Saiba mais sobre as etapas de solução de problemas que poderão ser úteis se você encontrar problemas ao usar o Google Kubernetes Engine.
Como depurar recursos de Kubernetes
Se você tiver um problema relacionado ao cluster, consulte Como solucionar problemas de clusters (em inglês) na documentação do Kubernetes.
Se você está tendo um problema com o aplicativo, os pods ou o objeto controlador, consulte Como solucionar problemas de aplicativos (em inglês).
Comando do kubectl não encontrado
Em primeiro lugar, instale o binário kubectl. Basta executar o seguinte comando:
sudo gcloud components update kubectl
Responda "sim" quando a modificação da variável de ambiente $PATH for solicitada no instalador. Quando essas variáveis são modificadas, você consegue usar os comandos do kubectl sem digitar o caminho completo do arquivo.
Se preferir, adicione a seguinte linha a ~/.bashrc (ou a ~/.bash_profile em macOS, ou outro local em que as variáveis de ambiente sejam armazenadas no shell):
export PATH=$PATH:/usr/local/share/google/google-cloud-sdk/bin/
Por fim, execute o comando a seguir para carregar o arquivo .bashrc ou .bash_profile atualizado:
source ~/.bashrc
Comandos do kubectl retornam erro de "conexão recusada"
Defina o contexto do cluster com o seguinte comando:
gcloud container clusters get-credentials [CLUSTER_NAME]
Se não tiver certeza sobre o que inserir em CLUSTER_NAME, use o comando a seguir para listar os clusters:
gcloud container clusters list
Comandos do kubectl retornam erro de "falha ao negociar versão da API"
Verifique se o kubectl tem credenciais de autenticação:
gcloud auth application-default login
Os comandos logs, attach, exec e port-forward do kubectl travam
Esses comandos dependem do mestre do cluster conseguir acessar os nós no cluster. Porém, como o mestre não está na mesma rede do Compute Engine que os nós do cluster, dependemos dos túneis SSH para ativar a comunicação segura.
O GKE salva um arquivo de chave pública SSH nos metadados do projeto do Compute Engine. Todas as VMs do Compute Engine que usam as imagens fornecidas pelo Google verificam regularmente os metadados comuns do projeto e os metadados da instância em busca das chaves SSH para adicionar à lista de usuários autorizados da VM. Além disso, o GKE adiciona uma regra de firewall à rede do Compute Engine, o que permite o acesso SSH do endereço IP do mestre a cada nó no cluster.
Quando um dos comandos do kubectl acima não é executado, é provável que estejam ocorrendo falhas no mestre para abrir os túneis SSH com os nós. Verifique as possíveis causas:
O cluster não tem nó algum.
Se você reduziu o número de nós no cluster a zero, os túneis SSH não funcionam.
Para corrigir esse problema, redimensione o cluster para ter pelo menos um nó.
Os pods no cluster estão paralisados em um estado de encerramento e impedem a remoção dos nós que não existem mais do cluster.
Esse é um problema que afeta somente o Kubernetes versão 1.1, mas ele pode ser causado pelo redimensionamento repetido do cluster.
Para corrigi-lo, exclua os pods que estão no estado de encerramento há mais de alguns minutos. Os nós antigos são então removidos da API do mestre e substituídos pelos novos nós.
As regras de firewall da rede não permitem acesso SSH ao mestre.
Todas as redes do Compute Engine são criadas com uma regra de firewall denominada "default-allow-ssh" que permite acesso SSH de todos os endereços IP (o que certamente requer uma chave privada válida). O GKE também insere uma regra SSH em cada cluster no formato
gke-<cluster_name>-<random-characters>-ssh, que permite acesso SSH especificamente do IP principal do cluster aos nós do cluster. Se não houver uma dessas regras, o mestre não poderá abrir os túneis SSH.Para corrigir isso, adicione novamente uma regra de firewall que permita acesso às VMs com a tag que está em todos os nós do cluster do endereço IP do mestre.
A entrada de metadados comuns do projeto "ssh-keys" está cheia.
Se a entrada de metadados do projeto denominada "ssh-keys" estiver próxima do limite de tamanho de 32 KiB, o GKE não poderá adicionar a própria chave SSH para permitir a abertura de túneis SSH. Para ver os metadados, execute
gcloud compute project-info describe [--project=PROJECT]e verifique o tamanho da lista de ssh-keys.Para corrigir isso, exclua algumas chaves SSH que não são mais necessárias.
