Longhorn 项目中节点故障后强制删除 Deployment Pod 导致卷无法挂载的问题分析
2025-06-02 08:40:27作者:蔡怀权
问题背景
在 Longhorn 分布式存储系统中,当 Kubernetes 节点发生故障时,系统对 Deployment 类型 Pod 的处理存在一个特殊场景:如果管理员设置了 node-down-pod-deletion-policy
参数为 do-nothing
或 delete-statefulset-pod
,并在节点故障后强制删除处于 Terminating 状态的 Pod,会导致关联的存储卷长时间处于 attaching 状态而无法成功挂载。
问题现象
具体表现为:
- 节点故障后,原节点上的 Pod 处于 Terminating 状态
- Kubernetes 调度器在健康节点上创建新的 Pod,但该 Pod 会卡在 ContainerCreating 状态
- 强制删除 Terminating 状态的 Pod 后,存储卷仍然无法成功挂载
- 查看卷状态显示为 attaching,且存在指向已故障节点的 VolumeAttachment 对象
技术原理分析
Kubernetes 的卷挂载机制
Kubernetes 通过 VolumeAttachment 对象来管理存储卷的挂接状态。当 Pod 被调度到节点上时,kubelet 会创建对应的 VolumeAttachment 对象,记录卷与节点的绑定关系。
Longhorn 的处理逻辑
Longhorn 控制器会监控 Pod 状态变化,并根据 node-down-pod-deletion-policy
参数决定如何处理节点故障场景下的 Pod。在默认配置下,Longhorn 不会主动清理 VolumeAttachment 对象,而是依赖 Kubernetes 自身的垃圾回收机制。
问题根源
当节点非正常故障时,kubelet 无法执行正常的资源清理流程。此时强制删除 Pod 会导致:
- 原节点的 VolumeAttachment 对象未被及时清理
- 新 Pod 尝试挂载同一卷时,Kubernetes 检测到"多挂载"冲突(Multi-Attach error)
- 系统陷入等待状态,直到 Kubernetes 最终清理过期的 VolumeAttachment
解决方案
Longhorn 团队通过修改控制器逻辑解决了此问题,主要改进包括:
- 主动监控并清理强制删除 Pod 关联的 VolumeAttachment 对象
- 不再严格依赖
node-down-pod-deletion-policy
参数的限制 - 增强对非正常节点下线场景的处理能力
验证结果
经过测试验证,修复后的版本能够正确处理以下场景:
- 节点故障后强制删除 Deployment Pod
- 节点重启场景下的卷挂载
- 高负载写入情况下的节点逐个重启
最佳实践建议
对于生产环境中的 Longhorn 用户,建议:
- 定期升级到包含此修复的版本
- 在节点维护前尽量优雅地排空工作负载
- 监控 VolumeAttachment 对象状态,及时发现异常情况
- 了解系统在节点故障时的预期行为,避免不必要的强制操作
此问题的修复显著提升了 Longhorn 在节点故障场景下的可靠性,确保了业务连续性,是分布式存储系统健壮性的重要改进。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0125AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.28 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
74

暂无简介
Dart
529
116

仓颉编程语言运行时与标准库。
Cangjie
122
91

仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
51
50

React Native鸿蒙化仓库
JavaScript
215
290

Ascend Extension for PyTorch
Python
70
101

🎉 (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
990
586

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++
566
102