pod的启动阶段 状态 驱逐流程 故障排除步骤

Pod的启动过程：

0）controller-manager管理的控制器创建Pod资源
1）scheduler调度器根据调度算法选择最适合的node节点调度Pod
2）kubelet拉取镜像
3）kubelet挂载存储卷
4）kubelet创建并运行容器
5）kubelet根据容器探针的探测结果设置Pod状态
 

phase 的可能状态有：

●Pending：表示APIServer创建了Pod资源对象并已经存入了etcd中，但是它并未被调度完成（比如还没有调度到某台node上），或者仍然处于从仓库下载镜像的过程中。

●Running：Pod已经被调度到某节点之上，并且Pod中所有容器都已经被kubelet创建。至少有一个容器正在运行，或者正处于启动或者重启状态（也就是说Running状态下的Pod不一定能被正常访问）。

●Succeeded：有些pod不是长久运行的，比如job、cronjob，一段时间后Pod中的所有容器都被成功终止，并且不会再重启。需要反馈任务执行的结果。

●Failed：Pod中的所有容器都已终止了，并且至少有一个容器是因为失败终止。也就是说，容器以非0状态退出或者被系统终止，比如 command 写的有问题。

●Unknown：表示无法读取 Pod 状态，通常是 kube-controller-manager 无法与 Pod 通信。Pod 所在的 Node 出了问题或失联，从而导致 Pod 的状态为 Unknown

状态总结：

1. Pending：Pod已经创建，但是Pod还处于包括未完成调度到node节点、还处于在拉取镜像的过程中、存储卷挂载失败的情况
2. Running：Pod所有容器都已被创建，且至少有一个容器正在运行
3. Succeeded：Pod所有容器都已经成功退出，且不再重启。（Completed）
4. Failed：Pod所有容器都已经退出，且至少有一个容器是异常退出的。（Error）
5. Unknown：master节点的controller-manager无法获取到Pod的状态信息，通常是因为master节点的apiserver与Pod所在node节点的kubelet通信失联导致的（比如node节点宕机或kubelet进程故障）

如何删除 Unknown 状态的 Pod ?

●从集群中删除有问题的 Node。使用公有云时，kube-controller-manager 会在 VM 删除后自动删除对应的 Node。 而在物理机部署的集群中，需要管理员手动删除 Node（kubectl delete node <node_name>）。

●被动等待 Node 恢复正常，Kubelet 会重新跟 kube-apiserver 通信确认这些 Pod 的期待状态，进而再决定删除或者继续运行这些 Pod。

●主动删除 Pod，通过执行 kubectl delete pod <pod_name> --grace-period=0 --force 强制删除 Pod。但是这里需要注意的是，除非明确知道 Pod 的确处于停止状态（比如 Node 所在 VM 或物理机已经关机），否则不建议使用该方法。特别是 StatefulSet 管理的 Pod，强制删除容易导致脑裂或者数据丢失等问题。
 

Worker Node 节点宕机，请说明一下 Pod 的驱逐流程

1）K8S 的节点生命控制器在超出一定时间后不能与 kubelet 通信，就会标记该节点为 unknown 状态，并自动创建 NoExecute 污点防止调度器调度新 Pod 到该节点。
2）而那些已经在 Node 节点上运行的 Pod，在经过容忍度时间后（默认tolerationSeconds: 300），会被 NoExecute 污点自动驱逐。

故障排除步骤：

/查看Pod事件
kubectl describe TYPE NAME_PREFIX  

//查看Pod日志（Failed状态下）
kubectl logs <POD_NAME> [-c Container_NAME] [–p]

//进入Pod（状态为running，但是服务没有提供）
kubectl exec –it <POD_NAME> bash

kubectl debug -it <POD_NAME> --image=busybox:1.28 --target=${container_name}

//查看集群信息
kubectl get nodes

//发现集群状态正常
kubectl cluster-info

//查看kubelet日志发现
journalctl -xefu kubelet