Você definiu um campo de metadados com a chave “ssh-keys” nas VMs no cluster.
O agente de nó nas VMs prefere as ssh-keys por instância a chaves SSH do projeto inteiro. Portanto, se você definiu quaisquer chaves SSH especificamente nos nós do cluster, os nós não respeitarão a chave SSH do mestre nos metadados do projeto. Para verificar isso, execute
gcloud compute instances describe <VM-name>e procure o campo "ssh-keys" nos metadados.Para corrigir esse problema, exclua as chaves SSH por instância dos metadados da instância.
Esses recursos não são necessários para o funcionamento correto do cluster. Se você preferir manter a rede do cluster bloqueada contra qualquer acesso externo, saiba que recursos como esse não funcionarão.
Métricas do cluster não exibidas no Stackdriver
Verifique se você ativou a API Stackdriver Monitoring e a API Stackdriver Logging no projeto. Além disso, veja se o projeto aparece no Stackdriver.
Se o problema continuar, verifique estas possíveis causas:
Verifique se o monitoramento está ativado no cluster.
O monitoramento é ativado por padrão nos clusters criados no Developers Console e na ferramenta de linha de comando
gcloud. Entretanto, para ter certeza disso, execute o comando a seguir ou clique nos detalhes do cluster no Developers Console:gcloud container clusters describe cluster-name
Na saída da ferramenta de linha de comando
gcloud, o status exibido do "monitoringService" precisa ser "monitoring.googleapis.com" e o Cloud Monitoring precisa estar ativado no Developers Console.Se o monitoramento não estiver ativado, execute o seguinte comando para ativá-lo:
gcloud container clusters update cluster-name --monitoring-service=monitoring.googleapis.com
Quanto tempo faz desde que o cluster foi criado ou que o monitoramento foi ativado?
Pode levar até uma hora para as métricas do novo cluster começarem a aparecer no Stackdriver Monitoring.
Há um
heapsterem execução no cluster, no namespace “kube-system”?Talvez esse Pod não consiga programar cargas de trabalho porque o cluster pode estar com poucos recursos. Confira se o heapster está em execução chamando
kubectl get pods --namespace=kube-systeme verificando Pods comheapsterno nome.O mestre do cluster pode se comunicar com os nós?
O Stackdriver Monitoring depende disso. Para verificar se esse é o caso, execute
kubectl logs [POD-NAME]. Se um erro é retornado, talvez os túneis SSH sejam a causa do problema. Consulte esta seção.
Se você está com algum problema relacionado ao agente do Stackdriver Logging, consulte a documentação de solução de problemas dele.
Para mais informações, consulte a documentação do Stackdriver.
Erro 404: recurso "não encontrado" ao chamar os comandos gcloud container
Refaça a autenticação da ferramenta de linha de comando gcloud:
gcloud auth login
Erro 400/403: permissões de edição ausentes na conta
Sua conta de serviço do Compute Engine e/ou do Kubernetes Engine foi excluída ou editada.
Quando você ativa a API do Compute Engine ou do Kubernetes Engine, uma conta de serviço é criada e recebe permissões de edição em seu projeto. Se, a qualquer momento, você editar as permissões, remover a conta totalmente ou desativar a API, a criação de cluster e toda a funcionalidade de gerenciamento falharão.
O nome da sua conta de serviço do Google Kubernetes Engine é:
service-[PROJECT_NUMBER]@container-engine-robot.iam.gserviceaccount.com
em que [PROJECT_NUMBER] é o número do projeto.
Para resolver o problema, você precisa reativar a API do Kubernetes Engine. Isso restaurará corretamente suas contas e permissões de serviço.
- Acesse a página APIs e serviços.
- Selecione o projeto.
- Clique em __Ativar APIs e serviços__.
- Procure pelo Kubernetes e selecione a API nos resultados da pesquisa.
- Clique em __Ativar__. Se você já tiver ativado a API, primeiro desative-a e, em seguida, reative-a. Pode levar alguns minutos para que a API e os serviços relacionados sejam ativados.
