十大Kubernetes部署錯(cuò)誤：成因、解決與避坑秘籍

作者：岱軍 2025-09-29 07:49:11

了解 Kubernetes 部署錯(cuò)誤發(fā)生的原因以及如何準(zhǔn)確地排除故障。無論您是處理 CrashLoopBackOff、卡住的 Pod 還是 YAML 問題，我們都將深入探討 10 個(gè)常見問題，并提供簡單的方法來在未來預(yù)防它們。

Kubernetes 部署錯(cuò)誤常見，多因配置或資源。文章詳解 10 常見錯(cuò)誤與故障排除，并強(qiáng)調(diào)自動化、資源限制及可觀測性，旨在預(yù)防問題。

譯自：Top 10 Kubernetes Deployment Errors: Causes and Fixes (And Tips)^[1]
作者：Sunny Yadav

當(dāng)您的 Kubernetes^[2] 部署失敗時(shí)，可能會感覺像大海撈針。一個(gè)小小的錯(cuò)誤——一個(gè)字段缺失、鏡像名稱拼寫錯(cuò)誤或內(nèi)存不足——都可能使一切停滯。您可能會驚訝地發(fā)現(xiàn)，配置錯(cuò)誤是高達(dá) 80% 的 Kubernetes 安全和穩(wěn)定性問題的根本原因。

接下來

? Kubernetes 部署錯(cuò)誤為何發(fā)生：3 個(gè)主要原因

? 10 大 Kubernetes 部署錯(cuò)誤及其故障排除方法

? 通用故障排除框架

? 預(yù)防未來錯(cuò)誤的專業(yè)技巧

? 總結(jié)：在 Kubernetes 部署問題發(fā)生前做好準(zhǔn)備

Kubernetes 部署錯(cuò)誤為何發(fā)生：3 個(gè)主要原因

Kubernetes 幫助您在容器^[3]中運(yùn)行應(yīng)用程序，但即使是設(shè)置中的小錯(cuò)誤也可能導(dǎo)致大問題。大多數(shù)問題發(fā)生是因?yàn)榕渲貌徽_或您的集群沒有足夠的資源。讓我們看看部署失敗的幾個(gè)常見原因。

聲明式配置出錯(cuò)

Kubernetes 使用 YAML 文件^[4]來定義您的應(yīng)用程序應(yīng)有的樣子。這被稱為聲明式配置。但如果該文件中有哪怕一個(gè)小錯(cuò)誤——例如拼寫錯(cuò)誤、錯(cuò)誤的縮進(jìn)或字段缺失——您的應(yīng)用程序?qū)o法正確部署。

此外，有時(shí)文件是有效的 YAML 但對 Kubernetes 無效。例如，您可能忘記設(shè)置副本數(shù)量或指向尚不存在的服務(wù)。這些小錯(cuò)誤可能難以發(fā)現(xiàn)，但一旦發(fā)現(xiàn)就容易修復(fù)。

鏡像和資源限制

您的容器鏡像就是 Kubernetes 運(yùn)行的應(yīng)用程序。如果鏡像名稱錯(cuò)誤或鏡像未推送到注冊表，Kubernetes 就無法拉取它，您的應(yīng)用程序也無法啟動。另一個(gè)常見問題是沒有為您的 Pod^[5] 設(shè)置足夠的 CPU 或內(nèi)存。如果 Pod 請求的資源多于可用資源，Kubernetes 可能會延遲它或使其處于“Pending”狀態(tài)。

節(jié)點(diǎn)和集群級別問題

有時(shí)問題不在于您的應(yīng)用程序——而在于集群本身。如果節(jié)點(diǎn)已滿、離線或出現(xiàn)問題，您的應(yīng)用程序可能沒有地方運(yùn)行。集群的網(wǎng)絡(luò)或存儲設(shè)置也可能存在問題。例如，Pod 可能無法連接到其他服務(wù)，或者如果存儲不可用，它可能會崩潰。

