首页
/ Submariner项目中Calico网络环境下跨集群服务发现的故障排查与解决

Submariner项目中Calico网络环境下跨集群服务发现的故障排查与解决

2025-06-30 10:09:59作者:卓炯娓

背景概述

在Kubernetes多集群环境中,Submariner作为网络互联解决方案,能够实现跨集群的服务发现和网络连通。本文记录了一个典型故障案例:在Calico CNI环境下,虽然Submariner的诊断工具显示所有检查通过,但实际跨集群服务发现功能却无法正常工作。

环境配置

用户环境包含两个Kubernetes集群,关键网络配置如下:

  • 集群1:
    • 集群CIDR: 10.46.0.0/16
    • 服务CIDR: 10.45.0.0/16
  • 集群2:
    • 集群CIDR: 10.42.0.0/16
    • 服务CIDR: 10.43.0.0/16

集群使用RKE2部署,Kubernetes版本为v1.27.9+rke2r1,Calico版本为v3.26.3,并启用了Calico API Server。环境位于企业代理后方,这一特点为后续排查埋下了伏笔。

故障现象

虽然subctl diagnose all命令显示所有检查通过,且服务导出/导入的CRD状态显示正常,DNS解析也能正确返回服务IP,但实际的网络连通性测试失败。具体表现为:

  1. 跨集群的Pod间TCP连接测试失败
  2. 从集群1无法ping通集群2的Pod IP(10.42.X.X)
  3. 从集群2到集群1的ping请求无任何响应

深入排查

初步分析

通过检查Submariner各组件的日志,发现路由代理(routeagent)报出关键错误:

Error annotating node with CNI interface IP: Error retrieving the CNI interface for 10.46.0.0/24

这表明Submariner在自动检测网络配置时,错误地将集群CIDR识别为/24子网,而非实际配置的/16。

网络路径验证

通过tcpdump抓包分析发现:

  1. 跨集群流量没有通过预期的vx-submariner或vxlan.calico隧道接口
  2. 流量被错误地路由到默认网络接口
  3. 目标不可达的ICMP响应来自一个意外的IP地址(10.128.11.126)

Calico IPPool检查

检查Calico的IPPool资源发现:

  1. Submariner自动创建的IPPool使用了/24子网
  2. 这些IPPool与实际的集群CIDR范围不匹配
  3. 默认的Calico IPPool配置使用了VXLAN模式

根本原因

问题的核心在于Submariner的CIDR自动检测机制与特定Calico配置存在兼容性问题:

  1. CIDR检测偏差:Submariner错误地将/16的集群CIDR检测为/24,导致后续的网络配置不正确
  2. 路由策略失效:由于CIDR不匹配,Submariner无法正确设置反向路径过滤(rp_filter)规则
  3. 隧道建立异常:流量未能通过预期的VXLAN隧道传输

解决方案

通过显式指定CIDR参数解决了问题:

subctl join --kubeconfig cluster1.yaml broker-info.subm \
  --clusterid cluster-1 \
  --context cluster-4f50834d \
  --natt=false \
  --air-gapped \
  --health-check=false \
  --force-udp-encaps \
  --clustercidr 10.46.0.0/16 \
  --servicecidr 10.45.0.0/16

经验总结

  1. CIDR验证:在复杂网络环境中,务必验证Submariner自动检测的CIDR是否与实际配置一致
  2. 显式配置:当自动检测不可靠时,使用--clustercidr--servicecidr参数显式指定网络范围
  3. 网络策略检查:确保Calico的网络策略允许Submariner的必要流量
  4. 环境特殊性:企业代理环境可能需要额外的网络配置,需特别注意

后续改进建议

  1. 增强Submariner在Calico环境下的CIDR检测逻辑
  2. 改进诊断工具,增加对实际CIDR与检测CIDR一致性的检查
  3. 完善文档,明确说明在复杂网络环境下可能需要的手动配置步骤

这个案例展示了在复杂网络环境下使用Submariner时可能遇到的典型问题,也为类似环境的部署提供了有价值的参考经验。

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
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
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
923
551
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
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
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)。
Jupyter Notebook
74
64
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
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8