Como alternativa, use a ferramenta de linha de comando gcloud:
gcloud services enable container.googleapis.com
Como replicar as regras de firewall automáticas 1.8.x (e anteriores) no 1.9.x e posterior
Se seu cluster estiver executando o Kubernetes versão 1.9.x, as regras de firewall automáticas foram alteradas para não permitir cargas de trabalho em um cluster GKE para iniciar a comunicação com outras VMs do Compute Engine que estejam fora do cluster, mas na mesma rede.
Replique o comportamento automático de regras de firewall de um cluster 1.8.x (e anterior) executando as seguintes etapas:
Primeiro, encontre a rede do seu cluster:
gcloud container clusters describe [CLUSTER_NAME] --format=get"(network)"
Em seguida, consiga o CIDR IPv4 do cluster usado para os contêineres:
gcloud container clusters describe [CLUSTER_NAME] --format=get"(clusterIpv4Cidr)"
Por fim, crie uma regra de firewall para a rede (com o CIDR como o intervalo de origem) e permita todos os protocolos:
gcloud compute firewall-rules create "[CLUSTER_NAME]-to-all-vms-on-network" --network="[NETWORK]" --source-ranges="[CLUSTER_IPV4_CIDR]" --allow=tcp,udp,icmp,esp,ah,sctp
Restaurar conta de serviço padrão para seu projeto do GCP
A conta de serviço padrão do GKE, container-engine-robot, pode acidentalmente se desvincular de um projeto. O Agente de serviço do GKE é um papel do IAM que concede à conta de serviço as permissões para gerenciar recursos de cluster. Se você remover essa associação de papel da conta de serviço, a conta de serviço padrão ficará desassociada do projeto, o que poderá impedir a implantação de aplicativos e a execução de outras operações de cluster.
Execute gcloud projects get-iam-policy [PROJECT_ID] ou acesse o menu IAM e administrador no Console do Google Cloud Platform para verificar se a conta de serviço foi removida do projeto. Se o comando ou o painel não exibir o container-engine-robot entre suas contas de serviço, a conta de serviço ficará desassociada.
Se você removeu a ligação do papel do Agente de serviço do GKE, execute os seguintes comandos para restaurar a associação de papel:
PROJECT_ID=$(gcloud config get-value project)
PROJECT_NUMBER=$(gcloud projects describe "${PROJECT_ID}" --format "value(projectNumber)")
gcloud projects add-iam-policy-binding "${PROJECT_ID}" \
--member "serviceAccount:service-${PROJECT_NUMBER}@container-engine-robot.iam.gserviceaccount.com" \
--role roles/container.serviceAgent
Para confirmar que a ligação do papel foi concedida:
gcloud projects get-iam-policy $PROJECT_ID
Se você vir o nome da conta de serviço junto com o papel container.serviceAgent, a associação de papel foi concedida. Exemplo:
- members: - serviceAccount:service-1234567890@container-engine-robot.iam.gserviceaccount.com role: roles/container.serviceAgent
Solução de problemas com cargas de trabalho implementadas
O GKE retornará um erro se houver problemas com os pods de uma carga de trabalho.
Verifique o status de um pod usando a ferramenta de linha de comando kubectl ou o console do Google Cloud Platform.
kubectl
Para ver todos os pods em execução no cluster, execute o seguinte comando:
kubectl get pods
Saída:
NAME READY STATUS RESTARTS AGE [POD_NAME] 0/1 CrashLoopBackOff 23 8d
Para ver mais informações detalhadas sobre um pod específico:
kubectl describe pod [POD_NAME]
Console
Siga as etapas abaixo:
Acesse o painel de cargas de trabalho do GKE no console do GCP.
Selecione a carga de trabalho desejada. A guia Visão geral exibe o status da carga de trabalho.
Na seção Gerenciar pods, clique na mensagem de status de erro.
Veja nas seções a seguir alguns erros comuns retornados por cargas de trabalho e como resolvê-los.
CrashLoopBackOff
CrashLoopBackOff indica que um contêiner está repetidamente falhando após a reinicialização. Um contêiner pode falhar por vários motivos. Verificar os registros de um pod ajuda na solução de problemas da causa raiz.
Por padrão, os contêineres com falha são reiniciados com um atraso exponencial limitado a cinco minutos. É possível alterar esse comportamento configurando o campo restartPolicy na especificação de pod da implantação em spec: restartPolicy. O valor padrão do campo é Always.
