首页
/ Amazon EKS AMI 1.29版本中Sandbox容器镜像被垃圾回收的问题分析

Amazon EKS AMI 1.29版本中Sandbox容器镜像被垃圾回收的问题分析

2025-06-30 10:30:22作者:戚魁泉Nursing

问题背景

在Amazon EKS 1.29版本中,用户报告了一个严重问题:节点上的pause容器镜像(sandbox镜像)会被垃圾回收机制(GC)意外删除,导致Pod无法创建。这个问题通常发生在节点升级到1.29版本约一天后,表现为节点磁盘空间不足时,kubelet的垃圾回收机制错误地删除了关键的pause容器镜像。

问题现象

当问题发生时,用户会在事件日志中看到类似如下的错误信息:

Failed to create pod sandbox: rpc error: code = Unknown desc = failed to get sandbox image "602401143452.dkr.ecr.eu-west-2.amazonaws.com/eks/pause:3.5": failed to pull image "602401143452.dkr.ecr.eu-west-2.amazonaws.com/eks/pause:3.5": failed to pull and unpack image "602401143452.dkr.ecr.eu-west-2.amazonaws.com/eks/pause:3.5": failed to resolve reference "602401143452.dkr.ecr.eu-west-2.amazonaws.com/eks/pause:3.5": unexpected status from HEAD request to https://602401143452.dkr.ecr.eu-west-2.amazonaws.com/v2/eks/pause/manifests/3.5: 401 Unauthorized

根本原因分析

经过技术团队深入调查,发现问题的根本原因在于:

  1. 容器镜像固定机制失效:在containerd 1.7.3及以上版本中,引入了"pinned"标签机制,可以防止关键镜像被垃圾回收。但Amazon Linux当前使用的containerd版本(低于1.7.3)缺乏这一功能。

  2. 认证问题:pause容器镜像存储在私有ECR仓库中,需要特殊权限才能拉取。当镜像被删除后,kubelet无法自动重新拉取。

  3. 垃圾回收策略变化:Kubernetes 1.29中kubelet的垃圾回收行为有所改变,更积极地清理未使用的镜像,但未能正确处理sandbox镜像的特殊性。

临时解决方案

在官方修复发布前,用户可以采用以下临时解决方案:

  1. 使用1.28版本的AMI:虽然集群API版本是1.29,但节点可以使用1.28的AMI镜像,这是完全兼容的。

  2. 定期手动拉取pause镜像:通过crontab设置定时任务,定期使用crictl工具拉取pause镜像。

  3. 更换sandbox镜像源:将sandbox镜像切换为不需要ECR认证的公共镜像源,如:

    • registry.k8s.io/pause:3.9
    • public.ecr.aws/eks-distro/kubernetes/pause:v1.29.0-eks-1-29-latest
  4. 增加节点磁盘空间:虽然不能根本解决问题,但可以延长问题出现的时间。

长期解决方案

Amazon EKS团队已经确认将在以下方面进行修复:

  1. 升级containerd到1.7.11或更高版本,该版本支持镜像固定功能。

  2. 在AMI中内置机制,确保pause镜像不会被垃圾回收。

  3. 改进sandbox镜像的拉取和认证流程。

最佳实践建议

对于运行关键业务的生产环境,建议:

  1. 在升级到Kubernetes 1.29前,充分测试并验证节点稳定性。

  2. 监控节点磁盘使用情况,设置适当的告警阈值。

  3. 考虑实现自定义的镜像垃圾回收策略,避免关键系统镜像被意外删除。

  4. 保持与官方发布的同步,及时应用修复更新。

这个问题凸显了容器编排系统中底层基础设施组件的重要性,即使是像pause这样看似简单的系统组件,其稳定性也会直接影响整个集群的可用性。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
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!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8