Kubernetes环境下的各种调试方法

作者:Jack47

转载请保留作者和原文出处

欢迎关注我的微信公众账号程序员杰克，两边的文章会同步，也可以添加我的RSS订阅源。

本文介绍在Kubernetes环境下的调试方法

1. 启动单个容器 不使用Pod或Replication Controller，启动单个容器:
   
$ kubectl run webserver --image=nginx


2. 想更改镜像，又不想升级版本？
   每次修改之后，需要更新镜像的版本也好烦人啊。每次构建出新的镜像，Push到Docker Registry时，可以使用一个固定的版本，然后让Kubernetes在启动某个镜像时，无论本地是否有镜像，都去Docker Registry拉取镜像就好了。
   ImagePullPolicy从默认的 IfNotPresent,改为 Always。

3. 想直接修改容器里的程序，又不想更新镜像？

   什么，还能这样做？在容器内部修改，比如修改了脚本，或者直接替换二进制程序，然后使用docker restart container-id。我尝试过此时使用docker commit提交修改,但是下次启动时，Kubernets就会报错。应该是有完整性校验的原因。

4. Pod重启了，如何看重启之前的日志？
   下面的命令只能看到当前Pod的日志：

   $ kubectl logs zookeeper-1

   通过 –previous参数可以看之前Pod的日志

   $ kubectl logs zookeeper-1 --previous

5. 查看Pod生命周期的事件
   通过如下命令，看命令末尾 events 一节，查看kubelet给APIServer发送的Pod生命周期里发生的事件
   
$ kubectl describe pod podname


6. 没有看到任何事件，但是Pod重启了？
   依然通过describe命令，Containers.[*].Last State部分：

   $ kubectl describe pod podname
   Name:       kafka-1 
   ...
   
   Containers:
     kafka:
       ...
       State:      Running
          Started:     Sat, 08 Apr 2017 02:29:04 +0000
       Last State:     Terminated
          Reason:      OOMKilled
         Exit Code:    0
          Started:     Fri, 07 Apr 2017 11:06:56 +0000
         Finished:     Sat, 08 Apr 2017 02:29:04 +0000
       Ready:      True
      Restart Count:   1
   ...

   可以看到 Kafka-1 这个Container因为内存消耗太多，达到内存的上限(Memory Resource Limit)而被干掉了。如果看到 Reason: Completed,说明是容器内部pid为1的程序主动退出的。

7. 查看资源(CPU/Memory)使用情况

   资源使用最多的节点

   $ kubectl top nodes

   资源使用最多的Pod

   $ kubectl top pods

   查看节点的资源使用情况

   $ kubectl describe nodes | grep -A 2 -e "^\\s*CPU Requests"

8. 如何摘下某个Pod进行Debug
   使用label机制，对Pod进行标记。在Service定义中，我们添加 status: serving字段。当需要摘下某个Pod做Debug，而又不影响整个服务，可以：
   
$ kubectl get pods --selector="status=serving"
$ kubectl label pods webserver-rc-lxag2 --overwrite status=debuging

   此时kubelet就会把这个Pod从Service的后端列表中删掉。等到Debug完，想恢复？再改回去就好了：
   
$ kubectl label pods webserver-rc-lxag2 --overwrite status=serving


References:

• 10 most common reasons kuberntes deployments fail
• Kubernetes Community Resources