Rancher Submariner跨集群网络连接故障排查与解决方案
问题背景
在使用Rancher Submariner构建跨Kubernetes集群网络连接时,用户遇到了安装过程中断和连接不稳定的问题。Submariner是一个专为Kubernetes设计的网络插件,能够实现跨集群的Pod间直接通信和服务发现。
故障现象
用户在部署Submariner时遇到以下主要问题:
- 部署broker时长时间不完成,最终需要手动终止
- 诊断防火墙时出现goroutine错误
- 连接建立后不稳定,频繁断开
- 集群中出现残留的uninstall pods
技术分析
1. 部署中断问题
部署过程中断的根本原因是集群间的防火墙规则限制了必要的通信端口。Submariner需要以下端口开放才能正常工作:
- UDP 4500端口:用于IPSec NAT穿越
- UDP 4490端口:用于NAT发现
- TCP 8080端口:用于指标收集
当这些端口被防火墙阻止时,部署过程会卡在等待连接建立的阶段。
2. Endpoint资源异常
在正常运行的Submariner集群中,每个集群应该只有一个Endpoint资源。但在故障场景中观察到:
- 一个集群出现3个Endpoint
- 另一个集群出现2个Endpoint
这表明集群中存在多个网关实例或资源同步异常。Endpoint资源由Submariner网关组件创建和维护,用于存储集群的网络拓扑信息。
3. 连接不稳定的根本原因
日志分析发现,Submariner网关创建的Endpoint资源被意外删除。这通常发生在以下情况:
- 快速连续执行卸载和重新安装操作
- 卸载过程中断导致清理不完整
- 多个网关实例竞争管理Endpoint资源
当Endpoint被删除后,跨集群连接将无法建立或维持。
4. 残留的uninstall pods
Submariner卸载过程中会创建uninstall pods来清理节点上的配置。正常情况下,这些pods完成任务后会自动删除。但在故障场景中,它们持续运行,表明:
- 卸载过程被中断
- 或者清理任务未能成功完成
这些残留的pods会干扰新安装的Submariner实例正常工作。
解决方案
1. 防火墙配置
确保集群间开放以下端口:
- UDP 4500
- UDP 4490
- TCP 8080
2. 彻底清理环境
在重新安装前执行完整清理:
-
删除所有Submariner相关的命名空间:
kubectl delete ns submariner-operator submariner-k8s-broker
-
手动删除残留的daemonsets:
kubectl delete ds -n submariner-operator submariner-gateway-uninstall
-
检查并删除所有CRD资源:
kubectl delete crd submariners.submariner.io servicediscoveries.submariner.io
3. 正确安装流程
-
在第一个集群上部署broker:
subctl deploy-broker --kubeconfig cluster1-kubeconfig
-
在第一个集群上加入broker:
subctl join --kubeconfig=cluster1-kubeconfig broker-info.subm
-
在第二个集群上加入同一个broker:
subctl join --kubeconfig=cluster2-kubeconfig broker-info.subm
4. 验证安装
使用以下命令验证连接状态:
subctl show all
subctl diagnose all
最佳实践建议
-
避免快速重装:在卸载和重新安装之间留出足够时间,确保清理完成
-
监控网关日志:定期检查网关pod日志,及时发现连接问题
-
使用稳定版本:确保使用经过验证的Submariner版本
-
预检查环境:在安装前使用diagnose命令检查环境兼容性
-
资源监控:安装后验证Endpoint和Cluster资源的数量是否符合预期
总结
Submariner跨集群网络连接问题通常源于环境配置不完整或资源同步异常。通过系统化的排查方法,包括日志分析、资源检查和环境验证,可以有效解决大多数连接问题。关键是要理解Submariner的架构原理,特别是Endpoint资源的作用和同步机制,这样才能快速定位和解决问题。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