10 大 Kubernetes 部署錯(cuò)誤及其故障排除方法

當(dāng) Kubernetes 部署^[6]出現(xiàn)問題時(shí)，一開始可能會感到困惑。但許多錯(cuò)誤是常見的，并且有明確的原因。以下是您可能會遇到的 10 個(gè)最常見的錯(cuò)誤以及如何修復(fù)它們。

1. CrashLoopBackOff

此錯(cuò)誤意味著 Pod 啟動后立即崩潰，然后反復(fù)嘗試重新啟動。這通常發(fā)生在容器內(nèi)的應(yīng)用程序啟動后立即失敗時(shí)。

故障排除方法：

? 運(yùn)行 kubectl logs 查看應(yīng)用程序崩潰的原因。

? 檢查您的啟動命令或環(huán)境變量。

? 確保任何所需的文件、服務(wù)或依賴項(xiàng)都可用。

2. ImagePullBackOff / ErrImagePull

當(dāng) Kubernetes 無法下載您的容器鏡像時(shí)，會顯示這些錯(cuò)誤。這可能是因?yàn)殓R像名稱錯(cuò)誤、注冊表需要登錄或鏡像不存在。

故障排除方法：

? 檢查 YAML 文件中的鏡像名稱和標(biāo)簽。

? 確保鏡像已推送到容器注冊表。

? 如果是私有注冊表，請?zhí)砑佑行У溺R像拉取密鑰。

3. OOMKilled

OOM 代表內(nèi)存不足（out of memory）。此錯(cuò)誤意味著您的容器使用的內(nèi)存超出允許范圍，并被系統(tǒng)終止。

故障排除方法：

? 增加部署文件中的內(nèi)存限制。

? 優(yōu)化您的應(yīng)用程序以減少內(nèi)存使用。

? 使用 kubectl describe pod 檢查內(nèi)存限制和使用情況。

4. CreateContainerConfigError

此錯(cuò)誤意味著 Pod 設(shè)置中的某些內(nèi)容有誤。這可能是一個(gè)錯(cuò)誤的 Secret、ConfigMap 或 Volume。

故障排除方法：

? 使用 kubectl describe pod 查看詳細(xì)錯(cuò)誤消息。

? 檢查 Secret、ConfigMap 或 Volume 是否在 YAML^[7] 中被引用。

? 確保路徑和鍵是正確的。

5. NodeNotReady

此錯(cuò)誤意味著集群中的節(jié)點(diǎn)不可用于運(yùn)行 Pod。它可能已關(guān)閉或斷開連接。

故障排除方法：

? 使用 kubectl get nodes 檢查節(jié)點(diǎn)狀態(tài)。

? 查看 kubectl describe node 獲取更多信息。

? 根據(jù)問題重啟或修復(fù)節(jié)點(diǎn)。

6. Pod Stuck in Pending

處于“Pending”狀態(tài)的 Pod 尚未啟動。這通常意味著資源不足（CPU 或內(nèi)存）或卷不可用。

故障排除方法：

? 運(yùn)行 kubectl describe pod 找出它處于 Pending 狀態(tài)的原因。

? 檢查您的集群是否有足夠的可用資源。

? 確保存儲卷或節(jié)點(diǎn)選擇器是正確的。

7. FailedScheduling

此錯(cuò)誤意味著 Kubernetes 找不到符合您的 Pod 要求的節(jié)點(diǎn)。這通常與資源限制或調(diào)度規(guī)則有關(guān)。

故障排除方法：

? 使用 kubectl describe pod 查看調(diào)度詳情。

? 減少 Pod 規(guī)格中的 CPU 或內(nèi)存請求。

? 檢查您是否使用了可能阻止調(diào)度的任何節(jié)點(diǎn)選擇器或污點(diǎn)。

8. ContainerCannotRun

這意味著容器根本未能啟動。這可能是因?yàn)槿肟邳c(diǎn)命令錯(cuò)誤或容器沒有所需的權(quán)限。

故障排除方法：

? 使用 kubectl logs 或 describe pod 查看錯(cuò)誤。

? 確保 YAML 中的命令和參數(shù)是正確的。

? 檢查是否存在文件缺失、權(quán)限損壞或所需的訪問權(quán)限。

9. Exit Code 1 / 125

這些退出代碼表示您的應(yīng)用程序在啟動后立即失敗。代碼 1 通常表示一般錯(cuò)誤。代碼 125 可能意味著容器命令在應(yīng)用程序運(yùn)行之前就失敗了。

