Amazon EKS AMI 中 pause 镜像被错误垃圾回收导致 Pod 无法运行问题分析
问题现象
在使用 Amazon EKS 1.29 版本时,部分节点突然无法创建新的 Pod,错误信息显示无法拉取 pause 容器镜像。具体表现为 kubelet 日志中出现类似以下错误:
Failed to create pod sandbox: rpc error: code = Unknown desc = failed to get sandbox image "602401143452.dkr.ecr.ca-central-1.amazonaws.com/eks/pause:3.5"
问题根源
经过深入分析,发现问题的根本原因是 Kubernetes 1.29 版本引入的镜像垃圾回收机制存在问题,导致关键的 pause 镜像被错误地清理。pause 镜像是 Kubernetes 中每个 Pod 的基础容器,负责维护 Pod 的命名空间和网络栈,其被删除会直接影响 Pod 的创建能力。
技术背景
在 Kubernetes 架构中:
- 每个 Pod 启动时都会先创建 pause 容器
- pause 容器为 Pod 提供共享的 Linux 命名空间
- 其他业务容器会加入到 pause 容器的命名空间中
当 pause 镜像缺失时,整个 Pod 创建流程就会失败。正常情况下,pause 镜像应该被标记为"pinned"(固定),避免被垃圾回收机制清理。
问题详细分析
通过检查节点日志,发现以下关键线索:
- 磁盘使用率触发了镜像垃圾回收机制:
Disk usage on image filesystem is over the high threshold
- 垃圾回收错误地清理了 pause 镜像:
ImageDelete event name:"602401143452.dkr.ecr.ca-central-1.amazonaws.com/eks/pause:3.5"
- 问题主要出现在以下场景:
- 使用 EKS 1.29 版本
- 影响 AL2、AL2023 和 Ubuntu EKS 等多种 AMI
- 随机影响节点,无明确规律
解决方案
对于不同操作系统 AMI,解决方案有所差异:
Amazon Linux 2 (AL2)
该问题已在 AL2 的最新 AMI 中得到修复。建议用户升级到包含修复的 AMI 版本。
Amazon Linux 2023 (AL2023)
在正常配置的 AL2023 节点上,pause 镜像应显示为 pinned 状态:
{
"status": {
"pinned": true
}
}
如果确认是 pinned 状态但仍出现问题,建议报告详细情况。
Ubuntu EKS AMI
目前发现 Ubuntu 的 EKS AMI 中 pause 镜像未被正确标记为 pinned。临时解决方案包括:
- 手动拉取 pause 镜像并标记为 pinned
- 调整 containerd 配置确保 pause 镜像不被清理
- 监控磁盘使用情况,避免触发垃圾回收
最佳实践建议
- 监控磁盘空间:确保节点有足够的磁盘空间,避免频繁触发垃圾回收
- 版本升级:及时升级到包含修复的 AMI 版本
- 资源规划:合理规划节点资源,特别是对于运行关键工作负载的节点
- 镜像缓存策略:对于关键基础镜像,考虑使用本地缓存或私有仓库
总结
Kubernetes 1.29 版本的镜像垃圾回收机制在处理 pause 镜像时存在缺陷,导致节点无法创建新 Pod。这个问题凸显了基础设施组件稳定性的重要性。用户应当关注官方更新,及时应用修复,同时建立完善的监控机制,确保集群稳定性。
对于使用不同操作系统 AMI 的用户,应采取针对性的解决方案,并在设计系统时考虑关键组件的容错能力。随着 Kubernetes 的持续发展,类似的基础设施层问题可能会不时出现,保持系统可观测性和快速响应能力是运维的关键。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









