AWS Node Termination Handler v1.21.0镜像发布问题解析

AWS Node Termination Handler（NTH）是一个用于处理AWS EC2实例中断事件的Kubernetes控制器。近期该项目在发布v1.21.0版本时遇到了镜像发布问题，导致用户无法正常使用新版本功能。

问题背景

在2024年2月初，AWS Node Termination Handler项目发布了v1.21.0版本，但用户很快发现该版本的容器镜像并未同步发布到AWS ECR公共仓库中。这导致使用Helm chart v0.23.0安装的用户遇到了Pod无法启动的问题，所有相关Pod都处于ImagePullBackOff状态。

问题表现

当用户尝试部署v1.21.0版本时，Kubernetes集群中的aws-node-termination-handler DaemonSet Pod会出现以下错误：

Failed to pull image "public.ecr.aws/aws-ec2/aws-node-termination-handler:v1.21.0": 
failed to resolve reference "public.ecr.aws/aws-ec2/aws-node-termination-handler:v1.21.0": 
public.ecr.aws/aws-ec2/aws-node-termination-handler:v1.21.0: not found

同样，对应的Helm chart v0.23.0也无法从ECR公共仓库中找到，这给依赖自动化部署流程的用户带来了不便。

问题原因

根据项目维护者的反馈，这个问题是由于发布工作流中的故障导致的。在软件发布过程中，构建和推送镜像到公共仓库的自动化流程出现了问题，使得虽然代码已经发布，但对应的容器镜像未能成功推送到ECR公共仓库。

解决方案

项目维护团队在发现问题后立即着手解决：

1. 首先确认了问题的存在并通知社区
2. 随后实施了修复方案
3. 在修复工作流后重新尝试发布
4. 最终成功将v1.21.0镜像和v0.23.0 Helm chart发布到ECR公共仓库

经验教训

这个事件提醒我们几个重要的DevOps实践：

1. 发布验证：在宣布新版本发布前，应该验证所有相关组件（包括容器镜像）是否确实可用
2. 监控机制：建立自动化监控来检测发布流程中的失败环节
3. 快速响应：对用户报告的问题保持透明并及时响应
4. 回滚计划：准备好回滚方案，以防新版本发布出现问题

结论

经过项目维护团队的努力，AWS Node Termination Handler v1.21.0及其对应的Helm chart v0.23.0现已正常可用。这个事件展示了开源社区如何协作解决问题，也提醒我们在依赖外部镜像仓库时需要有一定的容错机制。