RKE2集群在Oracle Linux 9上使用Calico网络插件的连通性问题分析
问题背景
在使用RKE2构建Kubernetes集群时,网络插件的选择对集群的稳定性和性能有着重要影响。近期有用户反馈,在Oracle Linux 9操作系统上部署RKE2集群时,当使用Calico或Canal(Flannel+Calico)作为网络插件时,出现了跨节点Pod间通信异常的问题,而同样的配置在Oracle Linux 8上却能正常工作。
环境配置详情
用户部署的环境具有以下特点:
- 操作系统:Oracle Linux Server 9.4(内核版本5.15.0-300.163.18.el9uek.x86_64)
- 对比环境:Oracle Linux Server 8.9(内核版本5.4.17-2136.327.2.el8uek.x86_64)
- Rancher Manager版本:2.10.1
- RKE2版本:v1.30.8+rke2r1
- 网络插件测试情况:
- Canal(Flannel + Calico):Oracle Linux 9上不工作
- 纯Calico:Oracle Linux 9上不工作
- 纯Flannel:Oracle Linux 9上工作正常
- 所有配置在Oracle Linux 8上均正常工作
问题现象分析
通过详细的网络测试和抓包分析,可以观察到以下现象:
- Pod间ping测试显示高达64%的丢包率,且响应时间波动极大(从0.291ms到2045ms不等)
- 偶尔能收到响应,但大多数情况下通信失败
- 在vxlan.calico接口上抓包显示,请求包正常发送但响应包未能全部返回
- ARP请求频繁出现,表明可能存在地址解析问题
- 在Pod内部抓包显示存在UDP校验和错误
根本原因探究
经过深入分析,这个问题可能与以下几个因素有关:
-
VMware虚拟化环境特性:所有节点都运行在VMware ESXi上,VMware对VXLAN协议有特殊处理,特别是当使用非标准VXLAN端口时。
-
校验和卸载问题:现代Linux内核默认启用网络接口的校验和卸载功能,但在虚拟化环境中,特别是使用VMXNET3虚拟网卡时,可能导致VXLAN内部数据包的校验和计算错误。
-
Oracle Linux 9内核变化:与Oracle Linux 8相比,9系列的内核在网络栈实现上有显著变化,特别是在VXLAN处理方面,这可能解释了为何问题仅出现在OL9上。
-
Calico的VXLAN实现:Calico默认使用VXLAN封装,而Flannel也使用VXLAN却能正常工作,表明问题可能与Calico特定的VXLAN实现参数有关。
解决方案建议
针对这一问题,可以考虑以下几种解决方案:
-
禁用校验和卸载: 虽然用户已经检查发现tx-checksum-ip-generic已关闭,但仍建议全面禁用所有相关接口的校验和卸载功能:
ethtool -K <interface> tx off rx off
-
调整VXLAN端口: 将Calico使用的VXLAN端口从默认值改为8472(非NSX环境)或4789(NSX环境):
apiVersion: crd.projectcalico.org/v1 kind: FelixConfiguration metadata: name: default spec: vxlanPort: 8472
-
内核参数调优: 尝试调整以下内核参数:
echo 1 > /proc/sys/net/ipv4/conf/all/rp_filter echo 1 > /proc/sys/net/ipv4/conf/default/rp_filter
-
网络插件替代方案:
- 继续使用Flannel作为网络插件
- 考虑使用Calico的IPIP模式替代VXLAN
-
VMware特定配置: 在ESXi主机层面,确保虚拟机的网络配置正确,特别是与VXLAN相关的offload设置。
预防措施
为了避免类似问题,建议在部署RKE2集群时:
- 在生产环境部署前,先在测试环境验证网络插件的兼容性
- 针对特定的操作系统版本,查阅网络插件的兼容性列表
- 在虚拟化环境中,特别注意虚拟网卡类型和相关offload设置
- 保持内核和网络插件版本的同步更新
总结
Oracle Linux 9与Calico网络插件在VMware环境下的兼容性问题,主要源于内核网络栈实现变化与虚拟化环境特性的交互作用。通过调整VXLAN参数或禁用特定网络功能,可以有效解决这一问题。这也提醒我们,在新型操作系统上部署Kubernetes集群时,需要特别关注网络插件的兼容性测试。
- 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~054CommonUtilLibrary
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!C0377- 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









