避開日常Kubernetes最常見的10個坑

使用 Kubernetes，大家都會遇到哪些錯誤？本文分享了作者多年來使用 Kubernetes 最常見的 10 個錯誤。

使用 kubernetes 這么多年以來，我們見過的集群不計其數（包括托管的和非托管的，GCP、AWS 和 Azure 上的都有），還見識了很多經常重復出現的錯誤。其中大部分錯誤我們自己也犯過，這沒什么丟人的！

本文會給大家展示一些我們經常遇到的問題，并談談修復它們的方法。

這無疑是最值得關注的，也是這個榜單上的第一名。

人們經常不設置 CPU 請求或將 CPU 請求設置得過低（這樣我們就可以在每個節(jié)點上容納很多 Pod），結果節(jié)點就會過量使用（overcommited）。在需求較高時，節(jié)點的 CPU 全負荷運行，而我們的負載只能得到“它所請求的”數據，使 CPU 節(jié)流（throttled），從而導致應用程序延遲和超時等指標增加。

BestEffort（不要這樣做）：

resources: {}

very low cpu（不要這樣做）：

resources:
requests:
cpu: "1m"

另一方面，啟用 CPU 限制可能會在節(jié)點的 CPU 沒有充分利用的情況下，對 Pod 進行不必要地節(jié)流，這也會導致延遲增加。人們也討論過關于  Linux 內核中的 CPU CFS 配額，和因為設置了 CPU 限制并關閉 CFS 配額而導致的 CPU 節(jié)流問題。CPU 限制造成的問題可能會比它能解決的問題還多。想了解更多信息，請查看下面的鏈接。

內存過量使用會給我們帶來更多麻煩。達到 CPU 限制將導致節(jié)流，達到內存限制會導致 Pod 被殺。見過 OOMkill（因內存不足而被殺死）嗎？我們要說的就是這個意思。想要盡量減少這類狀況？那就不要過量使用內存，并使用 Guaranteed QoS（Quality of Service）將內存請求設置為與限制相等，就像下面的例子那樣。了解更多信息，請參考 Henning Jacobs（Zalando）的演講。

https://www.slideshare.net/try_except_/optimizing-kubernetes-resource-requestslimits-for-costefficiency-and-latency-highload

Burstable（容易帶來更多 OOMkilled）：

resources:
requests:
memory: "128Mi"
cpu: "500m"
limits:
memory: "256Mi"
cpu: 2

Guaranteed：

resources:
requests:
memory: "128Mi"
cpu: 2
limits:
memory: "128Mi"
cpu: 2

那么我們設置資源時有什么訣竅呢？

我們可以使用 metrics-server 查看 Pod（以及其中的容器）的當前 CPU 和內存使用情況。你可能已經啟用它了。只需運行以下 命令即可：

kubectl top pods
kubectl top pods --containers
kubectl top nodes

不過，這些只會顯示當前的使用情況。要大致了解這些數據的話這就夠用了，但我們到頭來是希望能及時看到這些使用量指標（以回答諸如：昨天上午 CPU 使用量的峰值等問題）。為此我們可以使用 Prometheus 和 DataDog 等工具。它們只是從 metrics-server 接收度量數據并存儲下來，然后我們就能查詢和繪制這些數據了。

VerticalPodAutoscaler 可以幫助我們自動化這一手動過程——及時查看 cpu/ 內存的使用情況，并基于這些數據再設置新的請求和限制。

https://cloud.google.com/kubernetes-engine/docs/concepts/verticalpodautoscaler

有效利用計算資源不是一件容易的事情，就像不停地玩俄羅斯方塊。如果我們發(fā)現自己花了大筆錢購買計算資源，可是平均利用率卻很低（比如大約 10%），那么我們可能就需要 AWS Fargate 或基于 Virtual Kubelet 的產品。它們主要使用無服務器 / 按使用量付費的的計費模式，這對我們來說可能會更省錢。

