Linkerd CNI插件在AWS EKS集群中的部署问题分析与解决方案

问题背景

在AWS EKS环境中部署Linkerd CNI插件版本2025.3.1时，用户遇到了启动失败的问题。该问题表现为在已经运行Linkerd CNI v2025.2.3的EKS集群中升级到新版本后，DaemonSet的Pod无法正常启动，出现"Unauthorized"错误。

错误现象

当尝试部署Linkerd CNI v2025.3.1时，系统会记录以下关键错误信息：

Failed to create pod sandbox: rpc error: code = Unknown desc = failed to setup network for sandbox "41b3c75a4675a1d9b923e011ae1d4ba1c11792ffe67bbcf73d443bfbeb58111b": plugin type="linkerd-cni" name="linkerd-cni" failed (add): Unauthorized

环境信息

• Kubernetes版本：AWS EKS 1.31
• Linkerd版本：v2.17.1
• Linkerd CNI版本：v2025.3.1

问题分析

经过深入调查，发现问题根源在于CNI配置文件中存在冲突。在AWS EKS环境中，当同时使用Cilium和AWS CNI插件时，Linkerd CNI的配置可能会与其他CNI插件产生冲突。

具体表现为：

1. 在节点上的/etc/cni/net.d/目录中存在多个CNI配置文件
2. 其中05-cilium.conflist文件中包含了Linkerd CNI的插件配置
3. 这种配置冲突导致Linkerd CNI插件无法正确授权和启动

解决方案

对于使用Bottlerocket操作系统的AWS EC2实例，可以按照以下步骤解决问题：

1. 获取每个EC2实例的shell访问权限
2. 执行enter-admin-container命令进入管理容器
3. 编辑/.bottlerocket/rootfs/etc/cni/net.d/05-cilium.conflist文件
4. 移除文件中与Linkerd CNI相关的插件配置
5. 在EKS中重启对应的Linkerd CNI Pod

需要注意的是，此操作需要在集群中的每个节点上逐一执行，同时确保每次只处理一个节点，以避免服务中断。

技术原理

Linkerd CNI作为Kubernetes网络插件，需要与集群中其他CNI插件协同工作。当多个CNI插件在同一个配置文件中声明时，可能会产生以下问题：

1. 授权冲突：不同CNI插件可能使用不同的授权机制，导致认证失败
2. 执行顺序问题：CNI插件按照配置顺序执行，不当的顺序可能导致网络设置失败
3. 资源竞争：多个插件可能尝试管理相同的网络资源，产生冲突

在AWS EKS环境中，由于默认使用AWS VPC CNI，再加上用户可能安装的Cilium CNI，网络配置变得更加复杂。Linkerd CNI作为服务网格的网络组件，需要在这种复杂环境中正确集成。

最佳实践建议

1. 升级前检查：在升级Linkerd CNI前，检查所有节点的CNI配置文件
2. 配置清理：确保没有残留的旧版本Linkerd CNI配置
3. 逐步升级：采用滚动升级策略，逐个节点验证
4. 监控验证：升级后密切监控网络性能和Pod通信状态
5. 文档参考：参考官方文档了解特定环境下的CNI集成要求

总结

Linkerd CNI在复杂网络环境中的部署需要特别注意与其他CNI插件的兼容性。通过正确清理冲突配置并遵循推荐的升级流程，可以确保Linkerd CNI在AWS EKS环境中稳定运行。对于使用Bottlerocket等特殊操作系统的环境，需要采用特定的配置修改方法来解决此类问题。