Kubernetes老出错怎么办？这2个问题99%都会遇到。。

问题一：修复 K8S 内存泄露问题

问题描述

applying cgroup … caused: mkdir …no space left on device

或者在 describe pod 的时候出现 cannot allocate memory。
这时候你的 k8s 集群可能就存在内存泄露的问题了，当创建的 pod 越多的时候内存会泄露的越多，越快。
2、具体查看是否存在内存泄露
$ cat /sys/fs/cgroup/memory/kubepods/memory.kmem.slabinfo

当出现 cat: /sys/fs/cgroup/memory/kubepods/memory.kmem.slabinfo: Input/output error 则说明不存在内存泄露的情况 如果存在内存泄露会出现
slabinfo - version: 2.1# name            <active_objs> <num_objs> <objsize> <objperslab> <pagesperslab> : tunables <limit> <batchcount> <sharedfactor> : slabdata <active_slabs> <num_slabs> <sharedavail>

解决方案
1、解决方法思路：关闭 runc 和 kubelet 的 kmem，因为升级内核的方案改动较大，此处不采用。
2、kmem 导致内存泄露的原因：

内核对于每个 cgroup 子系统的的条目数是有限制的，限制的大小定义在 kernel/cgroup.c #L139，当正常在 cgroup 创建一个 group 的目录时，条目数就加 1。我们遇到的情况就是因为开启了 kmem accounting 功能，虽然 cgroup 的目录删除了，但是条目没有回收。
这样后面就无法创建 65535 个 cgroup 了。也就是说，在当前内核版本下，开启了 kmem accounting 功能，会导致 memory cgroup 的条目泄漏无法回收。

2.1 编译 runc


配置 go 语言环境


$ wget https://dl.google.com/go/go1.12.9.linux-amd64.tar.gz$ tar xf go1.12.9.linux-amd64.tar.gz -C /usr/local/
# 写入bashrc$ vim ~/.bashrc$ export GOPATH="/data/Documents"$ export GOROOT="/usr/local/go"$ export PATH="$GOROOT/bin:$GOPATH/bin:$PATH"$ export GO111MODULE=off
# 验证$ source ~/.bashrc$ go env



下载 runc 源码


$ mkdir -p /data/Documents/src/github.com/opencontainers/$ cd /data/Documents/src/github.com/opencontainers/$ git clone https://github.com/opencontainers/runc$ cd runc/$ git checkout v1.0.0-rc9  # 切到v1.0.0-rc9 tag



编译


# 安装编译组件$ sudo yum install libseccomp-devel$ make BUILDTAGS='seccomp nokmem'# 编译完成之后会在当前目录下看到一个runc的可执行文件,等kubelet编译完成之后会将其替换



下载 kubernetes 源码


$ mkdir -p /root/k8s/$ cd /root/k8s/$ git clone https://github.com/kubernetes/kubernetes$ cd kubernetes/$ git checkout v1.15.3



制作编译环境的镜像（Dockerfile 如下）


FROM centos:centos7.3.1611
ENV GOROOT /usr/local/goENV GOPATH /usr/local/gopathENV PATH /usr/local/go/bin:$PATH
RUN yum install rpm-build which where rsync gcc gcc-c++ automake autoconf libtool make -y     && curl -L https://studygolang.com/dl/golang/go1.12.9.linux-amd64.tar.gz | tar zxvf - -C /usr/local



在制作好的 go 环境镜像中来进行编译 kubelet


$ docker run  -it --rm   -v /root/k8s/kubernetes:/usr/local/gopath/src/k8s.io/kubernetes   build-k8s:centos-7.3-go-1.12.9-k8s-1.15.3   bash$ cd /usr/local/gopath/src/k8s.io/kubernetes#编译$ GO111MODULE=off KUBE_GIT_TREE_STATE=clean KUBE_GIT_VERSION=v1.15.3 make kubelet GOFLAGS="-tags=nokmem"

3、替换原有的 runc 和 kubelet


将原有 runc 和 kubelet 备份


$ mv /usr/bin/kubelet /home/kubelet$ mv /usr/bin/docker-runc /home/docker-runc



停止 docker 和 kubelet


$ systemctl stop docker$ systemctl stop kubelet



将编译好的 runc 和 kubelet 进行替换


$ cp kubelet /usr/bin/kubelet$ cp kubelet /usr/local/bin/kubelet$ cp runc /usr/bin/docker-runc



检查 kmem 是否关闭前需要将此节点的 pod 杀掉重启或者重启服务器，当结果为 0 时成功


$ cat /sys/fs/cgroup/memory/kubepods/burstable/memory.kmem.usage_in_bytes



检查是否还存在内存泄露的情况


$ cat /sys/fs/cgroup/memory/kubepods/memory.kmem.slabinfo

问题二：k8s 证书过期问题的两种处理方法
前情提要
公司测试环境的 k8s 集群使用已经很长时间了，突然有一天开发联系我说 k8s 集群无法访问，开始以为是测试环境的机器磁盘空间不够了，导致组件异常或者把开发使用的镜像自动清理掉了，但是当登上机器去查验的时候发现不是这个原因。当时觉得也很疑惑。因为开发环境使用人数较少，不应该会出问题，所以就去查验 log 的相关报错信息。
问题现象
出现 k8s api 无法调取的现象，使用 kubectl 命令获取资源均返回如下报错：
$ Unable to connect to the server: x509: certificate has expired or is not yet valid

