原因分析：CCE节点状态异常（NotReady/Unknown）通常由资源压力、组件故障或网络问题引起。可通过NPD插件或自主排查流程定位问题。 排查步骤：登录CCE控制台查看节点状态→ 查看节点事件信息 →查看节点Status字段定位具体异常类型→结合异常类型进行相应处理。

节点池扩容失败常见原因包括：子网被删除、安全组被删除、节点规格不可用、密钥对异常、企业项目被删除等。需根据具体错误信息定位。

Pod调度失败（Pending状态）通常由资源不足、亲和性冲突、污点不容忍、存储卷可用区不匹配等原因导致。

CCE通过AOM（应用运维管理）实现监控告警，通过HPA+CA实现工作负载和节点联动弹性伸缩。需正确配置告警通知规则和伸缩策略。

CCE支持ELB型和Nginx型两种Ingress Controller。ELB Ingress Controller部署在Master节点，通过ELB实现七层流量转发。需正确配置Ingress规则和ELB关联。

Pod处于CrashLoopBackOff状态表示容器启动后立即退出并被反复重启。需通过查看Pod事件和容器日志定位根因。

PVC处于Pending状态可能由存储创建失败、Everest插件异常、存储类不可用等原因导致。需检查PVC事件和插件状态。

CCE支持通过CloudShell和kubectl两种方式连接集群。CloudShell无需本地安装工具即可直接管理集群，kubectl需下载kubeconfig配置文件。

1、进入CCE集群点击规格变更，单控制节点集群不可变更为1000节点及以上，预计30分钟完成。手动降配仅支持v1.27+三控制节点集群，需评估过载风险。2、重置节点需先排水（Pod优雅驱逐），建议业务低峰期操作。注意：系统盘/数据盘会被清空，需提前备份，本地持久卷数据丢失不可恢复。3、不建议在ECS侧直接变更节点规格，会导致与节点池设定不一致，影响弹性伸缩。

升级前需检查节点与插件兼容性；注意事项：升级中避免操作集群、修改配置后需等待10分钟；升级时业务不中断但API Server短暂中断；v1.28+版本控制节点IP会变更；插件升级可能驱逐业务Pod；手动修改的插件配置可能被覆盖。

推荐安装NPD插件（≥1.16.0），自动检测节点故障并在控制台/事件中上报。参考常见的异常类型通过find排查大文件，检查Pod挂载，优化日志策略。

① 节点缩容保护：按需节点池中的节点转为包年/包月时，在节点列表中找到目标节点，单击"更多 > 开启节点缩容保护"，然后再进行转包年/包月操作。② 修改CCE集群配置参数：通过控制台或API两种方式。注意：修改kube-apiserver参数会导致集群重启并断开已有长连接，请谨慎操作。

停止维护后，您的集群仍可运行。 对于已停止维护（EOS）的版本，华为云将不再支持创建新的集群。注意：EOS版本不再获得技术支持和SLA保障，请及时升级集群到商用版本，建议选择CCE前端控制台推荐的版本。版本号格式为vX.Y.Z-rN（如v1.28.2-r0），X.Y.Z为社区版本，rN为CCE补丁版本。

通常是监控组件（如普罗米修斯）负载问题导致，可调整监控分片后恢复。节点池弹性伸缩配置：需先安装CCE集群弹性引擎插件，然后在节点池的"弹性伸缩"中配置策略。支持"指标触发"（CPU分配率/内存分配率）和"周期触发"两种规则类型，最多添加1条CPU指标规则和1条内存指标规则，总规则数≤10条。可设置扩容最大数/缩容最小数及冷却时间。GPU显存配额管理，通过GPU虚拟化方式实现。

SMN创建主题→创建通知规则→添加告警规则（事件类/指标类），可在监控中心查看多维指标。日志采集通过云原生日志采集插件，支持控制台/YAML配置，采集容器标准输出、容器文件、节点日志三类日志并上报LTS。日志查询不到可能因命名空间未覆盖、Pod存活过短或日志流配置错误，单集群最多100条规则。

