AKS 群集启动问题的基本故障排除
本文概述了在无法成功启动 Microsoft Azure Kubernetes 服务 (AKS) 群集时使用的基本故障排除方法。
先决条件
Azure CLI (版本 2.0.59 或更高版本) 。
Kubernetes kubectl 工具。 若要使用 Azure CLI 安装 kubectl,请运行 az aks install-cli 命令。
查看 Azure CLI 中的错误
使用 Azure CLI 启动群集时,如果操作失败,错误将记录为输出。 下面介绍了命令、用户输入和操作输出在控制台中的 Bash
显示方式:
$ az aks start --resource-group myResourceGroup --name MyManagedCluster
(VMExtensionProvisioningError) Unable to establish outbound connection from agents, please see https://learn.microsoft.com/en-us/troubleshoot/azure/azure-kubernetes/error-code-outboundconnfailvmextensionerror and https://aka.ms/aks-required-ports-and-addresses for more information.
Details: instance 3 has extension error details : {vmssCSE error messages : {vmssCSE exit status=50, output=AGE_SHA=sha-16fd35
这些错误通常包含群集启动操作中出错的详细说明,并提供指向包含更多详细信息的文章的链接。 此外,可以根据 Azure CLI 操作产生的错误使用我们的故障排除文章作为参考。
查看Azure 门户中的错误详细信息
若要查看有关Azure 门户中的错误的详细信息,请检查 Azure 活动日志。 若要在Azure 门户中查找活动日志的列表,请在“活动日志”上搜索。 或者,选择“ 通知 ” (钟形图标) ,然后选择 活动日志中的“更多事件”。
“活动日志”页上的日志列表包含一个行条目,其中“操作名称”列值名为“启动托管群集”。 由列值 启动的相应事件 设置为工作或学校帐户的名称。 如果操作成功,“ 状态” 列值将显示“ 已接受”。
如果发生错误,该怎么办? 在这种情况下, “启动托管群集 操作 状态” 字段显示 “失败”。 与创建群集组件的操作不同,此处必须展开失败的操作条目以查看子操作条目。 典型的子操作名称是策略操作,例如 “audit”策略操作 和 “auditIfNotExists”策略操作。 某些子操作将继续显示它们已成功。
若要进一步调查,可以选择失败的子操作之一。 此时会打开一个侧窗格,以便你可以查看有关子操作的详细信息。 可以对“摘要”、“JSON”和“更改历史记录”等字段的值进行故障排除。 JSON 字段以 JSON 格式包含错误的输出文本,通常提供最有用的信息。
查看群集见解
还可以生成群集见解,以帮助通过Azure 门户中的“诊断和解决问题”边栏选项卡进行故障排除。 若要访问此功能,请执行以下步骤:
在Azure 门户中,搜索并选择“Kubernetes 服务”。
选择 AKS 群集的名称。
在 AKS 群集页的导航窗格中,选择“ 诊断并解决问题”。
在 “诊断并解决问题 ”页上,选择“ 群集见解” 链接。 群集见解工具会分析群集,然后在“群集见解”页的“观察结果和解决方案”部分中提供其发现结果的列表。
选择其中一项发现,查看有关问题及其可能的解决方案的详细信息。
查看Azure 门户中的资源
在Azure 门户中,可能需要查看在生成群集时创建的资源。 通常,这些资源位于以 MC_开头的资源组中。 托管群集资源组的名称可能MC_MyResourceGroup_MyManagedCluster_<location-code>。 但是,如果使用自定义托管群集资源组生成群集,则名称可能有所不同。
若要查找资源组,请在Azure 门户中搜索并选择“资源组”,然后选择在其中创建群集的资源组。 资源列表显示在资源组的 “概述 ”页上。
警告
建议不要修改 MC_ 资源组中的资源。 此操作可能会对 AKS 群集造成不必要的影响。
若要查看虚拟机规模集的状态,可以在资源组的资源列表中选择规模集名称。 它可能具有类似于aks-nodepool1-12345678-vmss 的名称和虚拟机规模集的 Type 值。 规模集的状态显示在节点池的“概述”页顶部,更多详细信息显示在Essentials标题中。 如果部署不成功,则显示的状态为 “失败”。
对于所有资源,可以查看详细信息,以便更好地了解部署失败的原因。 对于规模集,可以选择“ 失败 状态”文本以查看有关失败的详细信息。 详细信息位于包含“状态”、“级别”和“代码”列的行中。 以下示例显示了一行列值。
Column | 示例值 |
---|---|
状态 | 预配失败 |
级别 | 错误 |
代码 | ProvisioningState/failed/VMExtensionProvisioningError |
选择行以查看 “消息” 字段。 这包含有关该失败的详细信息。 例如,示例行的 “消息” 字段以以下文本开头:
VM 在处理扩展“vmssCSE”时报告失败。 错误消息:“启用失败:无法执行命令:命令终止,退出状态=50 [stdout] [stderr] 0 0 0 --:使用此信息,可以得出结论,规模集中的 VM 失败,生成的退出状态为 50。
使用 Kubectl 命令
有关帮助排查群集错误的另一个选项,请输入 kubectl 命令以获取有关群集中部署的资源的详细信息。 若要使用 kubectl,请先登录到 AKS 群集:
az aks get-credentials --resource-group MyResourceGroup --name MyManagedCluster
根据故障的类型和发生时间,可能无法登录到群集以获取更多详细信息。 但通常,如果群集已创建并显示在Azure 门户中,则应能够登录并运行 kubectl 命令。
查看群集节点 (kubectl get 节点)
若要获取更多详细信息以确定节点的状态,请通过输入 kubectl get nodes 命令查看群集节点。 在此示例中,群集中没有节点报告:
$ kubectl get nodes
No resources found
查看系统命名空间中的 pod (kubectl get pod)
查看 kube-system 命名空间中的 Pod 也是解决问题的好方法。 使用此方法可以查看 Kubernetes 系统 Pod 的状态。 在此示例中,我们输入 kubectl get pods
命令:
$ kubectl get pods -n kube-system
NAME READY STATUS RESTARTS AGE
coredns-845757d86-7xjqb 0/1 Pending 0 78m
coredns-autoscaler-5f85dc856b-mxkrj 0/1 Pending 0 77m
konnectivity-agent-67f7f5554f-nsw2g 0/1 Pending 0 77m
konnectivity-agent-8686cb54fd-xlsgk 0/1 Pending 0 65m
metrics-server-6bc97b47f7-dfhbr 0/1 Pending 0 77m
描述 pod 的状态 (kubectl 描述 pod)
通过描述 Pod 的状态,可以查看配置详细信息以及 Pod 上发生的任何事件。 运行 kubectl describe pod 命令:
$ kubectl describe pod coredns-845757d86-7xjqb -n kube-system
Name: coredns-845757d86-7xjqb
Namespace: kube-system
Priority: 2000001000
Priority Class Name: system-node-critical
Node: <none>
Labels: k8s-app=kube-dns
kubernetes.io/cluster-service=true
pod-template-hash=845757d86
version=v20
...
Events:
Type Reason Age From Message
---- ------ ---- ---- -------
Warning FailedScheduling 24m (x1 over 25m) default-scheduler no nodes available to schedule pods
Warning FailedScheduling 29m (x57 over 84m) default-scheduler no nodes available to schedule pods
在命令输出中,可以看到 Pod 无法部署到节点,因为没有可用的节点。
联系我们寻求帮助
如果你有任何疑问或需要帮助,请创建支持请求或联系 Azure 社区支持。 还可以向 Azure 反馈社区提交产品反馈。