Harvester升级过程中节点卡在预排空状态的故障分析与解决方案
2025-06-14 06:00:23作者:邓越浪Henry
问题现象
在Harvester集群从v1.4.0版本升级到v1.4.1-rc1版本的过程中,部分节点会卡在"Pre-drained"(预排空)状态,同时节点保持"Cordoned"(不可调度)状态。这种状况会导致整个升级流程无法继续推进。
根本原因分析
经过深入排查,发现问题源于Longhorn存储系统的实例管理器(Instance Manager)组件存在一个已知问题。具体表现为:
- 实例管理器错误地认为某个卷引擎(engine)仍在运行,但实际上该引擎已处于停止状态
- 由于这种错误判断,实例管理器创建了PodDisruptionBudget(PDB)资源并阻止节点排空操作
- 这种状态不一致导致升级流程无法继续执行节点排空步骤
技术细节
在Kubernetes集群升级过程中,Harvester会执行以下关键步骤:
- 将节点标记为不可调度(Cordon)
- 排空(Drain)节点上的工作负载
- 执行节点组件升级
当Longhorn实例管理器错误报告卷状态时,第二步的排空操作会被PDB机制阻止。PDB是Kubernetes中用于保证应用可用性的机制,它会确保在维护操作期间至少保留一定数量的Pod实例。
解决方案
对于遇到此问题的用户,可以按照以下步骤手动解决:
- 首先确认受影响节点上的Longhorn卷状态
- 检查实例管理器报告的引擎状态与实际状态是否一致
- 如果确认是误报状态,可以安全删除相关的PDB资源
- 删除PDB后,升级流程会自动继续
具体操作命令示例:
kubectl delete pdb [实例管理器名称] -n longhorn-system
长期解决方案
Harvester开发团队已经意识到这个问题的严重性,并在以下方面开展工作:
- 在v1.4.1和v1.4.2版本中将此问题标记为已知问题
- 计划在v1.6.0版本中通过升级到Longhorn 1.9来彻底解决
- 完善了相关文档,指导用户在遇到此问题时的处理方法
最佳实践建议
为避免在升级过程中遇到此类问题,建议用户:
- 在升级前检查所有Longhorn卷的状态
- 确保没有异常的卷引擎实例存在
- 按照官方文档执行预升级检查
- 保留足够的集群资源以应对可能的副本迁移
总结
Harvester集群升级过程中节点卡在预排空状态的问题,主要是由于Longhorn组件状态报告不一致导致的。虽然可以通过手动干预解决,但用户应关注后续版本中提供的永久性修复方案。对于生产环境,建议在非关键时段进行升级操作,并确保有完整的备份方案。
登录后查看全文
热门项目推荐
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00ops-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++020Hunyuan3D-Part
腾讯混元3D-Part00GitCode-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~0279Hunyuan3D-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00Spark-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
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
38
72

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++
519
50

🎉 (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
942
555

React Native鸿蒙化仓库
C++
195
279

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
993
396

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
359
12

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71