默認情況下，Kubernetes 不會指定任何 liveness 和 readiness 探針。有時它會一直保持這種狀態(tài)……

但如果出現不可恢復的錯誤，我們的服務將如何重新啟動呢？負載均衡器如何知道特定的 Pod 可以開始處理流量，或能處理更多流量呢？

人們通常不知道這兩者間的區(qū)別。

如果探針失敗，liveness 探針將重新啟動 Pod
Readiness 探針失敗時，會斷開故障 Pod 與 Kubernetes 服務的連接（我們可以用kubectl get endpoints檢查這一點），并且直到該探針恢復正常之前，不會向該 Pod 發(fā)送任何流量。
它們兩個都運行在整個 Pod 生命周期中。這一點是很重要的。

人們通常認為，readiness 探針只在開始時運行，以判斷 Pod 何時 Ready 并可以開始處理流量。但這只是它的一個用例而已。

它的另一個用例是在一個 Pod 的生命周期中判斷它是否因過熱而無法處理太多流量（或一項昂貴的計算），這樣我們就不會讓它做更多工作，而是讓它冷卻下來；等到 readiness 探針成功，我們會再給它發(fā)送更多流量。在這種情況下（當 readiness 探針失敗時），如果 liveness 探針也失敗就會非常影響效率了。我們?yōu)槭裁匆匦聠右粋€健康的、正在做大量工作的 Pod 呢？

有時候，不指定任何探針都比指定一個錯誤的探針要好。如上所述，如果 liveness 探針等于 readiness 探針，我們將遇到很大的麻煩。我們一開始可能只會指定 readiness 探針，因為 liveness 探針太危險了。

https://twitter.com/sszuecs/status/1175803113204269059

https://srcco.de/posts/kubernetes-liveness-probes-are-dangerous.html

如果你的任何共享依賴項出現故障，就不要讓任何一個探針失敗，否則它將導致所有 Pod 的級聯故障。我們這是搬起石頭砸自己的腳。

https://blog.colinbreck.com/kubernetes-liveness-and-readiness-probes-how-to-avoid-shooting-yourself-in-the-foot/

我們的集群中可能有很多 HTTP 服務，并且我們希望將這些服務對外界公開。

如果我們將 Kubernetes 服務以type: LoadBalancer的形式公開，那么它的控制器（取決于供應商）將提供并協(xié)調一個外部負載均衡器（不一定是 L7 的，更可能是 L4 lb）；當我們創(chuàng)建很多這種資源時，它們可能會變得很昂貴（外部靜態(tài) ipv4 地址、計算、按秒計費……）。

在這種情況下，共享同一個外部負載均衡器可能會更好些，這時我們將服務以type: NodePort的形式公開?；蛘吒玫姆椒ㄊ?，部署 nginx-ingress-controller（或 traefik）之類的東西，作為公開給這個外部負載均衡器的單個 NodePort 端點，并基于 Kubernetes ingress 資源在集群中路由流量。

其他相互通信的集群內（微）服務可以通過 ClusterIP 服務和開箱即用的 DNS 服務發(fā)現來通信。注意不要使用它們的公共 DNS/IP，因為這可能會影響它們的延遲和云成本。

在集群中添加節(jié)點或刪除節(jié)點時，不應該考慮一些簡單的度量指標，比如這些節(jié)點的 CPU 利用率。在調度 Pod 時，我們需要根據許多調度約束來進行決策，比如 Pod 和節(jié)點的親密關系（affinities）、污點（taints）和容忍（tolerations）、資源請求（resource requests）、QoS 等。讓一個不了解這些約束的外部自動縮放器（autoscaler）來處理縮放可能會招來麻煩。

假設有一個新的 Pod 要被調度，但是所有可用的 CPU 都被請求了，并且 Pod 卡在了 Pending 狀態(tài)?？墒峭獠孔詣涌s放器會查看當前的平均 CPU 使用率（不是請求數量），然后決定不擴容（不添加新的節(jié)點）。結果 Pod 也不會被調度。

縮容（從集群中刪除節(jié)點）總是更難一些。假設我們有一個有狀態(tài)的 Pod（連接了持久卷），由于持久卷（persistent volumes）通常是屬于特定可用區(qū)域的資源，并且沒有在該區(qū)域中復制，我們自定義的自動縮放器會刪除一個帶有此 Pod 的節(jié)點，而調度器無法將其調度到另一個節(jié)點上，因為這個 Pod 只能待在持久磁盤所在的那個可用區(qū)域里。Pod 將再次陷入 Pending 狀態(tài)。

