首页
/ Harvester升级过程中节点预排空卡顿问题分析与解决

Harvester升级过程中节点预排空卡顿问题分析与解决

2025-06-14 14:16:12作者:范靓好Udolf

问题背景

在Harvester集群从1.2.1版本升级到1.2.2版本的过程中,用户遇到了一个典型的升级卡顿问题。具体表现为:当系统开始升级流程并完成第一个节点的预排空(pre-drain)和隔离(cordon)操作后,升级进程便停滞不前,无法继续后续操作。

问题现象分析

从日志和用户报告来看,升级过程在完成以下操作后停止:

  1. 成功创建并执行了预排空作业(pre-drain job)
  2. 节点被正确隔离
  3. 但后续升级步骤未能自动触发

检查相关作业日志显示:"error: timed out waiting for the condition",表明系统在等待某个条件满足时超时。进一步分析发现Rancher管理器正在与第一个节点进行协调,等待kube-controller-manager和kube-scheduler探针就绪。

根本原因

经过深入排查,发现此问题与以下因素相关:

  1. 证书问题:系统证书可能已过期或配置不当,导致组件间通信受阻
  2. 长期运行集群状态:该集群已运行较长时间(超过一年),可能积累了某些状态问题
  3. 遗留资源影响:存在旧的RKE2虚拟机使用的Longhorn卷未被清理,导致卷状态在"attaching"和"detaching"间循环

解决方案与处理步骤

针对此升级卡顿问题,可采取以下解决措施:

  1. 证书修复

    • 检查并更新过期的系统证书
    • 确保所有组件都能正确验证彼此的身份
  2. Longhorn卷清理

    • 识别并删除不再使用的遗留卷
    • 检查所有卷的挂载状态,确保没有冲突
  3. 手动干预升级流程

    • 在确认节点状态后,可尝试手动重启节点以继续升级
    • 监控升级日志,定位具体卡住的环节
  4. Fleet代理问题修复

    • 对于后续出现的fleet-agent缺失问题,需要重建相关secret
    • 确保fleet系统组件能够正常注册和运行

经验总结

  1. 在进行Harvester大版本升级前,建议:

    • 全面检查集群健康状况
    • 清理不再使用的资源
    • 备份关键数据和配置
  2. 对于长期运行的集群,升级时需特别注意:

    • 证书有效期
    • 系统组件的兼容性
    • 资源状态的累积影响
  3. 监控和日志分析是关键,应:

    • 实时关注升级进度
    • 及时收集和分析日志
    • 准备好回滚方案

后续建议

虽然用户最终成功升级到了1.4.0版本,但建议:

  1. 建立定期维护机制,包括:

    • 证书轮换计划
    • 资源清理流程
    • 系统健康检查
  2. 对于生产环境,考虑:

    • 分阶段升级策略
    • 充分的测试验证
    • 专业的技术支持

通过系统性地解决这些问题,可以显著提高Harvester集群升级的成功率和稳定性,确保业务连续性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (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
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
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
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
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
398
371
Cangjie-ExamplesCangjie-Examples
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
332
1.08 K