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 00:10:00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
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
53
468
kernelkernel
deepin linux kernel
C
22
5
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
7
0
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
878
517
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
336
1.1 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
180
264
cjoycjoy
一个高性能、可扩展、轻量、省心的仓颉Web框架。Rest, 宏路由,Json, 中间件,参数绑定与校验,文件上传下载,MCP......
Cangjie
87
14
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0
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
349
381
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
612
60