Saiba por que o contêiner do seu pod está falhando usando a ferramenta de linha de comando kubectl ou o console do GCP.
kubectl
Para ver todos os pods em execução no cluster, execute o seguinte comando:
kubectl get pods
Procure o pod com o erro CrashLoopBackOff.
Para ver os registros do pod, execute:
kubectl logs [POD_NAME]
[POD_NAME] é o nome do pod problemático.
Você também pode passar a sinalização -p para ver os registros da instância anterior do contêiner do pod, se existir.
Console
Siga as etapas abaixo:
Acesse o painel de cargas de trabalho do GKE no console do GCP.
Selecione a carga de trabalho desejada. A guia Visão geral exibe o status da carga de trabalho.
Na seção Gerenciar Pods, clique no Pod problemático.
No menu do pod, clique na guia Registros.
Verificar o "código de saída" do contêiner com falha
É possível encontrá-lo na saída do kubectl describe pod [POD_NAME] no campo containers: [CONTAINER_NAME]: last state: exit code.
- Se o código de saída for 1, o contêiner falhou porque o aplicativo falhou.
- Se o código de saída for 0, verifique por quanto tempo seu aplicativo estava sendo executado. Os contêineres saem quando o processo principal do aplicativo é encerrado. Se seu aplicativo concluir a execução muito rapidamente, o contêiner poderá continuar sendo reiniciado.
Conectar-se a um contêiner em execução
Abra um shell para o pod:
kubectl exec -it [POD_NAME] -- /bin/bash
Se houver mais de um contêiner no pod, adicione -c [CONTAINER_NAME].
Agora, é possível executar comandos bash no contêiner: teste a rede ou verifique se você tem acesso a arquivos ou bancos de dados usados pelo aplicativo.
ImagePullBackOff e ErrImagePull
ImagePullBackOff e ErrImagePull indicam que a imagem usada por um contêiner não pode ser carregada do registro de imagem.
Verifique esse problema usando o console do GCP ou a ferramenta de linha de comando kubectl.
kubectl
Para mais informações sobre a imagem do contêiner do pod, execute o seguinte comando:
kubectl describe pod [POD_NAME]
Console
Siga as etapas abaixo:
Acesse o painel de cargas de trabalho do GKE no console do GCP.
Selecione a carga de trabalho desejada. A guia Visão geral exibe o status da carga de trabalho.
Na seção Gerenciar Pods, clique no Pod problemático.
No menu do Pod, clique na guia Eventos.
Se a imagem não for encontrada
Se sua imagem não for encontrada:
- Verifique se o nome da imagem está correto.
- Verifique se a tag da imagem está correta. Tente
:latestou nenhuma tag para extrair a imagem mais recente. - Se a imagem tiver um caminho de registro completo, verifique se ela existe no registro do Docker que você está usando. Se você fornecer apenas o nome da imagem, verifique o registro do Docker Hub.
Tente extrair a imagem do docker manualmente:
SSH no nó:
Por exemplo, para SSH emexample-instancena zonaus-central1-a:gcloud compute ssh example-instance --zone us-central1-a
Execute o
docker pull [IMAGE_NAME].
Se essa opção funcionar, você provavelmente precisará especificar ImagePullSecrets em um pod. Os pods só podem referenciar segredos de extração de imagem nos próprios namespaces. Portanto, esse processo precisa ser feito uma vez por namespace.
Se você encontrar um erro de "permissão negada" ou "sem acesso para extrair", verifique se você está conectado e/ou tem acesso à imagem.
Se você estiver usando um registro particular, isso pode exigir chaves para ler imagens.
Pod não programável
PodUnschedulable indica que seu pod não pode ser programado devido a recursos insuficientes ou a algum erro de configuração.
Recursos insuficientes
Talvez você encontre um erro indicando falta de CPU, memória ou outro recurso. Por exemplo: "não há nós disponíveis que correspondam a todos os predicados: CPU insuficiente (2)", o que indica que em dois nós não há CPU suficiente disponível para atender às solicitações de um pod.
A solicitação de CPU padrão é 100m ou 10% de uma CPU (ou um núcleo).
Se você quiser solicitar mais ou menos recursos, especifique o valor na especificação do pod em spec: containers: resources: requests.
