Kubernetes故障克星：19个高频问题速查与秒解指南（2025版）

sb1

我用夸克网盘分享了「Kubernetes故障克星：19个高频问题速查与秒解指南（2025版）」，点击链接即可保存。打开「夸克APP」，无需下载在线播放视频，畅享原画5倍速，支持电视投屏。
链接：https://pan.quark.cn/s/1775e92395ed
### **内容总结**：

本指南基于真实生产环境高频故障场景，结合Kubernetes核心排查逻辑，提供快速定位与解决方法，助你成为K8S故障“灭火专家”！

---

#### **一、Pod类故障速查**
1. **Pod无法启动（CrashLoopBackOff/ErrImagePull）**  
   - **原因**：镜像拉取失败、容器启动命令错误、资源不足。  
   - **排查命令**：  
     ```bash
     kubectl describe pod <pod_name> -n <namespace>  # 查看事件日志  
     kubectl logs <pod_name> -n <namespace> --previous  # 查看前一次失败日志  
     ```  
   - **解决方案**：  
     - 镜像问题：检查镜像是否存在、权限是否正确，或更换可用镜像。  
     - 资源不足：调整资源请求（CPU/Memory）或扩容集群节点。

2. **Pod状态为Pending**  
   - **原因**：资源不足、调度策略冲突、节点标签不匹配。  
   - **排查命令**：  
     ```bash
     kubectl describe pod <pod_name> -n <namespace>  # 检查调度失败原因  
     kubectl get nodes -o wide  # 查看节点资源使用情况  
     ```  
   - **解决方案**：  
     - 增加节点资源或调整Pod的资源请求。  
     - 检查Taints/Tolerations和NodeSelector配置是否匹配。

3. **Pod运行缓慢或CPU/内存过高**  
   - **排查命令**：  
     ```bash
     kubectl top pod <pod_name> -n <namespace>  # 查看资源使用率  
     kubectl exec -it <pod_name> -n <namespace> -- top  # 容器内进程监控  
     ```  
   - **解决方案**：  
     - 优化应用代码或增加资源配额。  
     - 使用HPA（Horizontal Pod Autoscaler）自动扩缩容。

---

#### **二、网络类故障速查**
1. **Pod间无法通信**  
   - **原因**：NetworkPolicy限制、Calico网络插件故障、DNS解析失败。  
   - **排查命令**：  
     ```bash
     kubectl exec <pod_name> -n <namespace> -- ping <目标Pod/IP>  # 测试连通性  
     kubectl get networkpolicies -n <namespace>  # 检查策略配置  
     ```  
   - **解决方案**：  
     - 检查NetworkPolicy是否阻断流量。  
     - 重启Calico组件或检查CNI插件日志。

2. **Service无法访问外部服务**  
   - **原因**：NodePort/LoadBalancer配置错误、防火墙规则限制。  
   - **排查命令**：  
     ```bash
     kubectl get service <svc_name> -n <namespace> -o yaml  # 检查Service类型和端口  
     kubectl describe svc <svc_name> -n <namespace>  # 查看外部IP和端口  
     ```  
   - **解决方案**：  
     - 修改Service类型为NodePort或LoadBalancer。  
     - 检查云平台安全组或防火墙规则。

---

#### **三、存储与配置类故障**
1. **Pod因存储卷挂载失败**  
   - **原因**：PV/PVC配置错误、存储后端不可用。  
   - **排查命令**：  
     ```bash
     kubectl get pvc,pv -n <namespace>  # 检查存储状态  
     kubectl describe pvc <pvc_name> -n <namespace>  # 查看绑定详情  
     ```  
   - **解决方案**：  
     - 检查存储类（StorageClass）配置，确保存储后端（如NFS、云存储）正常。  
     - 重新创建PV/PVC或调整存储访问模式（AccessModes）。

2. **配置错误导致Pod无法创建**  
   - **原因**：YAML文件语法错误、资源名称冲突。  
   - **排查命令**：  
     ```bash
     kubectl apply -f <yaml_file> --dry-run=client  # 检查语法  
     kubectl get all -n <namespace>  # 查看是否存在同名资源  
     ```  
   - **解决方案**：  
     - 使用`kubectl explain`验证字段合法性。  
     - 删除冲突资源后重新部署。

---

#### **四、服务暴露与DNS问题**
1. **外网无法访问集群服务**  
   - **原因**：Service类型为ClusterIP，未暴露到外网。  
   - **解决方案**：  
     ```bash
     kubectl edit svc <svc_name> -n <namespace>  # 修改type为NodePort/LoadBalancer  
     ```  

2. **Init容器初始化失败（PodInitializing）**  
   - **原因**：依赖Service未创建、DNS解析失败。  
   - **排查命令**：  
     ```bash
     kubectl exec <pod_name> -n <namespace> -- nslookup <service_name>  # 检查DNS  
     ```  
   - **解决方案**：  
     - 确保依赖Service已创建并正常运行。  
     - 检查CoreDNS配置，确保域名解析生效。

---

#### **五、集群级故障**
1. **节点状态NotReady**  
   - **原因**：kubelet服务异常、节点资源耗尽。  
   - **排查命令**：  
     ```bash
     kubectl describe node <node_name>  # 查看节点状态  
     ssh <node_ip> systemctl status kubelet  # 检查kubelet日志  
     ```  
   - **解决方案**：  
     - 重启kubelet服务或修复节点硬件问题。  
     - 将Pod驱逐到其他节点（`kubectl drain`）。

2. **证书过期导致集群通信失败**  
   - **排查命令**：  
     ```bash
     kubectl get cm -n kube-system -l kubernetes.io-cluster-cert  # 检查证书信息  
     ```  
   - **解决方案**：  
     - 使用`cert-manager`或手动更新证书。  
     - 重启apiserver等关键组件。

---

#### **六、终极排查清单**
1. **基础命令组合**：  
   ```bash
   kubectl get all -A          # 查看集群全貌  
   kubectl get events -A       # 捕捉全局异常事件  
   kubectl logs -p <pod>       # 查看前一次失败日志  
   ```  
2. **快速定位流程**：  
   - **Step1**：检查Pod状态（`kubectl get pods`）。  
   - **Step2**：查看事件日志（`kubectl describe pod`）。  
   - **Step3**：进入容器内部调试（`kubectl exec`）。  
   - **Step4**：检查资源配额与节点状态（`kubectl top node`）。  

---

### **结语**  
本指南覆盖K8S 90%高频故障场景，结合实战案例与一键排查命令，助你快速定位问题根源。建议将此指南保存为快捷手册，关键时刻秒速响应！  

---

**标题设计亮点**：  
- **“故障克星”**：突出指南的权威性与问题解决能力。  
- **“19个高频问题”**：量化内容，增强可信度。  
- **“速查与秒解”**：强调工具的高效性与实用性。  
- **“2025版”**：体现内容的时效性与更新迭代。

sakura_dmz

啥也不说了，感谢楼主分享哇！