排查节点未就绪故障，然后进行恢复

本文有助于排查 Microsoft Azure Kubernetes 服务 (AKS) 群集中的节点显示节点未就绪状态，但随后自动恢复到正常状态的方案。

症状

你注意到，当节点报告其状态为“未就绪”时，应用程序停止响应。 但是，节点会自动恢复，现在它正在查找根本原因分析 (RCA) 。

原因

此问题的可能原因包括以下方案：

• API 服务器不可用，并且你正在为部署使用就绪情况探测。

  如果 Pod 正在运行但未准备就绪，则表示就绪情况探测失败。 如果就绪情况探测失败，则 Pod 不会附加到服务，并且流量不会转发到 Pod 实例。

• 发生虚拟机 (VM) 主机故障。 若要确定是否发生 VM 主机故障，检查以下信息源：

  • AKS 诊断
  • Azure 状态
  • Azure 通知 (任何最近的中断或维护期)

预防

若要防止将来发生此问题，请执行下列操作之一或多项：

• 确保服务层级已全额支付。
• 减少对 API 服务器的 和 get 请求数watch。
• 将节点池替换为正常的节点池。

更多信息

• 有关常规故障排除步骤，请参阅 节点未就绪故障的基本故障排除。