共计 1848 个字符，预计需要花费 5 分钟才能阅读完成。
简介： 容器 coredns 问题排查整顿
1. 问题形容
客户侧在变更容器平安组之后呈现网络不通。
2. 问题排查
1）接到客户反馈 Kubernetes 托管版集群呈现网络问题，电话沟通后受权进行查看：Pod 网络通顺，域名解析出现异常；（ping IP 可通，但 ping 域名不通）
2）联合客户操作，狐疑与平安组配置无关，尝试进一步排查平安组问题。具体排查无问题后，决定重启 coredns POD。重启后 coredns POD 漂移到其它 ECS 上，集群中大部分主机恢复正常；
3）确认 coredns 原宿主机存在网络连接问题，将该主机踢出集群后，集群恢复正常；
4）通过环境测试后最终定位起因在于客户侧误会 Kubernetes 集群平安组页面“解绑实例”性能为解绑平安组，导致误操作解绑和绑定 ENI 网卡，同时产品健康检查机制存在缺点，无奈探测到辅助网卡的链路问题，导致问题无奈疾速发现并解决，最终导致客户集群网络无奈联通。
3. 优化改良
1）优化平安组页面存在“解绑实例”性能文案，同时减少由 Kubernetes 集群创立的网卡在用户解绑时的危险提醒，防止客户误操作引发业务中断；
2）优化健康检查机制，确保辅助网卡链路异样场景可能被疾速发现。
4. 问题复现
4.1 环境筹备
1）kubernetes 托管版集群，网络模式为 Terway，kube-proxy 代理模式为 IPVS，四节点，须要创立测试的利用 pod；
图 1：初始环境
2）查看 coredns 所在的宿主机，目前该 pod 存在于 201、200 机器上；
图 2：coredns pod
4.2 具体操作
1）模仿客户侧的操作在平安组界面“解绑 coredns 所在主机的辅助网卡”；
登录 ECS 控制台 – 实例 – 抉择机器 – 本实例弹性网卡界面查看
图 3：实例弹性网卡
跳转至平安组界面 — 抉择集群的平安组实例 id— 平安组内弹性网卡 – 搜寻刚刚查找的弹性网卡 – 解绑实例
图 4：平安组内弹性网卡
2）解绑实现之后再次将辅助网卡绑定至原有实例；
图 5：查看原有实例网卡
3）登录任意一个利用 pod 内，利用 dig baidu.com 测试解析是否失常
kubectl exec -it centos-deployment-75765fbb54-x5f6v — /bin/bash，进入 pod 内：
图 6：pod 内测试
上图就是一开始客户侧遇到的景象：ping 域名不通，ping IP 能够通。
4）为什么解绑之后从新绑定至原有实例还是不能够呢？起因就在于解绑后从新绑定网卡后该网卡的 state 依然是 DOWN 状态，须要从新 up 网卡；
up 网卡：ip link set eth1 up
图 7：up 网卡
网卡在被 up 后，再次进入 pod 进行测试，会发现解析就能够失常运行了。
图 8：up 网卡后测试
其实 kube-dns 后有两个 coredns POD，那么这两个 coredns 是采取什么策略去提供解析服务呢？
5. 问题剖析
利用 ipvsadm 能够看到 coredns 是依照 rr 的形式去提供服务的，并且设置了 session 的超时放弃工夫是 10800（超时工夫能够通过查看 kube-dns 的 yaml 文件）：
图 9：kube-dns 的 session 工夫
正是因为上述 kube-dns 的 session 的放弃工夫设置了 10800，导致域名解析的申请始终都是寻找坏的 coredns POD（坏 coredns 也就是被解绑后从新绑定辅助网卡的那台机器上的 coredns），所以客户侧在解绑操作后续始终没有无奈进行失常解析，相似于上面的景象：
图 10：长 ping 失败景象
测试上来掉该 session 设置，再次进行域名解析测试（批改 kube-dns svc 的 yaml 中的 sessionAffinity 为 None）：
图 11：svc yaml
图 12：dig 图
图 13：tcpdump 抓包
所以批改 sessionAffinity 为 None 后，第一次的解析会走好的 coredns，第二次申请就会走坏的 coredns，这也就是证实 coredns 以 rr 策略提供服务的。
图 14：长 ping 失常景象
咱们是阿里云智能寰球技术服务 -SRE 团队，咱们致力成为一个以技术为根底、面向服务、保障业务零碎高可用的工程师团队；提供业余、体系化的 SRE 服务，帮忙广大客户更好地应用云、基于云构建更加稳固牢靠的业务零碎，晋升业务稳定性。咱们冀望可能分享更多帮忙企业客户上云、用好云，让客户云上业务运行更加稳固牢靠的技术，您可用钉钉扫描下方二维码，退出阿里云 SRE 技术学院钉钉圈子，和更多云上人交换对于云平台的那些事。
原文链接
本文为阿里云原创内容，未经容许不得转载。
