Kubernetes上生产环境后，99%会遇到这两个故障

随着微服务的不断推进，使用 k8s 集群越来越多，越来越深入，随之而来会遇到一系列的问题，本文向大家介绍实际使用 k8s 遇到的一些问题以及解决方法。

问题一：修复 K8S 内存泄露问题

1.问题描述

1）当 k8s 集群运行日久以后，有的 node 无法再新建 pod，并且出现如下错误

当重启服务器之后，才可以恢复正常使用。查看 pod 状态的时候会出现以下报错。

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

at /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>

2.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。

3.具体实现

1）编译 runc

wget https://dl.google.com/go/go1.12.9.linux-amd64.tar.gztar xf go1.12.9.linux-amd64.tar.gz -C /usr/local/写入bashrcvim ~/.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

mkdir-p /data/Documents/src/github.com/opencontainers/cd/data/Documents/src/github.com/opencontainers/gitclone https://github.com/opencontainers/runccdrunc/gitcheckout v1.0.0-rc9 # 切到v1.0.0-rc9 tag

安装编译组件sudoyum install libseccomp-develmakeBUILDTAGS='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

2）编译 kubelet

mkdir-p /root/k8s/cd/root/k8s/gitclone https://github.com/kubernetes/kubernetescdkubernetes/gitcheckout v1.15.3

FROM centos:centos7.3.1611ENV GOROOT /usr/local/goENV GOPATH /usr/local/gopathENV PATH /usr/local/go/bin:$PATHRUN yum install rpm-build whichwhere 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

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 bashcd /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

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

systemctlstop dockersystemctlstop kubelet

cpkubelet /usr/bin/kubeletcpkubelet /usr/local/bin/kubeletcprunc /usr/bin/docker-runc

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

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

1.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。

2.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。

3.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。

kubeadmalpha certs renew all --config=kubeadm.yamlsystemctlrestart kubeletkubeadminit 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）。否则，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：

kubeadm alpha certs renew all --use-api --config kubeadm.yaml &

需要将全部 pending 的证书全部批准。

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.bakvi/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/etcdname: etcd-data-mountPath: /etc/kubernetes/pki # 更改证书目录name: etcd-certsvolumes:-hostPath:path: /etc/kubernetes/pki # 将 pki 目录挂载到 etcd 中去type: DirectoryOrCreatename: etcd-certs-hostPath:path: /var/lib/etcdtype: DirectoryOrCreatename: 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.crtcp/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。

作者丨知了乎

来源丨zhuanlan.zhihu.com/p/343031257

dbaplus社群欢迎广大技术人员投稿，投稿邮箱： [email protected]

活动推荐

2024 XCOPS智能运维管理人年会·广州站将于5月24日举办 ，深究大模型、AI Agent等新兴技术如何落地于运维领域，赋能企业智能运维水平提升，构建全面运维自治能力！ 码上报名，享早鸟优惠。