文档首页/ 华为云UCS/ 常见问题/ 本地集群/ 本地集群接入失败怎么办?
更新时间:2024-09-11 GMT+08:00

本地集群接入失败怎么办?

问题描述

本文为集群接入的异常排查思路以及解决方案。集群接入UCS可能出现的异常情况如下:

  • 在UCS控制台中注册集群后,已在集群中部署proxy-agent,但界面一直提示“等待接入”,或在接入超时后提示“注册失败”。

    如集群已处于“注册失败”状态,请单击右上角按钮重新注册集群,然后根据排查思路进行问题定位。

  • 已接入的集群状态显示为“不可用”,请参考本文档中的排查思路解决。

排查思路

集群处于异常状态的排查思路大致可根据报错信息进行定位,如表1所示。

表1 报错信息说明

报错信息

说明

推荐排查项

“currently no agents available, please make sure the agents are correctly registered”

出现该错误的原因大概率为接入集群中的proxy-agent运行状态异常或网络异常。

“please check the health status of kube apiserver: ...”

出现该错误的原因大概率为集群内部kube-apiserver无法访问。

“cluster responded with non-successful status code: ...”

出现该错误的原因可能是多样的,请根据实际状态码进行排查。

例如状态码401表示用户没有访问权限,可能的原因是集群认证信息过期。

“cluster responded with non-successful message: ...”

出现该错误的原因可能是多样的,请根据实际信息进行排查。

例如“Get "https://172.16.0.143:6443/readyz?timeout=32s\": context deadline exceeded”显示访问apiserver超时,可能是因为集群apiserver发生故障。

-

“Current cluster version is not supported in UCS service.”

出现该错误的原因是集群版本不符合要求:接入UCS服务的Kubernetes集群版本必须为1.19及以上。

-

排查项一:proxy-agent的运行状态

集群从UCS注销后,原有proxy-agent配置文件中包含的认证信息将会失效,请同时删除集群中已部署的proxy-agent实例。如需再次接入UCS,必须重新从UCS控制台下载proxy-agent配置文件进行部署。

  1. 登录目标集群Master节点。
  2. 查看集群代理部署状态。

    kubectl -n kube-system get pod | grep proxy-agent

    如果部署成功,预期输出如下:

    proxy-agent-*** 1/1 Running 0 9s

    说明proxy-agent部署正常,如proxy-agent没有处于正常Running状态,可以使用kubectl -n kube-system describe pod proxy-agent-***查看Pod的告警信息,详细排查思路可参考proxy-agent部署失败怎么办?

    proxy-agent默认部署两个Pod实例,存在一个Pod正常Running即可使用基本功能,但是高可用性无法保证。

  3. 打印proxy-agent的Pod日志,查看代理程序是否可以连接到UCS。

    kubectl -n kube-system logs proxy-agent-*** | grep "Start serving"

    如没有“Start serving”的日志打印但是proxy-agent实例状态正常,则需要继续检查其他排查项。

排查项二:集群与UCS网络连接状态

公网接入:

  1. 检查集群是否绑定公网IP或配置公网NAT网关。
  2. 检查集群安全组的出方向是否放通。如需对出方向做访问控制,请联系技术支持获取目的地址和端口号。
  3. 解决网络问题后,删掉已有的proxy-agent Pod使其重新生成Pod资源,查看新建Pod的日志中是否存在“Start serving”的日志打印。

    kubectl -n kube-system logs proxy-agent-*** | grep "Start serving"

  4. 日志正常打印后,刷新UCS控制台页面,查看集群是否正常连接。

私网接入:

  1. 检查集群安全组的出方向是否放通。如需对出方向做访问控制,请联系技术支持获取目的地址和端口号。
  2. 排除集群与UCS和IDC之间的网络连接故障。

    根据网络连接方式不同,请参考以下文档进行故障排除。

  3. 排除集群私网接入的VPCEP故障,VPCEP状态需为“已接受”。如VPCEP被误删除,则需重新创建,请参见私网接入的集群误删除VPCEP后如何恢复?

    图1 VPCEP状态

  4. 解决网络问题后,删掉已有的proxy-agent Pod使其重新生成Pod资源,查看新建Pod的日志中是否存在“Start serving”的日志打印。

    kubectl -n kube-system logs proxy-agent-*** | grep "Start serving"

  5. 日志正常打印后,刷新UCS控制台页面,查看集群是否正常连接。

排查项三:集群kube-apiserver状态

集群接入UCS时,可能出现如图2所示的异常信息,错误显示“please check the health status of kube apiserver: ...”。

图2 kube-apiserver状态异常

如出现以上信息,说明proxy-agent无法和集群apiserver进行正常通信,由于不同用户待接入集群的网络环境配置不同,这里无法提供统一的解决方案,需要您自行解决集群网络问题后进行重试。

  1. 登录UCS控制台,在左侧导航栏选择“容器舰队”页面。
  2. 登录目标集群Master节点,检查proxy-agent的Pod是否可以访问待接入集群的apiserver。

    参考命令:

    kubectl exec -ti proxy-agent-*** -n kube-system /bin/bash
    # 访问集群的kube-apiserver
    curl -kv https://kubernetes.default.svc.cluster.local/readyz

    如无法正常访问,请解决集群网络问题后,在UCS控制台重新注册集群,并重新部署proxy-agent。

排查项四:集群认证信息变化

如错误显示“cluster responded with non-successful status: [401][Unauthorized]”,通过观察集群三个Master节点“/var/paas/sys/log/kubernetes/auth-server.log”日志,可能是IAM网络连通故障。请确认IAM域名解析能力,及IAM服务连通性正常。

常见问题日志如下:

  • Failed to authenticate token: *******: dial tcp: lookup iam.myhuaweicloud.com on *.*.*.*:53: no such host

    此类日志说明,节点缺少对iam.myhuaweicloud.com解析能力,请参考安装前准备,配置对应的域名解析。

  • Failed to authenticate token: Get *******: dial tcp *.*.*.*:443: i/o timeout

    此类日志说明,节点访问IAM服务超时,请确保节点与华为云IAM服务能正常通信。

  • currently only supports Agency token

    此类日志说明请求不是从UCS服务发起,目前本地集群只支持UCS服务IAM Token访问。

  • IAM assumed user has no authorization/iam assumed user should allowed by TEAdmin

    此类日志说明UCS服务访问集群故障,请联系华为技术人员进行排障。

  • Failed to authenticate token: token expired, please acquire a new token

    此类日志说明Token存在过期现象,请使用date命令确定时间是否差距过大,如果节点时间与标准时间差距过大,请同步时间后,查看集群是否恢复。如果长时间未恢复,可能需要重装集群,请联系华为技术人员进行排障。

解决上述问题后,请使用crictl ps | grep auth | awk '{print $1}' | xargs crictl stop命令重启auth-server容器。