Harvester项目中Rancher升级问题的技术分析与解决方案

问题背景

在Harvester v1.5.0版本升级过程中，开发团队发现从v1.5.0-rc2升级到master-head版本时，系统会在升级清单(upgrade_manifest)阶段卡住。这个问题特别出现在Rancher版本升级到v2.11.0的过程中。

问题现象

升级过程主要卡在等待Rancher依赖的Helm发布阶段，特别是fleet组件的部署。日志显示系统持续等待"fleet-106.0.0+up0.12.0"版本的部署完成，但实际上系统已经安装了"fleet-106.0.0+up0.12.0-rc.3"版本。

根本原因分析

经过深入排查，发现问题的核心在于Rancher对基于RC(Release Candidate)版本的升级处理不够完善。具体表现为：

1. 当系统检测到当前已安装的RC版本(106.0.0+up0.12.0-rc.3)在数值上"大于或等于"目标稳定版本(106.0.0+up0.12.0)时，Rancher会跳过实际的升级操作。

2. 这种版本比较逻辑导致升级流程无法正常推进，因为Harvester的升级控制器仍在等待预期的稳定版本部署完成。

3. 从v1.4.2直接升级到v1.5.0-master-head却能成功，因为这是从稳定版本升级，不涉及RC版本的特殊处理。

解决方案

对于遇到此问题的用户，可以采用以下两种解决方案：

临时解决方案（手动升级）

1. 手动下载并安装所需的Helm chart：

helm pull https://charts.rancher.io/assets/fleet/fleet-106.0.0+up0.12.0.tgz
helm get values fleet -n cattle-fleet-system -o yaml > values.yaml
helm upgrade fleet ./fleet-106.0.0+up0.12.0.tgz --namespace cattle-fleet-system -f values.yaml --wait

2. 对fleet-crd执行类似操作：

helm pull https://charts.rancher.io/assets/fleet-crd/fleet-crd-106.0.0+up0.12.0.tgz
helm get values fleet-crd -n cattle-fleet-system -o yaml > values.yaml
helm upgrade fleet-crd ./fleet-crd-106.0.0+up0.12.0.tgz --namespace cattle-fleet-system -f values.yaml --wait

3. 对rancher-webhook执行升级：

helm pull https://charts.rancher.io/assets/rancher-webhook/rancher-webhook-106.0.0+up0.7.0.tgz
helm get values rancher-webhook -n cattle-system -o yaml > values.yaml
helm upgrade rancher-webhook ./rancher-webhook-106.0.0+up0.7.0.tgz --namespace cattle-system -f values.yaml

长期解决方案

1. 等待Rancher官方修复RC版本升级逻辑的问题。

2. 在生产环境中，建议避免从RC版本直接升级，而是等待稳定版本发布后再执行升级操作。

3. 如果必须从RC版本升级，可以考虑先回退到上一个稳定版本，再升级到目标版本。

技术建议

1. 在升级前，务必检查当前安装的Rancher和组件版本，特别是注意是否有RC版本存在。

2. 对于关键生产环境，建议先在测试环境中验证升级流程。

3. 升级过程中启用Rancher的调试模式可以帮助诊断问题：

kubectl edit deployment -n cattle-system rancher

在容器参数中添加"--debug=true"选项。

4. 监控升级日志，特别关注Helm chart版本比较相关的信息。

总结

Harvester项目中遇到的这个Rancher升级问题，揭示了版本控制系统在处理RC版本时的一个潜在缺陷。开发团队已经确认在最新版本中此问题已得到解决，但对于仍在使用RC版本的用户，可以采用文中提供的解决方案。这提醒我们在软件生命周期管理中，需要特别注意预发布版本与稳定版本之间的升级路径设计。