首页
/ Harvester集群节点异常Cordoned状态问题分析与解决

Harvester集群节点异常Cordoned状态问题分析与解决

2025-06-13 02:18:11作者:凤尚柏Louis

问题现象

在Harvester 1.5.0版本的4节点集群环境中,当管理员尝试移除并重新加入dmz02节点时,发现该节点虽然能短暂进入Ready状态,但会在大约5分钟后自动转为Cordoned状态。这种异常行为导致:

  1. Ceph RBD Pods被自动移除
  2. 运行在该节点上的虚拟机被迁移到其他节点
  3. 需要人工干预才能短暂恢复Active状态

根本原因分析

通过深入分析集群状态,发现问题的核心在于机器(Machine)资源与节点(Node)的映射关系异常。具体表现为:

  1. 机器资源冗余:正常情况下,每个节点应该对应一个Machine资源,但该集群中存在多个Machine资源同时映射到dmz02节点
  2. 删除不彻底:之前强制删除节点时(kubectl delete node),未等待集群完成Machine资源的清理流程
  3. 控制平面状态异常:Cluster资源显示有机器处于"Deleting"状态超过15分钟,阻塞了正常的集群操作

技术细节

异常状态机分析

  1. Machine资源状态

    • custom-a3b368e81759:处于Deleting状态超过24小时
    • custom-8019c31ceff0/custom-91357ad65ba6:处于Provisioning状态
    • 多个Machine同时映射到dmz02节点
  2. 集群协调机制

    • Harvester基于Cluster API实现节点生命周期管理
    • 残留的Machine资源导致控制器持续尝试协调节点状态
    • 5分钟间隔是默认的协调周期

关键错误信息

在Cluster资源状态中观察到以下关键报错:

* Machine custom-a3b368e81759:
  * Deleting: Machine deletion in progress since more than 15m, stage: WaitingForPreTerminateHook

解决方案

完整修复步骤

  1. 清理残留资源

    kubectl -n fleet-local get machines.cluster.x-k8s.io
    kubectl -n fleet-local delete machines.cluster.x-k8s.io <异常Machine名称>
    
  2. 彻底移除问题节点

    • 通过Harvester UI或kubectl删除节点
    • 确认节点和关联Machine资源都已完全清除
  3. 重新加入节点

    • 确保集群中只有3个正常节点(1,3,4)和对应的3个Machine
    • 使用标准流程重新添加dmz02节点

操作建议

  1. 避免强制删除:始终通过Harvester UI或正确流程移除节点
  2. 状态验证:在操作前后检查以下资源状态:
    kubectl get nodes
    kubectl -n fleet-local get machines.cluster.x-k8s.io
    kubectl get cluster -A
    
  3. 等待操作完成:节点删除可能需要较长时间,需耐心等待所有资源清理完成

预防措施

  1. 监控Machine资源:定期检查Machine与Node的对应关系
  2. 维护窗口期:在集群负载较低时执行节点维护操作
  3. 日志收集:操作前生成支持包,便于问题诊断
  4. 版本管理:保持Harvester版本更新,修复已知问题

总结

Harvester集群节点状态异常通常源于底层Machine资源的状态不一致。通过系统性地清理残留资源、确保资源映射关系正确,可以有效解决这类问题。关键是要理解Harvester基于Cluster API的架构原理,遵循正确的节点维护流程,避免强制操作导致状态不一致。

登录后查看全文
热门项目推荐

热门内容推荐

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
466
kernelkernel
deepin linux kernel
C
22
5
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
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
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
133
186
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
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
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4