Chaos Mesh 中 StressChaos 实验报错排查与 CRI 配置要点

问题现象

在使用 Chaos Mesh 进行压力测试时（如 StressChaos 或 IOChaos），实验会返回错误信息：

Failed to apply chaos: failed to apply for pod kms/starship-kms-api-6ffd7fd459-5fxsv: 
rpc error: code = Unknown desc = getting PID: expected docker:// but got container

根本原因

该错误表明 Chaos Mesh 无法正确识别容器运行时接口（CRI）。错误信息中的关键线索是 expected docker:// but got container，说明：

1. Chaos Mesh 默认预期使用 Docker 作为容器运行时（docker:// 前缀）
2. 实际环境中使用的是 containerd 或其他 CRI 兼容运行时（container:// 前缀）
3. 这种不匹配导致无法正确获取容器进程信息

解决方案

正确配置 CRI 参数

在 Helm 安装 Chaos Mesh 时必须显式指定容器运行时类型：

# values.yaml 关键配置
controllerManager:
  chaosDaemon:
    runtime: containerd  # 根据实际运行时填写：docker/containerd/crio
    socketPath: /run/containerd/containerd.sock  # 对应运行时套接字路径

常见运行时配置对照表

容器运行时	runtime 参数值	默认套接字路径
Docker	docker	/var/run/docker.sock
Containerd	containerd	/run/containerd/containerd.sock
CRI-O	crio	/run/crio/crio.sock

深度技术解析

Chaos Mesh 的 CRI 交互机制

Chaos Mesh 通过以下流程与容器运行时交互：

1. 通过 Kubernetes API 获取 Pod 信息
2. 从 Pod 注解中提取容器 ID（格式取决于 CRI）
3. 通过 CRI 套接字获取容器进程信息
4. 注入故障（如 stress-ng 进程）

多运行时支持原理

Chaos Daemon 组件会根据配置：

• 加载对应的 CRI 客户端实现
• 解析不同格式的容器 ID（如 docker:// vs containerd://）
• 适配各运行时的特殊操作（如 cgroups 路径差异）

最佳实践建议

1. 环境检查
   通过 kubectl get nodes -o wide 查看节点使用的容器运行时

2. 安装验证
   部署后检查 chaos-daemon Pod 日志，确认类似信息：

   Using container runtime: containerd
   CRI socket: /run/containerd/containerd.sock
   

3. 混合环境处理
   对于异构运行时集群，建议：

   • 通过 NodeSelector 将 Chaos Mesh 组件部署到相同运行时类型的节点
   • 或使用统一的 CRI 实现（如全部迁移到 containerd）

总结

Chaos Mesh 的强大之处在于其对多种容器运行时的支持，但需要正确配置才能发挥效能。理解 CRI 配置原理不仅能解决本文所述问题，也为后续使用 NetworkChaos 等需要深度容器交互的实验打下基础。