Linkerd CNI插件在AWS EKS集群中的部署问题及解决方案
问题背景
在AWS EKS环境中部署Linkerd CNI插件版本2025.3.1时,用户遇到了与之前版本13760类似的问题。当尝试将linkerd-cni从v2025.2.3升级到v2025.3.1时,DaemonSet的首次Pod启动失败,导致整个升级过程受阻。
错误现象
部署过程中,Kubernetes事件日志显示以下关键错误信息:
Failed to create pod sandbox: rpc error: code = Unknown desc = failed to setup network for sandbox "41b3c75a...": 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
- 操作系统:Bottlerocket
问题分析
通过深入分析,我们发现问题的根源在于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插件的配置可能导致授权问题。具体表现为:
-
节点上的
/etc/cni/net.d/
目录包含三个关键文件:05-cilium.conflist
10-aws.conflist
ZZZ-linkerd-cni-kubeconfig
-
在
05-cilium.conflist
文件中,存在对Linkerd CNI插件的引用,这导致了插件初始化时的授权冲突。
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:
- 获取每个EC2实例的shell访问权限
- 执行
enter-admin-container
命令进入管理容器 - 编辑
/.bottlerocket/rootfs/etc/cni/net.d/05-cilium.conflist
文件 - 移除文件中与
linkerd-cni
相关的插件配置 - 在EKS中重启对应的linkerd-cni Pod
需要注意的是,这个过程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插件作为服务网格的一部分,负责处理Pod间的网络通信。当多个CNI插件共存时,可能会出现配置冲突。在这种情况下,Cilium CNI插件配置中包含了Linkerd CNI的引用,导致授权检查失败。
Bottlerocket作为专门为容器工作负载设计的操作系统,其文件系统结构与传统Linux发行版有所不同。解决方案中提到的路径/.bottlerocket/rootfs/
是访问主机文件系统的特殊方式。
最佳实践建议
- 在升级Linkerd CNI插件前,建议先备份所有CNI配置文件
- 考虑使用自动化工具批量处理多节点配置变更
- 对于生产环境,建议先在测试环境中验证升级过程
- 定期检查CNI插件间的兼容性,特别是当使用多个网络插件时
总结
Linkerd CNI插件在特定环境下的部署问题通常与CNI配置冲突有关。通过理解底层网络插件的工作原理和交互方式,可以有效地解决这类问题。本文提供的解决方案不仅适用于所述版本,其思路也可应用于类似的CNI插件冲突场景。
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-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00GitCode-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~0275community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-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









