OKD SCOS 4.16版本在裸金属环境安装失败问题分析与解决方案

问题背景

在OKD SCOS 4.16.0-0.okd-scos-2024-08-21-155613版本中，用户尝试在裸金属环境（Proxmox虚拟化平台）使用代理安装程序(ABI)或辅助安装程序(Assisted Installer)进行集群部署时遇到了安装失败的问题。值得注意的是，相同的安装配置在OKD SCOS 4.15和OKD FCOS 4.15版本上均能正常工作。

故障现象

安装过程中，"release-image-pivot"服务报错：

okd5-master1 bootstrap-pivot.sh[25771]: error: Remounting /sysroot read-write: Permission denied

根本原因分析

经过深入排查，发现问题根源在于使用的引导操作系统镜像：fedora-coreos-39.20231101.3.0-live.x86_64.iso。该镜像在4.16版本中无法正确处理文件系统重新挂载操作，导致权限被拒绝的错误。

解决方案

临时解决方案

通过覆盖引导OS镜像为RHCOS镜像可以成功完成安装。建议使用与4.16版本对应的RHCOS镜像，而非随意选择。

代理安装程序(ABI)解决方案

在执行openshift-install命令创建ISO镜像前，设置环境变量覆盖引导OS镜像：

export OPENSHIFT_INSTALL_OS_IMAGE_OVERRIDE=https://mirror.openshift.com/pub/openshift-v4/x86_64/dependencies/rhcos/4.16/4.16.3/rhcos-4.16.3-x86_64-live.x86_64.iso

辅助安装程序解决方案

修改okd-configmap.yml配置文件中的OS_IMAGES和RELEASE_IMAGES参数，指定使用RHCOS镜像而非Fedora CoreOS镜像。

安装过程中的网络配置注意事项

在安装过程中，部分用户可能会遇到CNI网络插件配置问题。可以通过以下方式处理：

1. 创建额外的manifest文件放置在install/openshift目录下
2. 配置OVN-Kubernetes网络参数，如MTU大小、内部子网等

示例网络配置manifest：

apiVersion: operator.openshift.io/v1
kind: Network
metadata:
  name: cluster
spec:
  defaultNetwork:
    ovnKubernetesConfig:
      genevePort: 6082
      mtu: 8900
      ipsecConfig:
        mode: Disabled
      ipv4:
        internalJoinSubnet: 100.65.0.0/16
        internalTransitSwitchSubnet: 100.89.0.0/16

问题修复情况

该问题在后续的OKD SCOS v4.19.0-okd-scos.0版本中已得到修复，用户可以直接使用新版本而无需采用上述临时解决方案。

技术建议

1. 在生产环境中，建议使用经过充分测试的稳定版本
2. 对于关键业务系统，建议在升级前在测试环境充分验证
3. 遇到安装问题时，检查日志中是否有文件系统权限相关的错误
4. 网络配置应根据实际环境需求进行调整，特别是MTU值需要与底层网络匹配

通过以上分析和解决方案，用户可以成功在裸金属环境部署OKD SCOS 4.16版本集群，为后续的应用部署奠定基础。