AKS 群集启动问题的基本故障排除

本文概述了无法成功启动Microsoft Azure Kubernetes 服务(AKS)群集时使用的基本故障排除方法。

先决条件

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。 下面是命令、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情况的详细说明,并提供包含更多详细信息的文章的链接。 此外,可以根据 Azure CLI 操作生成的错误,使用我们的故障排除文章作为参考。

在Azure 门户中查看错误详细信息

若要查看有关Azure 门户中错误的详细信息,请检查 Azure 活动日志。 若要查找Azure 门户中的活动日志列表,请搜索活动日志。 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”。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”。

显示启动操作失败的 AKS 群集活动日志边栏选项卡的屏幕截图。

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”。 与在创建群集组件的操作中不同,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“auditIfNotExists”策略操作。 某些子操作将继续表明它们已成功。

若要进一步调查,可以选择其中一个失败的子操作。 此时会打开侧窗格,以便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 字段包含 JSON 格式的错误输出文本,并且通常提供最有用的信息。

AKS 群集活动日志的子操作侧窗格的屏幕截图,其中显示了启动操作失败的原因。

查看群集见解

还可以生成群集见解,以帮助你通过“诊断”和“解决Azure 门户”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:

  1. Azure 门户中,搜索并选择 Kubernetes 服务

  2. 选择 AKS 群集的名称。

  3. 在 AKS 群集页面的导航窗格中,选择“ 诊断”并解决问题

  4. 在“ 诊断并解决问题 ”页上,选择“ 群集见解 ”链接。 群集见解工具分析群集,然后在“群集见解”页的“观察和解决方案”部分提供其发现列表。

  5. 选择其中一项结果,查看有关问题及其可能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(如 MC_MyResourceGroup_MyManagedCluster_location-code>)。< 但是,如果使用自定义管理的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。 此操作可能会导致 AKS 群集产生不必要的影响。

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。 它的名称可能与 aks-nodepool1-12345678-vms虚拟机规模集的类型值类似 规模集的状态显示在节点池的“概述”页顶部,“概要”标题中显示了更多详细信息。 如果部署失败,则显示的状态为 “失败”。

对于所有资源,可以查看详细信息,以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。 以下示例显示了列值的行。

示例值
Status 预配失败
Level 错误
代码 ProvisioningState/failed/VMExtensionProvisioningError

选择该行以查看 “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”时报告了失败。 错误消息:“启用失败:无法执行命令:命令以退出状态为 50 [stdout] [stderr] 0 0 0 --: 使用此信息可以得出结论,规模集中的 VM 失败并生成退出状态 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

根据故障的类型及其发生情况,可能无法登录到群集以获取更多详细信息。 但一般情况下,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 获取节点)

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 命令来查看群集节点。 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 pods)

查看 kube-system 命名空间中的 Pod 也是解决问题的好方法。 此方法允许查看 Kubernetes 系统 Pod 的状态。 在此示例中,我们输入 kubectl get pods 以下命令:

$ 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和 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,请创建支持请求联系 Azure 社区支持。 你还可以将产品反馈提交到 Azure 反馈社区