关于kubernetes:运维攻坚之服务间歇性不可用问题解决

背景

某客户kubernetes集群新加了一个节点，新节点部署利用后，利用会间歇性unavaliable，用户拜访报503，没有事件音讯，主机状态也失常。

排查

初步狐疑是新节点问题，在系统日志/var/log/message和dmesg中都未发现相干错误信息，在kubelet中发现以下日志

kubernetes集群时通过rke进行装置，能够在节点上间接执行命令docker logs -f --tail=30 kubelet查看kubelet日志

E0602 03:18:27.766726    1301 controller.go:136] failed to ensure node lease exists, will retry in 7s, error: an error on the server ("") has prevented the request from succeeding (get leases.coordination.k8s.io k8s-node-dev-6)E0602 03:18:34.847254    1301 reflector.go:178] k8s.io/client-go/informers/factory.go:135: Failed to list *v1.CSIDriver: an error on the server ("") has prevented the request from succeeding (get csidrivers.storage.k8s.io)I0602 03:18:39.176996    1301 streamwatcher.go:114] Unexpected EOF during watch stream event decoding: unexpected EOFE0602 03:18:43.771023    1301 controller.go:136] failed to ensure node lease exists, will retry in 7s, error: an error on the server ("") has prevented the request from succeeding (get leases.coordination.k8s.io k8s-node-dev-6)

其中比拟关注failed to ensure node lease exists这个错误信息，从字面上了解应该就是无奈注册主机信息，然而kubectl get nodes失去的状态都是Ready。联想到利用间歇性的不可用，狐疑可能是短时间节点不可用而后疾速复原，因而可能在执行命令的时候是失常的，为了验证猜测，在后盾始终执行kubectl get nodes命令，终于捕捉到NotReady状态

并且也捕捉到不可用时的详细信息

依据kubelet stopped posting node status作为关键字搜寻，在stackoverflow上找到相似的问题，高赞答复倡议设置kube-apiserver参数--http2-max-streams-per-connection，因为最近集群部署了prometheus，并且减少了多个节点，对apiserver的申请量忽然变大可能导致apiserver的连接数不够，该参数能够减少连接数，因为集群是通过rke进行装置，因而须要更改rke配置文件后从新执行rke up命令，更改如下

  kube-api:    service_node_port_range: "1-65535"    extra_args:      http2-max-streams-per-connection: 1000

从新执行rke up后进行集群更新，更新结束有重启kubelet，问题解决

如果是rke装置能够在节点上执行命令docker restart kubelet重启kubelet