集群排障与生产场景
Kubernetes#集群排障#生产场景约 705 字 · 2 分钟阅读
追问显示点击任意追问卡片可收起 / 展开
Pod 长时间 Pending，你会如何逐步排查？
追问 资源不足、节点污点、亲和性、PVC、配额和调度事件如何区分？
Pod 显示 Running 但 Readiness 失败，Service 没有流量，你会如何定位？
追问 探针 URL、端口、应用启动时间、Service Selector 和 Endpoint 如何检查？
Pod 反复重启，如何判断是应用异常、探针误杀还是 OOM？
追问 退出码、事件、当前日志、上次日志和资源指标如何组合？
Service 存在但 Endpoints 为空，你会检查什么？
追问 Selector、Pod Label、Pod Ready 状态和端口名称如何验证？
Ingress 返回 404、502 或 TLS 错误，你会如何分层排查？
追问 Ingress 规则、Controller、Service、Endpoint、证书和后端协议分别如何检查？
某节点 NotReady，节点上的业务 Pod 受到影响，你会如何处理？
追问 如何判断是节点暂时恢复、驱逐 Pod、迁移业务还是更换节点？
集群 API Server 响应变慢，你会检查哪些组件？
追问 etcd 延迟、API 请求量、审计日志、控制器和节点连接如何分析？
etcd 空间不足或性能异常时，如何止损和恢复？
追问 数据备份、压缩、碎片整理、磁盘性能和高可用成员状态如何处理？
一次 Kubernetes 发布导致全站不可用，你会如何完成回滚和复盘？
追问 Deployment、Ingress、ConfigMap、Secret、数据库变更和镜像版本如何关联？
请设计一套 Kubernetes 应用从提交代码到生产发布的完整流程。
追问 镜像构建、扫描、测试、Helm、审批、灰度、监控、回滚和审计如何串联？