K8S重启之后无法启动故障排查 与 修复

文章目录

• K8S重启过程分析报告
• • 重启操作记录
  • • [1. 初始状态检查](#1. 初始状态检查)
    • [2. 配置修复](#2. 配置修复)
    • [3. 组件启动观察](#3. 组件启动观察)
    • • 第一轮启动 (15:08:00-15:08:30)
      • 第二轮状态 (15:08:30-15:09:00)
  • 关键问题分析
  • • [1. etcd连接问题](#1. etcd连接问题)
    • [2. etcd异常退出](#2. etcd异常退出)
    • [3. 网络插件依赖问题](#3. 网络插件依赖问题)
  • 完整故障流程
  • 核心问题总结
  • • 主要故障点
    • 影响范围
    • 建议修复方案

K8S重启过程分析报告

重启操作记录

1. 初始状态检查

• 执行时间: 2025-11-07 15:07
• 检查静态Pod配置文件: /etc/kubernetes/manifests/
• 发现etcd.yaml存在配置问题: 包含重复的readinessProbe配置

2. 配置修复

• 恢复etcd原始配置: cp /etc/kubernetes/manifests/etcd.yaml.backup /etc/kubernetes/manifests/etcd.yaml
• 修改startupProbe时间参数: initialDelaySeconds=10, periodSeconds=10
• 重启kubelet服务: systemctl restart kubelet

3. 组件启动观察

第一轮启动 (15:08:00-15:08:30)

• etcd: ✅ 成功启动 (容器ID: 3a35af5e98b3f)
• kube-apiserver: ✅ 成功启动 (容器ID: ce533d077482f)
• kube-controller-manager: ✅ 成功启动
• kube-scheduler: ❌ 启动失败，后重新启动成功

第二轮状态 (15:08:30-15:09:00)

• etcd: ❌ 异常退出 (收到终止信号)
• kube-apiserver: ❌ 连接etcd失败，异常退出
• kube-controller-manager: ❌ CrashLoopBackOff
• kube-scheduler: ❌ 异常退出

关键问题分析

1. etcd连接问题

症状:

• API服务器日志显示: connection error: desc = "transport: Error while dialing: dial tcp 127.0.0.1:2379: connect: connection refused"
• 端口检查: 2379端口未监听，仅2381端口监听

根本原因:

• etcd配置文件中listen-client-urls设置为监听2379端口
• 但实际etcd容器启动后未监听2379端口
• 导致API服务器无法连接etcd存储

2. etcd异常退出

症状:

• etcd容器收到终止信号后正常关闭
• 日志显示: received signal; shutting down

可能原因:

• kubelet健康检查失败导致Pod重启
• 系统资源不足或配置问题

3. 网络插件依赖问题

症状:

• kubelet日志显示Calico网络插件错误
• 错误: dial tcp 10.96.0.1:443: connect: connection refused

根本原因:

• Calico尝试连接API服务器(10.96.0.1:443)失败
• 因为API服务器依赖etcd，而etcd未正常运行
• 形成循环依赖: API服务器需要etcd，网络插件需要API服务器

完整故障流程

1. 重启kubelet
   ↓
2. etcd启动成功，但未监听2379端口
   ↓
3. API服务器启动，尝试连接etcd:2379失败
   ↓
4. API服务器异常退出
   ↓
5. Controller Manager和Scheduler因API服务器不可用而失败
   ↓
6. 网络插件(Calico)因无法连接API服务器而失败
   ↓
7. kubelet因健康检查失败重启etcd
   ↓
8. 所有核心组件进入CrashLoopBackOff状态
   ↓
9. K8S集群完全不可用

核心问题总结

主要故障点

1. etcd端口监听异常 - 配置监听2379端口但实际未监听
2. 组件依赖链断裂 - etcd→API服务器→其他组件的依赖关系中断
3. 网络插件循环依赖 - 网络需要API服务器，API服务器需要etcd存储

影响范围

• ✅ etcd: 可启动但无法提供客户端服务
• ❌ kube-apiserver: 无法连接etcd存储
• ❌ kube-controller-manager: 无法连接API服务器
• ❌ kube-scheduler: 无法连接API服务器
• ❌ 网络插件: 无法连接API服务器配置服务
• ❌ DNS服务: 依赖网络插件和API服务器
• ❌ 整个K8S集群: 完全不可用

建议修复方案

1. 检查etcd配置和证书，确保2379端口正常监听
2. 验证etcd数据目录权限和完整性
3. 检查系统资源(内存、磁盘)是否充足
4. 考虑重新初始化etcd集群数据
5. 按顺序重启组件: etcd→API服务器→Controller Manager→Scheduler→网络插件