故障排除方法：

? 使用 kubectl logs 查看錯(cuò)誤輸出。

? 仔細(xì)檢查您的入口命令、環(huán)境變量和依賴項(xiàng)。

? 嘗試使用 docker run 在本地運(yùn)行鏡像進(jìn)行測試。

10. Pods in Init / Waiting Loop

有時(shí) Pod 會長時(shí)間停留在“Init”或“Waiting”狀態(tài)。這發(fā)生在 Init 容器或主容器無法正常啟動時(shí)。

故障排除方法：

? 使用 kubectl describe pod 檢查是什么阻礙了進(jìn)程。

? 確保 Init 容器成功完成。

? 檢查鏡像名稱、卷掛載和啟動腳本。

通用故障排除框架

當(dāng) Kubernetes 出現(xiàn)問題時(shí)，遵循按部就班的方法會有所幫助。不要猜測，而是使用 Kubernetes 內(nèi)置的工具來找出發(fā)生了什么。

這是一個(gè)簡單的框架，可以指導(dǎo)您進(jìn)行故障排除：

步驟	作用	工具或命令
kubectl describe	查看 Pod 狀態(tài)、事件和錯(cuò)誤消息	kubectl describe pod
檢查事件和日志	了解 Kubernetes 的行為和應(yīng)用程序行為	kubectl get events, kubectl logs
試運(yùn)行 (Dry run)	在 YAML 錯(cuò)誤影響集群之前捕獲它們	kubectl apply –dry-run=client
資源監(jiān)控	識別內(nèi)存/CPU 問題	kubectl top pod 或儀表板工具
健康探針	確保應(yīng)用程序正常運(yùn)行并準(zhǔn)備好接收流量	YAML 中的存活探針和就緒探針

從 `kubectl describe` 開始

kubectl describe 命令提供了 Pod、節(jié)點(diǎn)或其他資源正在發(fā)生的事情的完整細(xì)分。它顯示了當(dāng)前狀態(tài)、任何錯(cuò)誤消息和相關(guān)事件。這應(yīng)該是您獲取問題線索的第一站。

檢查事件和日志

事件告訴您 Kubernetes 一直在嘗試做什么，例如調(diào)度 Pod 或拉取鏡像。日志顯示您的應(yīng)用程序或容器實(shí)際在做什么。使用 kubectl get events 獲取全局視圖，使用 kubectl logs 查看容器內(nèi)部。

使用試運(yùn)行 (Dry Run) 驗(yàn)證 YAML

YAML 文件中的小拼寫錯(cuò)誤或錯(cuò)誤的格式可能會導(dǎo)致大問題。在應(yīng)用配置之前，使用 kubectl apply –dry-run=client -f .yaml 來檢查您的配置。這有助于在不更改集群任何內(nèi)容的情況下盡早發(fā)現(xiàn)錯(cuò)誤。

監(jiān)控資源使用情況

使用 kubectl top 或指標(biāo)儀表板等工具檢查您的 Pod 正在使用的 CPU 和內(nèi)存^[8]量。如果 Pod 沒有足夠的資源——或者請求過多——它們可能會崩潰、卡住或被系統(tǒng)終止。

使用探針和健康檢查

存活探針和就緒探針幫助 Kubernetes 了解您的應(yīng)用程序何時(shí)健康并準(zhǔn)備好提供流量。如果這些探針缺失或設(shè)置不正確，Pod 可能會頻繁重啟或在準(zhǔn)備好之前接收流量。添加適當(dāng)?shù)慕】禉z查使您的應(yīng)用程序更穩(wěn)定。