deployment 进行故障排查，相信会对你有启发。

太长不看版：下面这张图可以帮助你调试 Kubernetes 中的 Deployment。

当你想要在 Kubernetes 中部署应用程序时，通常需要定义 3 个组件：

• Deployment：创建 Pod 副本的方法；
• Service：内部负载均衡器，将流量路由到 Pod；
• Ingress：描述流量如何从外部集群流向 Service；

可以用下面的示意图来简单说明。

Kubernetes 中应用程序通过内部和外部两层负载均衡器暴露

内部负载均衡器叫 Service，外部负载均衡器叫 Ingress

Pod 不是直接部署的。相反，Deployment 会创建 Pod，并监控 Pod

假设你希望部署一个简单的 Hello World 应用程序，这个应用程序的 YAML 应该类似于如下内容：

定义很长，很容易忽略组件之间的相互关系。例如：

• 何时应使用端口 80，何时应使用端口 8080？
• 是否应该为每个服务创建一个新端口，以免冲突？
• 标签（label）名称重要吗？应该保持标签名称一致吗？

在进行调试之前，让我们回顾一下这三个组件之间的关系。我们从 Deployment 和 Service 开始。

K8sMeetup

连接 Deployment 和 Service

令人惊讶的是，Deployment 和 Service 之间根本没有连接。相反，Service 直接指向 Pod，完全跳过了 Deployment。因此，你应该关注的是 Pod 和 Service 之间是如何相互关联的。

请记住以下三件事：

• Service selector 应至少匹配 Pod 的一个标签；

• Service 的 targetPort 应该与 Pod 的 containerPort 匹配；

• Service 端口可以是任何数字。多个 Service 可以使用同一个端口，因为每个 Service 分配到的 IP 地址不同；

下图总结了如何连接端口：

考虑通过 Service 暴露的以下 Pod

在创建 Pod 时，需要为 Pod 中的每个容器定义端口 containerPort

创建 Service 时，可以定义 port 和 targetPort。但是哪一个应该和容器连接呢

targetPort 和 conatinerPort 需始终匹配

如果容器暴露的是端口 3000，那么 targetPort 应该也是 3000

如果查看 YAML 文件，标签和 port/targetPort 应该是匹配的。

那 Deployment 顶部的 track：canary 标签呢？也要匹配上吗？

这个标签也属于 Deployment，但 Service selector 不使用它来路由流量。换句话说，你可以放心地删除它或为它分配别的值。

那 matchLables selector 呢？它必须始终与 Pod 的标签匹配，Deployment 用它来跟踪 Pod。

假设你做了正确的更改，你应该如何测试它呢？可以使用以下命令检查 Pod 是否具有正确的标签：

或者如果有属于多个应用程序的 Pod：

其中 any-name=my-app是any-name：my-app标签。

仍然有问题？你也可以连接到 Pod！可以在 kubectl 中使用 port-forward 命令来连接到 Service 并测试该连接。

其中：

• service/<service name> 是 service 的名称（在当前的 YAML 文件中是 "my service"）。
• 3000 是你想在计算机上开启的端口。
• 80 是由 Service 在 port 字段中暴露的端口。

如果可以连接，说明设置正确。如果不能连接，很可能是标签弄错了或端口不匹配。

K8sMeetup

连接 Service 和 Ingress

暴露应用程序的下一步是配置 Ingress。Ingress 必须知道如何检索 Service，然后连接 Pod 并将流量路由到它们。Ingress 按名称和暴露的端口检索正确的 Service。

Ingress 和 Service 中必须匹配的有：

1. Ingress 的 service.port 必须匹配 Service 的 port。
2. Ingress 的 service.name 必须匹配 Service 的 name。

下图概括了如何连接这些 port：

你已经知道了 Service 会暴露一个 port

Ingress 有一个字段叫做 ServicePort

Service 的 port 和 Ingress 的 ServicePort 必须始终匹配

如果你要把端口 80 分配给一个 Service，必须把 ServicePort 也改成 80

实际操作中，你应该看看这几行：

如何测试 Ingress 是否正常运行？

你可以使用之前的策略，即 kubectl port-forward，但是要注意是连接到 Ingress controller 而不是 Service。

首先，使用以下命令为 Ingress controller 检索 Pod 名称：

验证 Ingress Pod（可能在另一个命名空间中），描述它来检索端口：

最后，连接到 Pod：

此时，你每次访问计算机上的端口 3000 时，请求都会转发到 Ingress controller Pod 的端口 80。

如果访问 http://localhost:3000，则应找到提供网页的应用程序。

K8sMeetup

关于端口的总结

快速总结一下哪些端口和标签应该匹配：

• Service selector 应该和 Pod 的标签匹配；
• Service 的 targetPort 应该和 Pod 里面容器的 containerPort 匹配；
• Service 端口可以是任意数字。多个 Service 可以使用同一个端口，因为不同的 Service 分配的 IP 地址不同；
• Ingress 的 service.port 应该和 Service 的 port 匹配；
• Service 的名称应该和 Ingress 中 service.name 字段匹配；