MatchNodeSelector
MatchNodeSelector indica que não há nós que correspondam ao seletor de rótulos do pod.
Para verificar isso, confira as etiquetas especificadas no campo nodeSelector da especificação do pod, em spec: nodeSelector.
Para ver como os nós no cluster são rotulados, execute o seguinte comando:
kubectl get nodes --show-labels
Para anexar um rótulo a um nó:
kubectl label nodes [NODE_NAME] [LABEL_KEY]=[LABEL_VALUE]
Para mais informações, consulte Como atribuir pods a nós.
PodToleratesNodeTaints
PodToleratesNodeTaints indica que o pod não pode ser programado para qualquer nó porque nenhum deles atualmente tolera o taint do nó.
Para verificar se esse é o caso, execute o seguinte comando:
kubectl describe nodes [NODE_NAME]
Na saída, marque o campo Taints, que lista pares de valores-chave e efeitos de programação.
Se o efeito listado for NoSchedule, nenhum pod poderá ser programado nesse nó, a menos que tenha uma tolerância correspondente.
Uma maneira de resolver esse problema é remover o taint. Por exemplo, para remover um taint do NoSchedule:
kubectl taint nodes [NODE_NAME] key:NoSchedule-
PodFitsHostPorts
PodFitsHostPorts indica que uma porta que um nó está tentando usar já está em uso.
Para resolver esse problema, verifique o valor de hostPort da especificação do pod em spec: containers: ports: hostPort. Pode ser necessário alterar esse valor para outra porta.
Não há disponibilidade mínima
Se um nó tiver recursos adequados, mas ainda exibir a mensagem Does not have minimum availability, verifique o status do Pod. Se o status for SchedulingDisabled ou Cordoned, o nó não poderá programar novos Pods. Para verificar o status de um nó:
kubectl
Para receber o status dos seus nós, execute o seguinte comando:
kubectl get nodes
Para ativar a programação no nó, execute:
kubectl uncordon [NODE_NAME]
Console
Siga as etapas abaixo:
Acesse o painel de cargas de trabalho do GKE no console do GCP.
Selecione o cluster desejado. A guia Nós exibe os nós e o status deles.
Para ativar a programação no nó, execute as seguintes etapas:
Na lista, clique no nó desejado.
Em Detalhes do nó, clique no botão Não programável.
Problemas de conectividade
Conforme mencionado na discussão Visão Geral da Rede, é importante entender como os Pods são conectados desde os namespaces de rede para o namespace raiz no nó a fim de solucionar problemas de maneira eficaz. Para a discussão a seguir, salvo indicação em contrário, suponha que o cluster use CNI nativa do GKE, em vez do Calico. Ou seja, nenhuma política de rede foi aplicada.
Pods em nós selecionados sem disponibilidade
Se os Pods em nós selecionados não tiverem conectividade de rede, verifique se a ponte do Linux está ativa:
ip address show cbr0
Se não estiver, ative-a:
sudo ip link set cbr0 up
Assegure que o nó esteja aprendendo os endereços MAC do Pod anexados ao cbr0:
arp -an
Pods em nós selecionados com conectividade mínima
Se os Pods em nós selecionados tiverem conectividade mínima, primeiro é preciso confirmar se há algum pacote perdido executando tcpdump no contêiner da caixa de ferramentas:
sudo toolbox bash
Instale o tcpdump na caixa de ferramentas, se ainda não o fez:
apt install -y tcpdump
Execute o tcpdump no cbr0:
tcpdump -ni cbr0 host [HOSTNAME] and port [PORT_NUMBER] and [tcp|udp|icmp]
Caso pareça que grandes pacotes estão sendo descartados da ponte (por exemplo, o handshake TCP é completado, mas nenhum SSL é recebido), assegure-se de que a MTU de ponte do Linux esteja configurada corretamente para 1460 ou inferior:
ip address show cbr0
Quando forem usadas sobreposições (por exemplo, Weave ou Flannel), essa MTU precisa ser ainda mais reduzida para acomodar a sobrecarga de encapsulamento.
