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:
- Ceph RBD Pods被自动移除
- 运行在该节点上的虚拟机被迁移到其他节点
- 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:
- 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
- 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
- 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
-
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
-
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
-
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>
-
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
-
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
- 避免强制删除:始终通过Harvester UI或正确流程移除节点
- 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
- 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
- 监控Machine资源:定期检查Machine与Node的对应关系
- 维护窗口期:在集群负载较低时执行节点维护操作
- 日志收集:操作前生成支持包,便于问题诊断
- 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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++020Hunyuan3D-Part
腾讯混元3D-Part00GitCode-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~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

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
8
0

Ascend Extension for PyTorch
Python
38
72

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387

🎉 (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
942
555

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

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

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

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
345
1.32 K