了解如何构造 YAML 文件中的定义只是开始。出问题了怎么办？可能 Pod 无法启动了，或崩溃了。

K8sMeetup

3个步骤排查 kubernetes Deployment 故障

在深入探究有故障的 Deploymen 时，必须明确 Kubernetes 是如何工作的。由于每个 Deployment 中都有三个组件，因此你应该从下往上依次调试所有组件。

• 确保 Pod 正在运行；
• 着重关注让 Service 将流量路由到 Pod；
• 检查 Ingress 的配置是否正确。

应该从最底层开始为 Deployment 做故障排查。首先，检查 Pod 是否已就绪并在运行中

如果 Pod 已就绪，应该检查 Service 是否能将流量路由到 Pod

最后，检查 Service 和 Ingress 之间的连接

排查 Pod 故障

大多数情况下，问题出在 Pod 本身。你应该确保 Pod 已就绪并且在运行中。那么如何检查呢？

在上面的输出中，最后一个 Pod 是就绪且在运行的，但是前两个 Pod 既没有就绪，也没有运行。你怎么检查哪里出了问题呢？

以下 4 个命令可以对 Pod 做故障排查：

• kubectl logs <pod name> 有助于检索 Pod 中容器的日志；
• kubectl describe pod <pod name> 对检索与 Pod 相关的事件列表很有用；
• kubectl get pod <pod name> 可提取 Kubernetes 中存储的 Pod 的 YAML 定义；
• kubectl exec -ti <pod name> bash 可在 Pod 中的一个容器运行一个交互式命令。

那么你该用哪个命令呢？具体情况具体分析，通常这些命令要结合起来用。

常见的 Pod 报错

Pod 可能会在启动和运行时出现错误。

启动时的错误包括：

• ImagePullBackoff
• ImageInspectError
• ErrImagePull
• ErrImageNeverPull
• RegistryUnavailable
• InvalidImageName

运行中的错误包括：

• CrashLoopBackOff
• RunContainerError
• KillContainerError
• VerifyNonRootError
• RunInitContainerError
• CreatePodSandboxError
• ConfigPodSandboxError
• KillPodSandboxError
• SetupNetworkError
• TeardownNetworkError

有些错误的频率很高。下面是最常见的错误以及解决方法。

ImagePullBackOff

当 Kubernetes 无法检索 Pod 中某一个容器的镜像时会报这个错。常见的原因如下：

• 镜像名称无效——比如，你拼错了镜像名称，或者镜像不存在。
• 为镜像指定了一个不存在的标签。
• 正在检索的镜像属于私有 registry，Kubernetes 没有访问的凭证。

前两种情况可以通过改正镜像名称/标签解决。对于最后一种情况，应该将私有 registry 的访问凭证通过 Secret 添加到 Kubernetes 中，并在 Pod 中引用它。

官方文档中有解决方法示例：https://kubernetes.io/docs/tasks/configure-pod-container/pull-image-private-registry/

CrashLoopBackOff

如果容器无法启动，Kubernetes 将显示 CrashloopBackOff 的信息。通常，在如下情况下容器无法启动：

• 应用程序中存在错误，阻止了容器的启动；
• 容器配置有误：StackOverFlow 上这个问题就是如此 https://stackoverflow.com/questions/41604499/my-kubernetes-pods-keep-crashing-with-crashloopbackoff-but-i-cant-find-any-lo
• Liveness 探针失败多次。

你应该尝试检索容器日志，查看为什么容器无法启动。如果你无法查看日志是因为容器重启得太快了，可以用如下命令：

这个命令将打印前一个容器的错误消息。

RunContainerError

当容器无法启动时会出现这个错误。它甚至会在容器里的应用程序启动之前出现。这个问题通常是由于如下错误配置造成的：

• 挂载不存在的卷，如 ConfigMap 或 Secret；
• 将只读卷挂载为读写卷。

可以使用 kubectl describe pod <pod-name> 命令检查和分析这个错误。

Pod 处于 Pending 的状态

当你创建了一个 Pod，这个 Pod 处于 Pending 的状态。为什么会这样？

假设你的调度器组件运行良好，原因可能有这些：

• 集群没有足够的资源（例如 CPU 和内存）来运行 Pod。
• 当前的命名空间具有 ResourceQuota 对象，创建 Pod 将使命名空间超过配额。
• 该 Pod 绑定了一个处于 Pending 状态的 PersistentVolumeClaim。

