Sonobuoy项目中解决Kubernetes主节点不可调度导致E2E测试失败的问题

问题背景

在使用Sonobuoy工具运行Kubernetes一致性测试时，用户遇到了E2E测试失败的情况。测试环境是一个包含1个主节点和2个工作节点的Kubernetes 1.28.6集群，运行在SLES15SP3操作系统上。测试失败的主要原因是主节点被标记为不可调度(Unschedulable)，导致测试无法正常启动。

问题分析

从日志中可以清楚地看到关键错误信息：

Jan 24 02:58:04.901: INFO: Unschedulable nodes= 1, maximum value for starting tests= 0
Jan 24 02:58:04.901: INFO: -> Node m2-lr1-dev-vm209096.mip.storage.hpecorp.net [[[ Ready=true, Network(available)=true, Taints=[{node-role.kubernetes.io/master NoSchedule <nil>}], NonblockingTaints=node-role.kubernetes.io/control-plane ]]]

这表明：

1. 主节点上设置了node-role.kubernetes.io/master=NoSchedule的污点
2. E2E测试默认不允许有任何不可调度的节点
3. 测试因此无法启动，最终导致测试失败

解决方案

Kubernetes E2E测试框架提供了--non-blocking-taints参数，可以指定哪些污点不应该阻止测试运行。通过Sonobuoy的--plugin-env参数，我们可以将这个配置传递给E2E测试插件。

正确的配置方式如下：

./sonobuoy run --mode=certified-conformance --wait \
--plugin-env e2e.E2E_EXTRA_ARGS="--non-blocking-taints=node-role.kubernetes.io/master"

技术细节

1. 污点(Taints)的作用：Kubernetes使用污点来阻止Pod被调度到特定节点上。主节点通常会被标记为NoSchedule污点，以确保工作负载不会被调度到控制平面节点上。

2. E2E测试的要求：默认情况下，E2E测试要求所有节点都必须是可调度的，这是为了确保测试环境的完整性。但在生产环境中，主节点通常都是不可调度的。

3. Non-blocking Taints：通过--non-blocking-taints参数，我们可以告诉E2E测试框架忽略特定的污点，允许测试在有这些污点的节点存在的情况下继续进行。

最佳实践

1. 对于生产环境中的一致性测试，建议总是包含--non-blocking-taints参数来忽略主节点的污点。

2. 如果集群中有其他特殊用途的节点(如GPU节点)也有污点，也需要将这些污点添加到忽略列表中。

3. 可以通过以下命令查看集群中所有节点的污点：

kubectl get nodes -o jsonpath='{range .items[*]}{.metadata.name}{"\t"}{.spec.taints[*].key}{"\n"}{end}'

总结

在Kubernetes集群上运行Sonobuoy一致性测试时，正确处理主节点的污点是确保测试成功的关键因素之一。通过合理配置--non-blocking-taints参数，我们可以让E2E测试在有控制平面节点的情况下也能正常运行，这对于生产环境中的测试尤为重要。理解这一机制不仅有助于解决测试问题，也能加深对Kubernetes调度系统的理解。