在K8S中，集群内有个节点not ready，如何排查？

在Kubernetes（K8s）集群中，如果有一个节点处于"Not Ready"状态，这可能意味着该节点无法接受新的工作负载或存在其他问题。具体分析如下：

1. 检查节点状态

   • 使用基本命令查看节点状态：需要确认节点确实处于“未就绪”状态。使用kubectl get nodes命令可以列出所有节点的状态。例如，您可能会看到以下输出：

     NAME            STATUS     ROLES    AGE   VERSION
     node-1          Ready      <none>   30d   v1.25.1
     node-2          NotReady   <none>   25d   v1.25.1
     node-3          Ready      <none>   28d   v1.25.1
     

     在这个例子中，node-2 处于“未就绪”状态[¹][⁴]。

   • 获取节点的详细信息：为了深入了解问题的具体情况，请运行kubectl describe node <节点名称>。这个命令提供了包括节点条件、最近事件等大量信息。例如，您可能会在输出中找到指示磁盘已满或特定服务未响应的错误消息或警告[¹][⁴]。

2. 检查系统日志

   • 审查操作系统日志：在某些情况下，检查相关节点的操作系统日志可能会很有用。如果您可以通过SSH访问该节点，可能需要检查以下路径的日志文件：

     /var/log/syslog
     /var/log/messages
     /var/log/kern.log
     

     您可以使用grep, cat 和 tail 等命令来实时查看这些日志的更新，例如使用tail -f /var/log/syslog。这些日志可以提供有关操作系统中的问题或可能影响节点状态的特定服务的信息[¹][⁴]。

3. 检查Kubelet及其配置

   • 重新启动Kubelet服务：有时，只需在节点上重新启动Kubelet服务就可以解决问题。可以使用sudo systemctl restart kubelet命令来重启它。Kubelet是在每个节点上运行的Kubernetes代理，负责维护容器的运行[¹][⁴]。
   • 检查Kubelet配置文件：不正确的配置可能会导致故障。检查Kubelet配置文件，通常位于/etc/kubernetes/Kubelet.conf 或 /var/lib/Kubelet/config.yaml中，确保所有配置项都是正确的。例如，如果您最近更改了集群的网络设置，请确保这些更改正确地反映在Kubelet配置中[¹][⁴]。

4. 检查网络连通性

   • 诊断网络问题：网络问题也可能导致节点无法准备就绪。请检查网络配置，并确保节点能够与集群的其他部分进行通信。您可以使用ping、traceroute和nslookup等命令来帮助诊断网络问题。例如，尝试对集群中的其他节点进行ping测试，以查看它们是否可达[¹][⁴]。
   • 测试与Master节点的网络通信：使用ping <master-node-ip-address>命令测试与Master节点的连接性。此外，检查Node节点和Master节点之间通信所需的网络端口是否正在监听并可访问，可以使用nc -zv <master-node-ip-address> 6443命令来检查Kubernetes API的默认端口6443是否在Master节点上可访问[¹][⁴]。

5. 检查资源使用情况

   • 查看系统资源的使用：确保节点有足够的资源（如CPU、内存等）。使用free -h和top命令可以检查系统资源使用情况。free -h显示系统上可用和已用内存的数量，而top显示正在运行的进程的实时列表以及它们使用的CPU和内存数量[¹][⁴]。
   • 释放磁盘空间：磁盘空间不足也会导致节点进入NotReady状态。使用df -h命令可以查看所有文件系统的磁盘使用情况。如果发现某个文件系统几乎已满，可以尝试通过删除不必要的文件或将它们移动到其他位置来释放空间[¹][⁴]。

6. 使用Kubernetes诊断工具

   • 应用Kubernetes诊断工具：Kubernetes提供了各种工具和命令，可以帮助诊断通信和连接问题。例如，使用kubectl get componentstatuses命令可以检查主组件的状态。通过仔细执行诊断步骤并探索所有可能的根本原因，一旦问题解决，您的节点应该恢复到“Ready”状态，Kubernetes集群也应恢复正常运行[¹][⁴]。

综上所述，逐步排查Kubernetes集群中节点的“Not Ready”状态可以有效解决许多常见问题，从而恢复集群的正常运行。在处理任何系统问题时，都需要保持耐心和细致，以确保准确诊断并实施最有效的解决方案。