Submariner项目在ROKS环境中节点重启后CNI接口发现失败问题分析
2025-06-30 13:21:30作者:凤尚柏Louis
问题背景
在IBM Cloud的ROKS(Red Hat OpenShift Kubernetes Service)环境中部署Submariner 0.18版本后,当节点发生重启时,Submariner的路由代理组件(RouteAgent)出现了无法发现Calico CNI接口的问题。这个问题影响了跨集群网络通信的正常运行。
技术细节分析
Submariner是一个用于实现Kubernetes集群间网络互联的开源项目。其中的RouteAgent组件负责在每个节点上设置必要的网络路由规则。在Calico作为CNI的网络环境中,RouteAgent需要识别并操作Calico创建的tunl0接口来实现跨集群通信。
通过日志分析,我们发现了一个关键的时间序列问题:
- 节点重启后,所有Pod开始重新调度
- 节点状态首先变为NotReady
- Submariner RouteAgent Pod启动并运行
- 初始化容器(submariner-routeagent-init)等待节点变为Ready状态
- 主容器(submariner-routeagent)尝试发现Calico CNI接口但失败
- Calico-node Pod随后才创建Calico CNI接口(tunl0)
这个时序问题导致了RouteAgent在启动时无法找到预期的网络接口,因为Calico的CNI接口尚未被创建。
根本原因
问题的核心在于组件启动顺序的依赖关系没有正确处理。具体表现为:
- RouteAgent对节点Ready状态的检查不够充分,仅检查了节点状态而没考虑CNI网络是否完全就绪
- 在ROKS环境中,Calico CNI接口的创建时间可能晚于节点Ready状态的恢复
- RouteAgent的接口发现逻辑缺乏重试机制,导致在接口尚未创建时就判定失败
解决方案
针对这个问题,Submariner社区提出了以下改进方向:
- 增强RouteAgent的启动逻辑,不仅要检查节点状态,还应验证CNI网络接口是否可用
- 为CNI接口发现添加重试机制,允许在接口尚未准备好时进行多次尝试
- 考虑与Calico组件的启动顺序协调,确保网络接口先于RouteAgent准备好
影响范围
这个问题主要影响以下环境:
- 使用Calico作为CNI的Kubernetes集群
- 运行在ROKS等托管OpenShift服务上的部署
- 需要频繁进行节点维护或自动扩展的场景
最佳实践建议
对于使用Submariner的生产环境,建议:
- 在节点维护前,考虑优雅地排空节点上的工作负载
- 监控RouteAgent的日志,确保CNI接口被发现
- 考虑使用较新的Submariner版本,其中可能包含针对此问题的修复
这个问题展示了在复杂网络环境中组件间时序依赖的重要性,也为类似系统的设计提供了有价值的参考案例。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- 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
GitCode-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~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-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++097AI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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
202
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
61
94

🎉 (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
977
575

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

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++
550
83

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
1.02 K
399

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
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133