最好的选择是在 kubectl describe 命令中检查事件。

对于因 ResourceQuota 造成的错误，可以使用以下方法检查群集日志：

Pod 处于未就绪状态

如果 Pod 正在运行但未就绪，则表示“就绪”探针失败。

当“就绪”探针失败时，则 Pod 未连接到服务，并且没有流量转发到该实例。

就绪探针故障是应用程序相关的错误，因此应该检查 kubectl describe 中的“事件”以验证错误。

排查 Service 故障

如果 Pod 在运行中且已就绪，但仍无法收到应用程序的响应，就应检查 Service 的配置是否正确。

Service 会根据 Pod 的标签将流量路由到 Pod。因此，应该先检查 Service 定位了多少个 Pod。

可以通过检查 Service 中的 Endpoint 来做到这一点：

一个 Endpoint 是一对 <ip address:port> ，当 Service 定位到一个 Pod 后，至少应该有一个 Endpoint。

如果“Endpoint”部分为空，有两种解释：

• 正在运行的 Pod 没有正确的标签（应该检查一下是否在正确的命名空间中）；
• Service 的 selector 标签拼写有误。

如果能看到 Endpoint 列表，但仍然无法访问应用程序，则 service 中的 targetPort 可能出问题了。如何测试 Service 呢？无论什么类型的 Service，都可以用 kubectl port-forward 来连接：

其中：

• <service-name> 是 Service 的名称；
• 3000 是你想在计算机上打开的端口；
• 80 是 Service 暴露的端口。

排查 Ingress 故障

如果已经到了这个阶段，那么意味着：

• Pod 在运行中且是就绪状态；
• Service 可以分发流量分配到 Pod。

但是你仍然看不到应用程序的响应。这很有可能是 Ingress 配置出错了。

因为 Ingress controller 是集群中的第三方组件，根据 Ingress controller 的类型有不同的调试技巧。但是在进入到 Ingress 专用工具之前，可以先做些简单的检查。

Ingress 使用 service.name 和 service.port 连接到 Service。应该检查一下这些配置是否正确。

可以用以下命令检查 Ingress 配置是否正确：

如果 Backend 列为空，那么配置中肯定出现了错误。如果在 Backend 列能看到 Endpoint，但仍然无法访问应用程序，问题可能是：

• 将 Ingress 暴露到公网的方式；
• 将集群暴露到公网的方式；

可以通过直接连接到 Ingress pod 将基础设施问题和 Ingress 隔离开。

首先，为 Ingress controller （可能在其他的命名空间中）检索 Pod：

描述它来检索端口：

最后，连接到 Pod：

到这一步，每次你访问计算机上端口 3000，请求都会转发到 Pod 中的端口 80。

现在问题解决了吗？

• 如果解决了，那么就是基础设施问题。你要看一下流量是如何路由到集群的。
• 如果没有解决，那么是 Ingress controller 的问题，你应该调试 controller。

如果还是不能让 Ingress controller 正常，应该开始调试它。

Ingress Controller 有很多版本，使用较多的包括 Nginx，HAProxy，Traefik 等。查阅一下你使用的 Ingress Controller 的文档，找到故障排除指南。

因为 Ingress Nginx （https://github.com/kubernetes/ingress-nginx）是最流行的 Ingress Controller，因此我们在下一节介绍一些技巧。

调试 Ingress Nginx

Ingress-nginx 项目有一个针对 Kubectl 的官方插件：https://kubernetes.github.io/ingress-nginx/kubectl-plugin/

你可以使用 kubectl ingress-nginx 来进行如下操作：

• 检查日志、Backend、证书等；
• 连接到 Ingress；
• 检查当前配置。

可以尝试以下三个命令：

• kubectl ingress-nginx lint ：用于检查 nginx.conf;
• kubectl ingress-nginx backend：用于检查 Backend（类似 kubectl describe ingress <ingress-name>）；
• kubectl ingress-nginx logs：用于检查日志。

请注意，你可能需要使用 --namespace为 Ingress controller 指定正确的命名空间。

K8sMeetup

总结

如果你不知从何下手，那么在 Kubernetes 中进行故障排查可能会是一项艰巨的任务。始终记得从下往上解决问题：从 Pod 开始，然后到 Service 和 Ingress。

本文中的调试技巧也适用于其他地方，比如：

• 出现故障的 Job 和 CronJob；
• StatefulSet 和 DaemonSet。

感谢 Gergely Risko, Daniel Weibel， Charles Christyraj 为本文提出的宝贵建议。

原文链接：https://learnk8s.io/troubleshooting-deployments

---

- END -

公众号后台回复「加群」加入一线高级工程师技术交流群，一起交流进步。

 推荐阅读 

点亮，服务器三年不宕机