节点排水通常由自动运维或资源压力触发，待异常条件消除后节点会自动恢复，也可手动执行uncordon恢复调度。

NPD插件可通过CCE控制台插件管理中心安装，建议安装1.16.0及以上版本以获得完整的节点异常检测能力。

节点OOM需重启节点恢复，并建议为业务Pod设置合理的资源requests/limits限制，避免单Pod耗尽节点内存。

原地升级过程中业务Pod和网络不受影响，但节点会分批升级并打上SchedulingDisabled标签，建议在业务低峰期执行。

需确认所有插件运行正常、节点状态正常、集群已备份，并了解升级路径和兼容性约束。

原地升级不会改变节点OS版本，仅升级Kubernetes组件，可在升级后新建或重置节点来升级OS。

在节点池页面单击"弹性伸缩"，配置CPU/内存分配率指标规则、节点数范围和冷却时间，需先安装CCE集群弹性引擎插件。

根据业务Pod资源需求和预期Pod数量选择节点规格，确保节点可分配资源大于Pod总申请量。

可在VPC控制台扩大子网CIDR范围，或在节点池中关联多个子网以增加可用IP数量。

调度器根据Pod的requests值判断节点是否有足够资源，而非实际使用量。requests设置过大可能导致调度失败。

冷却时间设置策略触发后多久内不再触发，建议扩容冷却时间设3-5分钟，缩容冷却时间设5-10分钟，避免频繁伸缩。

确认ICAgent插件已安装并运行正常，检查容器名称格式是否匹配ICAgent采集规则，确认AOM已开通并完成服务授权。

检查节点数是否已达扩容最大数上限、冷却时间是否未过、节点池是否为0、是否有特定污点阻止扩容。

ELB Ingress部署在Master节点免运维，使用企业级LB高性能转发；Nginx Ingress部署在Worker节点，可配置性更好但消耗集群资源。

创建TLS类型的Secret存储证书和私钥，在Ingress的tls字段中引用该Secret即可启用HTTPS。

检查ELB控制台监听器和转发策略是否与Ingress定义一致，确认未被手动修改，描述信息需包含正确的cluster_id。

通常由DNS配置错误、网络不通或OBS服务不可达导致，需检查节点子网DNS、安全组和网络连通性。

需已创建VPC和子网、配置安全组、准备密钥对或密码，并确保账号有足够的ECS配额。

可能由节点异常、容器无响应或Finalizers阻塞导致，可使用kubectl delete pod <pod> -n <namespace> --grace-period=0 --force 命令强制删除Pod。 注意：强制删除Pod可能会产生数据不一致、业务容器异常退出等风险，尤其是强制删除StatefulSet的Pod，请您合理评估可能存在的业务风险后执行该操作。

检查镜像地址是否正确、镜像仓权限是否配置、网络是否可达，可登录节点手动docker pull验证。

Pod被驱逐通常因节点资源压力（磁盘/内存不足）触发，需检查节点资源使用情况并扩容或清理。

可在CCE控制台插件中心对Everest插件执行卸载并重新安装，或升级到最新版本，Kubernetes 1.15+集群默认安装该插件。

通过Everest插件支持云硬盘EVS、对象存储OBS、弹性文件服务SFS、极速文件存储SFS Turbo等多种存储类型。

检查PVC的resources.requests.storage是否已修改，确认存储类支持扩容操作，部分场景需重启关联Pod使扩容生效。

kubectl权限由IAM用户权限决定，需在IAM控制台为用户授予CCE相关权限（如CCE Administrator）。

检查集群控制节点安全组是否放通198.19.0.0/16网段的5443端口，确认CoreDNS插件已安装，部分区域可能暂未开放CloudShell。

kubeconfig文件等同于集群访问凭证，泄露后他人可获取对应IAM用户权限操作集群，需妥善保管并定期更新。

规格变更预计在30分钟内完成，实际用时与变更的集群规模等因素有关。可在控制台操作记录中查看变更状态。

不会。开启后系统开始监控集群状态，仅当触发条件满足时才会自动升配。

升配期间控制节点滚动更新，集群管理功能（如创建/更新工作负载）暂时受限，建议升配期间暂停此类操作。已运行的业务负载不受影响。

可以。通过更新集群操作关闭自动升配开关即可。关闭后系统不再自动升配，但已升配的规格不会自动降回。

自动升配的响应存在一定延迟（指标采集周期 + 升配执行时间），在 AI 高并发、短时效、强状态、大规模场景下，纯依赖自动升配可能无法满足严格的SLA要求。建议此类场景提前手动升配至适当规格，保留规格余量，将自动升配作为兜底保障而非唯一手段。

