解決Kubernetes Pod故障的5個簡單技巧
在很多情況下，你可能會發現Kubernetes中的應用程序沒有正確地部署，或者沒有正常地工作。今天這篇文章就提供了如何去快速解決這類故障以及一些技巧。
在閱讀了這篇文章之后，你還將深入了解Kubernetes的內部機制，另外，我還將與大家分享一些關于自己操作Kubernetes的一些非常有用的技巧。
那么，我們開始吧！
首先，Pod失敗的原因一般有兩個：
- Kubernetes資源配置中的錯誤，例如在部署（Deployment）和服務（Service）里。
- 代碼中的問題。
在第一種情況下，容器一般不會啟動。在后一個實例中，應用程序代碼在容器啟動后失敗。我們將系統地處理每種情況。
在本練習中，我們會使用kubectl來實現與Kubernetes的交互。
技巧1：檢查Pod
確認Pod處于運行（Running）狀態或準備就緒（Ready）的狀態。
- kubectl get pods
如圖，一個Pod在等待（Pending）狀態9個小時，肯定不是個好事！容器沒有啟動，我們將會使用技巧2中的describe命令對此進行深入地研究。但，在這里我們強調一下在容器啟動失敗時發生的其他錯誤代碼。如下：
- Imagepullbackoff：
Docker鏡像倉庫不可訪問，部署中指定的鏡像名稱或版本不正確。
請確保鏡像名稱是正確的，并且鏡像倉庫是可訪問的以及經過身份驗證的（docker login…）。
- RunContainerError：
也是一種可能。
原因：
缺少ConfigMap或Secrets。
- ContainerCreating：
容器創建時一些組件無法立刻啟用，比如持久卷？
在研究其他錯誤之前，讓我們先嘗試使用錯誤的鏡像名稱啟動Pod。
- # start Pod from image "ngin".
- # 'web' can be any name, is the name of resulting K8S deployment
- kubectl run web --image=ngin --replicas=1
最后一行展示了鏡像錯誤
果然，完全不存在的鏡像“ngin”導致了ImagePullBackOff錯誤。使用正確的鏡像名稱“nginx”就能解決這個問題。
- kubectl run temp --image=nginx --replicas=1
- kubectl get pods
如圖，Pod已經起來了。
接下來，這里有一些在容器啟動后可能發生的錯誤。
- Crashloopbackoff：
Pod存活檢查失敗或Docker鏡像出錯。
例如，Docker CMD即刻退出。
可以用下面的技巧3來檢查日志。
注意：
此截圖中的“重啟（RESTARTS）”列顯示了重啟的次數。
在這種情況下，你應該會看到一些重啟，因為當錯誤發生時，Kubernetes會反復嘗試啟動Pod。
- 如果Pod處于運行（Running）狀態，而你的應用程序仍然不能正常工作，請繼續技巧3和4。
技巧2：檢查和Pod相關的事件
如果你在Pod狀態上看到一個錯誤代碼，你可以使用describe命令獲得更多信息。這在容器本身沒有啟動的情況下是很有幫助的。
- kubectl describe frontend-65c58c957d-f4cqn
截圖的最后一行表明，由于缺少CPU資源，Pod還沒有啟動，請參見底部的消息。你可以增加Pod的CPU再重新部署應用程序。
技巧3：檢查日志（Log）
現在容器已經啟動，可以通過檢查日志來查看應用程序是否正常運行。例如，Pod frontend-65c58c957d-bzbg2：
- kubectl logs --tail=10 frontend-65c58c957d-bzbg2
實時滾動查看一個正在運行的日志：
- kubectl logs -f frontend-65c58c957d-bzbg2
如果kubectl logs后沒有任何輸出，試試使用get pod，然后會發現這很有可能是一個新啟動的Pod，因此可以嘗試檢查一些上一次掛掉的Pod的日志。
- kubectl logs frontend-65c58c957d-bzbg2 --previous
技巧4：直接在Pod中運行“sh”、“bash”或“ash”
可以進入到Pod內部并運行命令來對應用程序進行故障排除（輸入exit即可退出）。
- kubectl exec -it frontend-65c58c957d-bzbg2 /bin/sh
技巧5：顯示集群級別的事件
Kubernetes在它管理的資源狀態發生變化（正常、警告等）時觸發對應的事件。這能幫助我們了解背后到底發生了什么。get events命令能提供事件的聚合透視圖。
- # all events sorted by time.
- kubectl get events --sort-by=.metadata.creationTimestamp# warnings only
- kubectl get events --field-selector type=Warning# events related to Nodes
- kubectl get events --field-selector involvedObject.kind=Node
額外的技巧
這是我最喜歡的技巧！熟練掌握各種命令會使你更有信心在游走在Kubernetes集群中。
首先，輸入kubectl可以列出所有kubectl的命令。
接下來，嘗試用下面的命令來執行grep調試命令。
- kubectl | grep -i -A 10 debugging
列出可以在Kubernetes上運行的一些基本命令。
- kubectl | grep -i -A 5 Basic
接下來，列出可操作的Kubernetes資源。
- kubectl api-resources
現在可以自己搞一些命令了！你可以選擇一個命令（get、describe、explain）并選取一個資源然后運行它！例如，get nodes。所以，再試試別的吧！
雖然有些組合可能并沒什么意義，但除了這一點，整個command系統是相當直觀和一致的；你可以輕松地編寫命令并進行各種探索。
只是千萬要小心，不要刪除或修改你不希望碰到的對象。
列出Kubernetes命名空間（namespace）：
- kubectl get ns
這樣，你可以使用特定的命令來更深入地研究相應的選項或示例。
- kubectl get --help
- # see K8S system pods in 'kube-system' namespace!
- kubectl -n kube-system get pods
正如你所看到的，Kubernetes的命令系統非常容易理解，簡單地測試這些命令能讓我們學到很多東西。
結論
有了這些，我希望你能在Kubernetes集群中找到并修復Kubernetes資源和代碼中的錯誤。同時我打算接下來再介紹一下Kubernetes服務（Service）和網絡的調試。
如果你已經走了這么遠，我想感謝你對學習Kubernetes的堅持和奉獻。請在下面留下你的評論，如果你有什么想法，或者有什么想談論的話題，也請告訴我。
最后，如果你想在Kubernetes中部署一個真實的應用程序，請閱讀我的上一篇文章。然后可以使用命令和故障排除工具對其進行修補。
