k8s调度容器失败The node had condition: [DiskPressure]

现象

k8s调度pod时异常，会导致生成上百个失败的pod。

SQL 复制代码

pod分配异常：

The node had condition: [DiskPressure].
The node was low on resource: ephemeral-storage. Container join-services was using 27938016Ki, which exceeds its request of 0.

节点报异常:
(combined from similar events): wanted to free 2571046912 bytes, but freed 0 bytes space with errors in image deletion: [rpc error: code = Unknown desc = Error response from daemon: conflict: unable to remove repository reference "192.168.0.2:5000/rabbitmq:3.8.6-management" (must force) - container bfb421637474 is using its referenced image 64a1f920fb0d

问题分析：

Kubernetes 调度 Pod 失败，报错信息明确指出：节点的临时存储资源不足。调度策略为重启时先增后减实例。

在运行的容器 join-services 实际已经使用了约 27.3 GiB (27938016 KiB)，但它在 Pod 的资源配置 (resources) 中没有声明任何临时存储的请求值 (request = 0)。

临时存储 ( ephemeral-storage): 指节点上用于存放容器日志、emptyDir 卷、容器可写层（容器运行时产生的临时文件）的磁盘空间。Pod 使用 emptyDir 类型的卷时，数据会写入节点的临时存储（默认路径为 /var/lib/kubelet/pods/<pod-id>/volumes/kubernetes.io~emptydir/<volume-name>）

请求值 ( request): Kubernetes 调度器在决定将 Pod 放在哪个节点上时，会考虑 Pod 声明的资源请求量。调度器会确保节点的剩余资源（包括 CPU、内存和临时存储）能够满足 Pod 的请求量。

原因：

由于 join-services 容器没有声明临时存储请求 (requests.ephemeral-storage: 0)，调度器在调度时认为该容器不需要任何临时存储。
然而，该容器在运行时实际消耗了大量临时存储（约 27.3 GiB）。
当调度器尝试将 Pod 调度到一个节点时，它检查该节点是否有足够的资源来满足 Pod 的请求（即 0）。节点当然满足 0 的请求。
但当 Kubelet 真正在该节点上启动容器时，容器需要写入大量临时文件（总计 27.3 GiB），却发现节点的可用临时存储空间不足以容纳这些实际写入，导致启动失败并报出此错误。
kubelet 尝试清理镜像释放 2.5GB，但目标镜像被运行中容器引用导致GC 失败，0 bytes freed，磁盘空间无法释放。大量 Pod 处于 Pending/Failed 状态并持续重试，导致产生上百个失败 Pod 记录，可能触发 controller 级联创建。
那为什么这个实例会占用27G如此大的临时空间？因为服务里面打了大量的服务日志和上传的临时文件全在/tmp目录里面，但此目录又没有挂载出来程序又没有清理，导致空间一直上涨。

解决方案：

先止血：在k8s中将容器实例缩为0，完全释放实例占用的资源和镜像，再将实例数扩起来。
删除异常Pod，阻止级联创建：kubectl delete掉此服务状态为Failed的所有pod。
后续修复：为 join-services 容器明确声明一个合理的临时存储请求值，让调度器能够做出正确的调度决策。

强制声明 ephemeral-storage 配额,不允许任何容器以 0 request 运行，添加 resources.requests 字段。
2. 基于当前观察到的实际使用量 27.3 GiB，建议限制到10G就告警，防止影响其它pod。
1. 你也可以考虑设置 limits 来防止容器无限制地消耗临时存储，导致节点问题（可选但推荐）。

修改后的 YAML 示例片段：

YAML 复制代码

apiVersion: apps/v1
kind: Deployment  # 也可能是 StatefulSet, DaemonSet 等
metadata:
  name: deployment-name
spec:
  template:
    spec:
      containers:
      - name: join-services  # 你的问题容器名称
        image: image:tag
        resources:  # 添加或修改这个 resources 块
          requests:
            ephemeral-storage: "5Gi"  # 关键：添加临时存储请求
          limits:  # 可选但推荐：设置临时存储上限
            ephemeral-storage: "10Gi"   # 例如设置为 10Gi，比请求量稍高
        # ... 其他容器配置 (如 ports, volumeMounts, env 等) ...
      # ... 其他 Pod 配置 (如 volumes, initContainers 等) ...

额外建议：

清理空间： 程序定期清理日志和临时文件。
挂载：将占用的文件挂载到宿主机空间，定期用脚本清理。定期清理策略 编写脚本定期清理日志和 emptyDir 数据，或使用 Kubernetes 的 TTLController 自动清理过期资源。
避免滥用 emptyDir 若 emptyDir 数据量大，建议改用持久化存储（如 PVC）或优化数据写入逻辑。

监控与告警

监控 ephmeral-storage 使用 使用 Prometheus + Grafana 监控节点的 ephemeral-storage 使用情况，设置阈值告警（例如 80% 时触发警告）。