首页
/ Longhorn项目中的longhorn-manager Pod启动卡住问题分析与解决

Longhorn项目中的longhorn-manager Pod启动卡住问题分析与解决

2025-06-01 18:02:07作者:羿妍玫Ivan

问题现象

在Kubernetes集群中部署Longhorn存储系统时,部分longhorn-manager Pod出现异常状态。具体表现为:

  • 16个longhorn-manager Pod中有13个处于不健康状态
  • 异常Pod的日志停留在"Webhook leader elected"信息后不再继续
  • 异常Pod的9501端口未正常监听
  • 系统尚未创建任何存储卷

问题排查

通过分析异常Pod的日志,发现以下关键线索:

  1. 日志中出现"Failed to get PID status"错误,提示无法访问/proc文件系统中的进程状态信息
  2. 日志在显示"Webhook leader elected"后停止输出
  3. 健康Pod与异常Pod的主要区别在于9501端口的监听状态

进一步检查发现:

  • 集群规模较大(107个工作节点)
  • 节点资源使用率较高
  • 系统尚未配置针对Longhorn组件的节点选择器

根本原因

该问题主要由集群资源紧张导致,具体原因包括:

  1. 集群节点负载过高,导致longhorn-manager无法获取足够的系统资源
  2. 缺乏合理的节点选择器配置,使Longhorn组件随机调度到资源紧张的节点
  3. 系统资源不足导致/proc文件系统访问异常,进而影响manager进程的正常启动

解决方案

通过以下配置调整解决了该问题:

  1. 添加节点选择器配置: 在values.yaml中明确指定Longhorn系统组件的节点选择策略:

    defaultSettings:
      systemManagedComponentsNodeSelector: "longhorn-system:enabled"
    
  2. 资源预留: 确保被选中的节点有足够的资源余量运行Longhorn系统组件

  3. 合理配置副本数: 根据集群规模调整各组件的副本数,避免资源争用

最佳实践建议

对于大规模生产环境中的Longhorn部署,建议:

  1. 专用节点规划

    • 为Longhorn系统组件预留专用节点
    • 为数据平面组件(如实例管理器)规划独立的资源池
  2. 资源配额管理

    • 设置合理的资源请求和限制
    • 启用资源保障机制(如guaranteedInstanceManagerCPU)
  3. 渐进式部署

    • 先部署控制平面组件并确认稳定
    • 再逐步创建存储卷和启用数据平面
  4. 监控与告警

    • 建立完善的监控体系
    • 对关键组件设置健康检查告警

总结

Longhorn作为云原生分布式存储系统,其稳定运行依赖于合理的资源规划和调度策略。在大规模集群中,通过精细化的节点选择、资源预留和组件隔离,可以有效避免类似longhorn-manager启动异常的问题。实施上述解决方案后,系统所有longhorn-manager Pod均恢复正常状态,为后续存储卷的创建和使用奠定了稳定基础。

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
156
2 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50
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
943
556
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
196
279
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
993
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
361
12
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
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)。
Python
75
71