经网上搜索之后发现应该是 k8s 集群的证书过期了，使用命令排查证书的过期时间
$ kubeadm alpha certs check-expiration

发现确实是证书过期了。
相关介绍以及问题解决
因为我们是使用 kubeadm 部署的 k8s 集群，所以更新起证书也是比较方便的，默认的证书时间有效期是一年，我们集群的 k8s 版本是 1.15.3 版本是可以使用以下命令来更新证书的，但是一年之后还是会到期，这样就很麻烦，所以我们需要了解一下 k8s 的证书，然后我们来生成一个时间很长的证书，这样我们就可以不用去总更新证书了。
$ kubeadm alpha certs renew all --config=kubeadm.yaml$ systemctl restart kubelet$ kubeadm init phase kubeconfig all --config kubeadm.yaml# 然后将生成的配置文件替换,重启 kube-apiserver、kube-controller、kube-scheduler、etcd 这4个容器即可

另外 kubeadm 会在控制面板升级的时候自动更新所有证书，所以使用 kubeadm 搭建的集群最佳的做法是经常升级集群，这样可以确保你的集群保持最新状态并保持合理的安全性。但是对于实际的生产环境我们可能并不会去频繁的升级集群，所以这个时候我们就需要去手动更新证书。
下面我们通过调用 k8s 的 api 来实现更新一个 10 年的证书
首先在 /etc/kubernetes/manifests/kube-controller-manager.yaml 文件加入配置
spec:  containers:  - command:    - kube-controller-manager    # 设置证书有效期为 10年    - --experimental-cluster-signing-duration=87600h    - --client-ca-file=/etc/kubernetes/pki/ca.crt

修改完成后 kube-controller-manager 会自动重启生效。然后我们需要使用下面的命令为 Kubernetes 证书 API 创建一个证书签名请求。
如果您设置例如 cert-manager 等外部签名者，则会自动批准证书签名请求（CSRs）。否者，您必须使用 kubectl certificate 命令手动批准证书。以下 kubeadm 命令输出要批准的证书名称，然后等待批准发生：
# 需要将全部 pending 的证书全部批准$ kubeadm alpha certs renew all --use-api --config kubeadm.yaml &

我们还不能直接重启控制面板的几个组件，这是因为使用 kubeadm 安装的集群对应的 etcd 默认是使用的 /etc/kubernetes/pki/etcd/ca.crt 这个证书进行前面的，而上面我们用命令 kubectl certificate approve 批准过后的证书是使用的默认的 /etc/kubernetes/pki/ca.crt 证书进行签发的，所以我们需要替换 etcd 中的 ca 机构证书：
# 先拷贝静态 Pod 资源清单$ cp -r /etc/kubernetes/manifests/ /etc/kubernetes/manifests.bak$ vi /etc/kubernetes/manifests/etcd.yaml......spec:  containers:  - command:    - etcd    # 修改为 CA 文件    - --peer-trusted-ca-file=/etc/kubernetes/pki/ca.crt    - --trusted-ca-file=/etc/kubernetes/pki/ca.crt......    volumeMounts:    - mountPath: /var/lib/etcd      name: etcd-data    - mountPath: /etc/kubernetes/pki  # 更改证书目录      name: etcd-certs  volumes:  - hostPath:      path: /etc/kubernetes/pki  # 将 pki 目录挂载到 etcd 中去      type: DirectoryOrCreate    name: etcd-certs  - hostPath:      path: /var/lib/etcd      type: DirectoryOrCreate    name: etcd-data......

由于 kube-apiserver 要连接 etcd 集群，所以也需要重新修改对应的 etcd ca 文件：
$ vi /etc/kubernetes/manifests/kube-apiserver.yaml......spec:  containers:  - command:    - kube-apiserver    # 将etcd ca文件修改为默认的ca.crt文件    - --etcd-cafile=/etc/kubernetes/pki/ca.crt......

除此之外还需要替换 requestheader-client-ca-file 文件，默认是 /etc/kubernetes/pki/front-proxy-ca.crt 文件，现在也需要替换成默认的 CA 文件，否则使用聚合 API，比如安装了 metrics-server 后执行 kubectl top 命令就会报错：
$ cp /etc/kubernetes/pki/ca.crt /etc/kubernetes/pki/front-proxy-ca.crt$ cp /etc/kubernetes/pki/ca.key /etc/kubernetes/pki/front-proxy-ca.key

这样我们就得到了一个 10 年证书的 k8s 集群，还可以通过重新编译 kubeadm 来实现一个 10 年证书的，这个我没有尝试，不过在初始化集群的时候也是一个方法。
来源：https://zhuanlan.zhihu.com/p/343031257

精彩来袭！GOPS 全球运维大会 2024 · 深圳站火热进行中，点击小程序，访问大会官网～⏬


近期好文：
成为运维总监后才懂的道理：专业化的运维服务团队有多重要？
“高效运维”公众号诚邀广大技术人员投稿
投稿邮箱：jiachen@greatops.net，或添加联系人微信：greatops1118。


















点个“在看”，一年不宕机