kubeadm创建k8s集群一直失败排查

程序员文章站 2022-07-15 08:11:54

...

背景

某环境，使用kubeadm创建3个master节点的高可用集群，但是一直失败。

10.197.145.25: exec "kubeadm join 10.197.145.24:6443 \\\n--node-name=10.197.145.25 --token=vbgvbq.8bmv408a1uj0io2m \\\n--control-plane --certificate-key=c6840dd68d6dc52f4e74ed244d551337f2b3c9ac7dc766cd574090ae64feb39d \\\n--skip-phases=control-plane-join/mark-control-plane \\\n--discovery-token-unsafe-skip-ca-verification \\\n--ignore-preflight-errors=ImagePull \\\n--ignore-preflight-errors=Port-10250 \\\n--ignore-preflight-errors=FileContent--proc-sys-net-bridge-bridge-nf-call-iptables \\\n--ignore-preflight-errors=DirAvailable--etc-kubernetes-manifests\n" failed:exit 1:stderr [WARNING DirAvailable--etc-kubernetes-manifests]: /etc/kubernetes/manifests is not empty [WARNING IsDockerSystemdCheck]: detected "cgroupfs" as the Docker cgroup driver. The recommended driver is "systemd". Please follow the guide at https://kubernetes.io/docs/setup/cri/ [WARNING Port-10250]: Port 10250 is in use error execution phase preflight: [preflight] Some fatal errors occurred: [ERROR FileAvailable--etc-kubernetes-kubelet.conf]: /etc/kubernetes/kubelet.conf already exists [ERROR FileAvailable--etc-kubernetes-bootstrap-kubelet.conf]: /etc/kubernetes/bootstrap-kubelet.conf already exists [preflight] If you know what you are doing, you can make a check non-fatal with `--ignore-preflight-errors=...` :error %!s(<nil>)

排查

从日志可以看出，10.197.145.24为集群的kube-api的地址，使用kubeadm join命令想把10.197.145.25节点添加到集群时报错，报错提示/etc/kubernetes/kubelet.conf，/etc/kubernetes/bootstrap-kubelet.conf 存在，貌似是节点残留文件导致节点join失败。
使用清理脚本清理10.197.145.25的残留，从新添加节点，发现错误仍然存在，且报错内容一样，清理脚本如下

#!/bin/bash
rm -rf /etc/kubernetes
systemctl stop kubelet 2>/dev/null
docker rm -f $(docker ps -aq) 2>/dev/null
systemctl stop docker 2>/dev/null
ip link del cni0 2>/etc/null
for port in 80 2379 6443 8086 {10249..10259} ; do
fuser -k -9 ${port}/tcp
done
rm -fv /root/.kube/config
rm -rfv /var/lib/kubelet
rm -rfv /var/lib/cni
rm -rfv /etc/cni
rm -rfv /var/lib/etcd
rm -rfv /var/lib/postgresql /etc/core/token /var/lib/redis /storage /chart_storage
systemctl start docker 2>/dev/null

于是检查10.197.145.25节点情况docker和kubelet运行情况
- systemctl status docker
  
  该节点docker进程为active和running的
- systemctl status kublet
  
  节点kubelet进程为inactive状态
通过systemctl restart kubelet重启kubelet进程，发现启动后kubelet进程启动后一会后进程退出。

检查节点的message日志，发现kubelet有如下报错

kubelet: F0727 11:39:07.530805   23779 docker_service.go:414] Streaming server stopped unexpectedly: listen tcp 172.0.0.1:0: bind: cannot assign requested address

kubeadm创建k8s集群一直失败排查

google上述错误，发现如下链接

Minikube Start Failure

检查该节点的/etc/hosts,确实发现没有localhost的解析文件了。经咨询得知，客户为了配置一个域名的自定义解析，采用了 echo “1.2.3.4 a.b.com” > /etc/hosts的操作，导致/etc/hosts中localhost解析被清空。

解决

参照——https://coding-stream-of-consciousness.com/2020/01/15/minikube-start-failure-streaming-server-stopped-cannot-assign-requested-address/修复方式，我们在/etc/hosts文件中增加localhost解析后，kubelet启动正常了，节点添加成功。

127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6

后记

/etc/hosts中localhost的回环地址解析，绝大多数应用都会依赖，因此生产环境绝对不能删除。
在使用kubeadm创建k8s集群时，进行必备条件的checklist检查，常见检查条件如下

内核模块

须加载iptable_nat，br_netfilter内核模块
内核参数

net.ipv4.ip_forward = 1

net.bridge.bridge-nf-call-iptables = 1

net.bridge.bridge-nf-call-arptables = 1

关闭selinux

参照官方文档，https://kubernetes.io/docs/tasks/configure-pod-container/security-context/，新版本的kubernetes可以开启selinux，但是selinux配置很复杂，开启selinux时，docker可能无法创建出容器。除非安全要求很严格的场景，一般情况建议关闭。
关闭节点swap

默认开启swap会导致kubelet无法启动
时间同步，节点时区统一

建议时区设置为 Asia/Shanghai
防火墙设置

kubernetes组件运行需要的端口须保持开放，如6443，2379，2380等。
/etc/hosts文件

所有服务器可以通过 hostname 解析成 ip，可以将 localhost 解析成 127.0.0.1，同时hosts 文件内，不能有重复的 hostname。
/tmp/ 权限

/tmp 目录的权限是 777
集群全部节点安装socat软件包

socat不仅kubeadm创建集群需要，helm使用时也需要。

iptables

iptables FORWARD链为ACCEPT

iptables -P FORWARD ACCEPT