社區(qū)正在廣泛使用 cluster-autoscaler，它運行在集群中，能與大多數主要的公共云供應商 API 集成；它可以理解所有這些約束，并能在上述情況下擴容。它還能搞清楚是否可以在不影響我們設置的任何約束的前提下優(yōu)雅地縮容，從而節(jié)省我們的計算成本。

https://github.com/kubernetes/autoscaler/tree/master/cluster-autoscaler

不要使用 IAM Users 永久存儲機器和應用程序的秘鑰，而要使用角色和服務帳戶生成的臨時秘鑰。

我們經?？吹竭@種情況，那就是在應用程序配置中硬編碼訪問（access ）和密鑰（secret），并在使用 Cloud IAM 時從來不輪換密鑰。我們應該盡量使用 IAM 角色和服務帳戶來代替 Users。

請?zhí)^ kube2iam，直接按照?těpán Vrany在這篇博文中介紹的那樣，使用服務賬戶的 IAM 角色。

https://blog.pipetail.io/posts/2020-04-13-more-eks-tips/

apiVersion: v1
kind: ServiceAccount
metadata:
annotations:
eks.amazonaws.com/role-arn: arn:aws:iam::123456789012:role/my-app-role
name: my-serviceaccount
namespace: default

只有一個 annotation。沒那么難做吧。

另外，當服務帳戶或實例配置文件不需要admin和cluster-admin權限時，也不要給它們這些權限。這有點困難，尤其是在 k8s RBAC 中，但仍然值得一試。

某個部署有 3 個 Pod 副本正在運行，然后節(jié)點關閉了，所有的副本也都隨之關閉。豈有此理？所有副本都在一個節(jié)點上運行？Kubernetes 難道不應該很厲害，并提供高可用性的嗎？！

我們不能指望 Kubernetes 調度程序為我們的 Pod 強制使用 anti-affinites。我們必須顯式地定義它們。

// omitted for brevity
labels:
app: zk
// omitted for brevity
affinity:
podAntiAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
- labelSelector:
matchExpressions:
- key: "app"
operator: In
values:
- zk
topologyKey: "kubernetes.io/hostname"

就是這樣。這樣就能保證 Pod 被調度到不同的節(jié)點上（這僅在調度時檢查，而不是在執(zhí)行時檢查，因此需要requiredDuringSchedulingIgnoredDuringExecution ）。

我們討論的是不同節(jié)點名稱上（ topologyKey: "kubernetes.io/hostname" ）的 podAntiAffinity，而不是不同可用區(qū)域的 podAntiAffinity。如果你確實需要很好的可用性水平，可以在這個主題上再深入做些研究。

我們在 Kubernetes 上運行生產負載。我們的節(jié)點和集群必須不時升級或停用。PodDisruptionBudget（pdb）是一種用于在集群管理員和集群用戶之間提供服務保證的 API。

請確保創(chuàng)建了pdb ，以避免由于節(jié)點耗盡而造成不必要的服務中斷。

apiVersion: policy/v1beta1
kind: PodDisruptionBudget
metadata:
name: zk-pdb
spec:
minAvailable: 2
selector:
matchLabels:
app: zookeeper

作為一個集群用戶，我們可以告訴集群管理員：“嘿，我這里有個 zookeeper 服務，無論如何我都希望至少有 2 個副本是始終可用的”。

我在這篇博客文章中更深入地討論了這個話題。

https://blog.marekbartik.com/posts/2018-06-29_kubernetes-in-production-poddisruptionbudget/

Kubernetes 命名空間不提供任何強隔離。

人們似乎期望，如果將非生產負載放到一個命名空間，然后將生產負載放到生產命名空間，那么這些負載之間就永遠不會相互影響了。我們可以在某種程度上公平分配（比如資源的請求和限制、配額、優(yōu)先級）并實現隔離（比如 affinities、tolerations、taints 或 nodeselectors），進而“物理地”分離數據平面上的負載，但這種分離是相當復雜的。