会。两种触发方式通过集群锁机制协同，确保同一集群同时仅执行一次升配操作。

包周期集群支持手动升降配，不支持自动升配。包周期升降配需遵循包周期资源的变更规则

CCE Standard/Turbo集群v1.13+、鲲鹏集群v1.15+支持节点重置。仅支持工作节点重置，不支持控制节点。

不能。出于业务可用性考虑，单控制节点的集群不允许变更到1000节点及以上规格。

进入VPC控制台子网设置，将DNS服务器地址恢复为默认内网DNS（100段地址），确保能解析OBS服务域名。

若密钥对被删除，创建新密钥对并更新节点池；若是私有密钥对权限问题，需由创建者操作或使用其他密钥对创建新节点池。

在节点池更新页面选择其他可用规格。可在ECS控制台创建相同规格节点测试是否报"没有可用规格"，若报错则底层资源不足。

v1.25.16-r30、v1.27.16-r30、v1.28.15-r20及以上版本支持cce-pause镜像防误删。低版本需手动用ctr命令给镜像加锁。

通常表示进程被OOM Killer杀死（SIGKILL信号），需增加Pod的memory limit或优化应用内存使用量。

NPD插件可检测OOMKilling、TaskHung、KernelOops、ConntrackFull、CRIProblem、DiskProblem等事件，建议升级到1.16.0+版本。

使用kubectl describe pod 命令查看Events部分，或在CCE控制台工作负载详情页查看实例事件。

主要解决办法是扩容，在集群中增加节点数量。也可根据业务情况适当降低工作负载的CPU/内存申请量。

在Pod spec中添加tolerations字段，配置与节点污点匹配的key、value和effect，使Pod可以调度到有污点的节点上。

会。如果未通过CCE控制台修改插件配置而是直接修改ConfigMap，升级时这些手动修改的配置可能被覆盖，影响业务运行。

包括节点限制检查、插件状态检查、节点CPU/内存使用率（超90%告警）、磁盘空间检查、K8s废弃API检查、节点Ready检查、安全组检查等共77项。

已运行工作负载业务不会中断，但API Server访问会短暂中断。如果业务需要访问API Server可能受影响，建议在业务低峰期升级。

会。如果未通过CCE控制台修改插件配置而是直接修改ConfigMap，升级时这些手动修改的配置可能被覆盖，影响业务运行。

支持CPU使用率/分配率/单核使用率、内存使用率/分配率、网络流入/流出速率/丢包率、磁盘读写速率/使用率、Pod CPU/内存使用率等12类维度指标。

单集群最多支持100条日志采集规则，日志流名称需全局唯一。

在AOM控制台"告警中心 → 告警通知"中创建通知规则，关联SMN主题和消息模板，支持PromQL自定义指标查询或CCE模板。

当节点池包含多个规格时，可对每个规格的节点数范围和优先级单独配置，需插件版本1.21.18、1.23.19、1.25.9及以上。

分配率 = 节点池容器组(Pod)资源申请量 / 节点池Pod可用资源量(Node Allocatable)，当分配率超过设定阈值时触发扩容。

格式为vX.Y.Z-rN，X.Y.Z对应社区Kubernetes主/次/补丁版本，rN为CCE补丁版本号，提供新特性、Bugfix和漏洞修复。

通过CCE控制台可视化升级，在集群管理页面选择目标集群，点击"升级"按钮，系统会自动进行升级前检查。

v1.28+版本升级时系统会创建新控制节点逐步替换旧节点，升级后控制节点IP地址将变更，需改用集群统一公网或内网地址访问。

共8类，包括kube-apiserver（服务器配置）、kube-scheduler（调度器）、kube-controller-manager（控制器）、eni（网络组件，分CCE Turbo/VPC/容器隧道三种）等。

可以，通过API接口在创建集群时填写configurationsOverride字段修改配置参数，调用POST /api/v3/projects/{project_id}/clusters接口。

在"配置中心 → 集群弹性伸缩配置"中设置，需v1.25+集群并安装CCE集群弹性引擎插件，可设置CPU/内存预分配量阈值（如30%）和持续时间（如10分钟）。

在CCE控制台进入集群，选择"插件中心"，找到"CCE节点故障检测(NPD)"插件，点击安装或升级到1.16.0及以上版本。

清理节点上的无用文件和镜像（containerd用crictl rmi，docker用docker rmi），或扩容节点数据盘。

登录节点检查Kubelet服务状态和日志，检查容器运行时（Docker/Containerd）是否正常，检查NTP时钟同步服务。