首页
/ Kube-Hetzner集群升级至K3s 1.32后节点网络故障排查与修复

Kube-Hetzner集群升级至K3s 1.32后节点网络故障排查与修复

2025-06-27 06:20:02作者:蔡怀权

问题背景

在使用Terraform模块kube-hetzner部署的Kubernetes集群中,当控制平面节点升级到K3s 1.32版本后,部分节点出现异常状况。节点重启后陷入低级别错误状态,主要表现为flannel网络插件所需的subnet.env文件缺失,导致所有Pod卡在CreatingContainer状态。

故障现象分析

集群升级后出现以下典型症状:

  1. 节点重启后无法正常启动网络组件
  2. 所有Pod创建失败,报错信息显示网络设置失败
  3. 系统日志中出现关键错误信息:
    remote_runtime.go:193] "RunPodSandbox from runtime service failed" err="rpc error: code = Unknown desc = failed to setup network for sandbox \"84031c5d3b5c80af82ee80158713c6cf831a1ddc5c01e3ac71a9d5f11ca9aecd\": plugin type=\"flannel\" failed (add): loadFlannelSubnetEnv failed: open /run/flannel/subnet.env: no such file or directory"
    
  4. K3s agent启动时出现权限警告:
    reflector.go:547] k8s.io/client-go@v1.30.5-k3s2/tools/cache/reflector.go:232: failed to list *v1.Node: nodes is forbidden: User "system:node:amplitude-storage-fsn1-cax21-xri" cannot list resource "nodes" in API group "" at the cluster scope: node 'amplitude-storage-fsn1-cax21-xri' cannot read all nodes, only its own Node object
    

根本原因

经过深入分析,发现问题源于Kubernetes 1.32版本引入的一项安全改进。该版本默认限制了节点的权限,节点用户(system:node)默认只能访问自己的Node对象,而无法列出集群中的所有节点。

对于使用flannel网络插件的集群来说,这是一个严重问题,因为flannel需要能够列出所有节点才能完成网络配置。具体来说:

  1. flannel需要获取集群中所有节点的网络信息来生成subnet.env文件
  2. 由于权限限制,flannel无法获取这些信息
  3. 导致subnet.env文件无法生成
  4. 进而导致所有Pod无法创建网络接口
  5. 系统陷入死循环,无法自动恢复

解决方案

临时修复方案

通过创建ClusterRoleBinding为system:nodes组授予system:node ClusterRole的权限:

kubectl create clusterrolebinding node-listing \
  --clusterrole=system:node \
  --group=system:nodes

这个方案能够立即解决问题,因为它恢复了节点列出其他节点的权限,允许flannel正常工作。

长期建议

虽然上述方案可以解决问题,但从安全角度考虑,更精细化的权限控制更为理想。建议采用以下方案之一:

  1. 精确权限控制:仅为flannel组件创建专用的ServiceAccount,并授予最小必要权限

    apiVersion: rbac.authorization.k8s.io/v1
    kind: ClusterRole
    metadata:
      name: flannel-node-reader
    rules:
    - apiGroups: [""]
      resources: ["nodes"]
      verbs: ["get", "list", "watch"]
    
    apiVersion: rbac.authorization.k8s.io/v1
    kind: ClusterRoleBinding
    metadata:
      name: flannel-node-reader
    roleRef:
      apiGroup: rbac.authorization.k8s.io
      kind: ClusterRole
      name: flannel-node-reader
    subjects:
    - kind: ServiceAccount
      name: flannel
      namespace: kube-system
    
  2. CNI插件升级:考虑迁移到其他CNI插件如Cilium或Calico,这些插件可能对权限要求不同

  3. K3s配置调整:在K3s配置中预先设置必要的RBAC规则

预防措施

为避免类似问题在未来升级时再次发生,建议:

  1. 在非生产环境先测试主要版本升级
  2. 仔细阅读Kubernetes和K3s的版本变更说明
  3. 建立完善的监控系统,及时发现节点和网络异常
  4. 考虑使用Pod安全策略和网络策略加强安全性

总结

Kubernetes 1.32版本的权限收紧是一项重要的安全改进,但可能对依赖特定权限的组件(如flannel)造成影响。在升级前,管理员应充分了解变更内容,并准备好相应的调整方案。对于使用kube-hetzner模块的用户,建议在升级到K3s 1.32或更高版本前,预先评估网络插件的权限需求,并做好相应的RBAC配置。

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
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
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
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
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
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
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
kernelkernel
deepin linux kernel
C
22
5