如果我們需要在同一個集群中同時擁有這兩種類型的負載，那么就必須要承擔這種復雜性。如果我們用不著局限在一個集群里，而且再加一個集群的成本更低時（比如在公共云上），那么應該將它們放在不同的集群中以獲得更強的隔離級別。

經?？吹竭@種情況，所有流量都在集群內路由到一個 NodePort 服務上，該服務默認使用 externalTrafficPolicy: Cluster 。這意味著在集群中的每個節(jié)點上都打開了 NodePort，這樣我們可以任選一個來與所需的服務（一組 Pod）通信。

通常情況下，NodePort 服務所針對的那些 Pod 實際上只運行在這些節(jié)點的一個子集上。這意味著，如果我與一個沒有運行 Pod 的節(jié)點通信，它將會把流量轉發(fā)給另一個節(jié)點，從而導致額外的網絡跳轉并增加延遲（如果節(jié)點位于不同的 AZs 或數據中心，那么延遲可能會很高，并且會帶來額外的出口成本）。

在 Kubernetes 服務上設置externalTrafficPolicy: Local，就不會在每個節(jié)點上都打開 NodePort，只會在實際運行 Pod 的節(jié)點上開啟它。如果我們使用一個外部負載均衡器來檢查它端點的運行狀況（就像 AWS ELB 所做的那樣），它就會只將流量發(fā)送到應該接收流量的節(jié)點上，這樣就能改善延遲、減少計算開銷、降低出口成本并提升健全性。

我們可能會有像 traefik 或 nginx-ingress-controller 之類的東西，被公開成 NodePort（或使用 NodePort 的負載均衡器）來處理入口 HTTP 流量路由，而這種設置可以極大地減少此類請求的延遲。

這里有一篇很棒的博客文章，更深入地討論了 externalTrafficPolicy 和它們的權衡取舍。

https://www.asykim.com/blog/deep-dive-into-kubernetes-external-traffic-policies

你有沒有過這樣的經歷：給服務器取 Anton、HAL9000 或 Colossus 之類的名字（都是帶梗的名稱，譯注），或者給節(jié)點隨機生成 id，卻給集群取個有含義的名稱？

還可能是這樣的經歷：一開始用 Kubernetes 做概念驗證，給集群取名"testing"，結果到了生產環(huán)境還沒給它改名，結果誰都不敢碰它？（真實的故事）

把集群當寵物可不是開玩笑的，我們可能需要不時刪除集群，演練災難恢復并管理我們的控制平面。害怕觸碰控制平面不是個好兆頭。Etcd 掛掉了？好嘞，我們遇到麻煩。

反過來說，控制平面也不要用過頭了。也許隨著時間的流逝，控制平面變慢了。這很可能是因為我們創(chuàng)建了很多對象而沒有輪換它們（使用 helm 時常見的情況，它的默認設置不會輪換 configmaps/secrets 的狀態(tài)，結果我們在控制平面中會有數千個對象），或者是因為我們不斷從 kube-api（用于自動伸縮、CI/CD、監(jiān)視、事件日志、控制器等）中刪除和編輯了大量內容。

另外，請檢查托管 Kubernetes 提供的“SLAs”/SLOs 和保證。供應商可能會保證控制平面（或其子組件）的可用性，但不能保證發(fā)送給它的請求的 p99 延遲水平。換句話說，就算我們kubectl get nodes后用了 10 分鐘才得到正確結果，也沒有違反服務保證。

這一條是很經典的。我覺得最近它沒那么常見了，因為大家被坑的次數太多，所以再也不用 :latest ，開始加上版本號了。這下清靜了！

ECR 有一個標簽不變性的強大功能，絕對值得一試。

https://aws.amazon.com/about-aws/whats-new/2019/07/amazon-ecr-now-supports-immutable-image-tags/

別指望所有問題都能自動解決——Kubernetes 不是銀彈。即使是在 Kubernetes 上，一個糟糕的應用程序還會是一個糟糕的應用程序（實際上，甚至還可能更糟糕）。如果我們不夠小心，最后就會遇到一系列問題：太過復雜、壓力過大、控制平面變慢、沒有災難恢復策略。不要指望多租戶和高可用性是開箱即用的。請花點時間讓我們的應用程序云原生化。

原文地址： https://www.linuxprobe.com/kubernetes-10-error.html