Conexões com falha intermitente
Conexões de e para Pods são encaminhadas pelo iptables. Os fluxos são rastreados como entradas na tabela conntrack e, havendo muitas cargas de trabalho por nó, o esgotamento da tabela conntrack pode se manifestar como uma falha. Isso pode ser registrado no console serial do nó, por exemplo:
nf_conntrack: table full, dropping packet
Se você determinar que problemas intermitentes são causados por esgotamento de conntrack, poderá aumentar o tamanho do cluster (reduzindo assim, o número de cargas de trabalho e fluxos por nó), ou chamar o suporte do GCP para receber orientação sobre como aumentar a capacidade da tabela conn-track.
"vincular: endereço já está em uso" relatado para um contêiner
Um contêiner em um Pod não pode iniciar porque, de acordo com os registros de contêiner, a porta em que o aplicativo está tentando se vincular já está reservada. O contêiner está em um ciclo de falha. Por exemplo, no Stackdriver Logging:
resource.type="container" textPayload:"bind: Address already in use" resource.labels.container_name="redis" 2018-10-16 07:06:47.000 CEST 16 Oct 05:06:47.533 # Creating Server TCP listening socket *:60250: bind: Address already in use 2018-10-16 07:07:35.000 CEST 16 Oct 05:07:35.753 # Creating Server TCP listening socket *:60250: bind: Address already in use
Quando o Docker falha, às vezes um contêiner em execução é deixado para trás e fica obsoleto. O processo ainda está executando no namespace de rede alocado para o Pod e escutando nessa porta. Como o Docker e o Kubelet desconhecem o contêiner obsoleto, eles tentam iniciar um novo contêiner com um novo processo, que não pode ser vinculado à porta já que está adicionado ao namespace de rede associada ao pod.
Para diagnosticar esse problema, você precisa do UUID do Pod, campo .metadata.uuid:
kubectl get pod -o custom-columns="name:.metadata.name,UUID:.metadata.uid" ubuntu-6948dd5657-4gsgg name UUID ubuntu-6948dd5657-4gsgg db9ed086-edba-11e8-bdd6-42010a800164
Também é possível receber os seguintes comandos do nó:
docker ps -aps -eo pid,ppid,stat,wchan:20,netns,comm,args:50,cgroup --cumulative -H | grep [Pod UUID]
Verifique processos em execução desse Pod. Como o UUID dos namespaces do cgroup contém o UUID do Pod, execute grep para o UUID de Pod na saída ps. Execute grep também na linha anterior, assim poderá ter os processos docker-containerd-shim com o id do container no argumento. Elimine o restante da coluna cgroup para conseguir uma saída mais simples:
# ps -eo pid,ppid,stat,wchan:20,netns,comm,args:50,cgroup --cumulative -H | grep -B 1 db9ed086-edba-11e8-bdd6-42010a800164 | sed s/'blkio:.*'/''/ 1283089 959 Sl futex_wait_queue_me 4026531993 docker-co docker-containerd-shim 276e173b0846e24b704d4 12: 1283107 1283089 Ss sys_pause 4026532393 pause /pause 12: 1283150 959 Sl futex_wait_queue_me 4026531993 docker-co docker-containerd-shim ab4c7762f5abf40951770 12: 1283169 1283150 Ss do_wait 4026532393 sh /bin/sh -c echo hello && sleep 6000000 12: 1283185 1283169 S hrtimer_nanosleep 4026532393 sleep sleep 6000000 12: 1283244 959 Sl futex_wait_queue_me 4026531993 docker-co docker-containerd-shim 44e76e50e5ef4156fd5d3 12: 1283263 1283244 Ss sigsuspend 4026532393 nginx nginx: master process nginx -g daemon off; 12: 1283282 1283263 S ep_poll 4026532393 nginx nginx: worker process
Nesta lista é possível ver os códigos dos contêineres, que também devem estar visíveis no docker ps.
Neste caso:
- docker-containerd-shim 276e173b0846e24b704d4 para pausar
- docker-containerd-shim ab4c7762f5abf40951770 para sh com suspensão (sleep-ctr)
- docker-containerd-shim 44e76e50e5ef4156fd5d3 para nginx (echoserver-ctr)
Verifique os que estão na saída docker ps:
# docker ps --no-trunc | egrep '276e173b0846e24b704d4|ab4c7762f5abf40951770|44e76e50e5ef4156fd5d3' 44e76e50e5ef4156fd5d383744fa6a5f14460582d0b16855177cbed89a3cbd1f gcr.io/google_containers/echoserver@sha256:3e7b182372b398d97b747bbe6cb7595e5ffaaae9a62506c725656966d36643cc "nginx -g 'daemon off;'" 14 hours ago Up 14 hours k8s_echoserver-cnt_ubuntu-6948dd5657-4gsgg_default_db9ed086-edba-11e8-bdd6-42010a800164_0 ab4c7762f5abf40951770d3e247fa2559a2d1f8c8834e5412bdcec7df37f8475 ubuntu@sha256:acd85db6e4b18aafa7fcde5480872909bd8e6d5fbd4e5e790ecc09acc06a8b78 "/bin/sh -c 'echo hello && sleep 6000000'" 14 hours ago Up 14 hours k8s_sleep-cnt_ubuntu-6948dd5657-4gsgg_default_db9ed086-edba-11e8-bdd6-42010a800164_0 276e173b0846e24b704d41cf4fbb950bfa5d0f59c304827349f4cf5091be3327 k8s.gcr.io/pause-amd64:3.1
Nos casos normais, você vê todos os códigos dos contêineres de ps aparecendo em docker ps.
Se houver algum que não apareça, é um contêiner obsoleto e provavelmente você verá um processo filho de docker-containerd-shim process escutando a porta TCP que está relatando como já em uso.
Para verificar isso, execute netstat no namespace de rede do contêiner. Receba o pid de qualquer processo de contêiner (diferente de docker-containerd-shim) para o Pod.
Do exemplo acima:
- 1283107 - pausar
- 1283169 - sh
- 1283185 - suspensão
- 1283263 - mestre nginx
- 1283282 - worker nginx
# nsenter -t 1283107 --net netstat -anp Active Internet connections (servers and established) Proto Recv-Q Send-Q Local Address Foreign Address State PID/Program name tcp 0 0 0.0.0.0:8080 0.0.0.0:* LISTEN 1283263/nginx: mast Active UNIX domain sockets (servers and established) Proto RefCnt Flags Type State I-Node PID/Program name Path unix 3 [ ] STREAM CONNECTED 3097406 1283263/nginx: mast unix 3 [ ] STREAM CONNECTED 3097405 1283263/nginx: mast gke-zonal-110-default-pool-fe00befa-n2hx ~ # nsenter -t 1283169 --net netstat -anp Active Internet connections (servers and established) Proto Recv-Q Send-Q Local Address Foreign Address State PID/Program name tcp 0 0 0.0.0.0:8080 0.0.0.0:* LISTEN 1283263/nginx: mast Active UNIX domain sockets (servers and established) Proto RefCnt Flags Type State I-Node PID/Program name Path unix 3 [ ] STREAM CONNECTED 3097406 1283263/nginx: mast unix 3 [ ] STREAM CONNECTED 3097405 1283263/nginx: mast
Também é possível executar netstat usando ip netns, mas é preciso vincular manualmente o namespace de rede do processo, visto que o Docker não está fazendo o link:
# ln -s /proc/1283169/ns/net /var/run/netns/1283169 gke-zonal-110-default-pool-fe00befa-n2hx ~ # ip netns list 1283169 (id: 2) gke-zonal-110-default-pool-fe00befa-n2hx ~ # ip netns exec 1283169 netstat -anp Active Internet connections (servers and established) Proto Recv-Q Send-Q Local Address Foreign Address State PID/Program name tcp 0 0 0.0.0.0:8080 0.0.0.0:* LISTEN 1283263/nginx: mast Active UNIX domain sockets (servers and established) Proto RefCnt Flags Type State I-Node PID/Program name Path unix 3 [ ] STREAM CONNECTED 3097406 1283263/nginx: mast unix 3 [ ] STREAM CONNECTED 3097405 1283263/nginx: mast gke-zonal-110-default-pool-fe00befa-n2hx ~ # rm /var/run/netns/1283169
Mitigação:
A mitigação de curto prazo identifica processos obsoletos pelo método descrito acima e os elimina usando kill [PID].
Mitigação de longo prazo consiste em identificar por que o Docker está falhando e corrigir isso. Entre as possíveis razões estão:
- Processos zumbi se acumulando, esgotando assim os namespaces PID
- Bug no Docker
- Pressão de recurso/OOM
