两个常见的Kubernetes问题以及解决方法

随着微服务的不断推进，使用Kubernetes集群越来越多，越来越深入，随之而来会遇到一系列的问题，本文向大家介绍实际使用Kubernetes遇到的一些问题以及解决方法。

问题一：报错cannot allocate memory或者no space left on device，修复Kubernetes内存泄露问题

一、当Kubernetes集群运行日久以后，有的Node无法再新建Pod，并且出现如下错误，当重启服务器之后，才可以恢复正常使用。查看Pod状态的时候会出现以下报错。

applying cgroup … caused: mkdir …no space left on device

或者在describe pod的时候出现cannot allocate memory

这时候你的Kubernetes集群可能就存在内存泄露的问题了，当创建的Pod越多的时候内存会泄露的越多，越快。

二、具体查看是否存在内存泄露

cat /sys/fs/cgroup/memory/kubepods/memory.kmem.slabinfo

当出现cat: /sys/fs/cgroup/memory/kubepods/memory.kmem.slabinfo: Input/output error则说明不存在内存泄露的情况

如果存在内存泄露会出现

slabinfo - version: 2.1

# name            <active_objs> <num_objs> <objsize> <objperslab> <pagesperslab> : tunables <limit> <batchcount> <sharedfactor> : slabdata <active_slabs> <num_slabs> <sharedavail>

一、解决方法思路：关闭runc和kubelet的kmem，因为升级内核的方案改动较大，此处不采用。

二、kmem导致内存泄露的原因：

内核对于每个cgroup子系统的的条目数是有限制的，限制的大小定义在kernel/cgroup.c #L139，当正常在cgroup创建一个group的目录时，条目数就加1。我们遇到的情况就是因为开启了kmem accounting功能，虽然cgroup的目录删除了，但是条目没有回收。这样后面就无法创建65535个cgroup了。也就是说，在当前内核版本下，开启了kmem accounting功能，会导致memory cgroup的条目泄漏无法回收。
一、需要重新编译runc

1、配置go语言环境

wget https://dl.google.com/go/go1.12.9.linux-amd64.tar.gz

tar xf go1.12.9.linux-amd64.tar.gz -C /usr/local/

写入bashrc

vim ~/.bashrc 

export GOPATH="/data/Documents"

export GOROOT="/usr/local/go"

export PATH="$GOROOT/bin:$GOPATH/bin:$PATH"

export GO111MODULE=off

验证

source ~/.bashrc 

go env

2、下载runc源码

mkdir -p /data/Documents/src/github.com/opencontainers/

cd /data/Documents/src/github.com/opencontainers/

git clone https://github.com/opencontainers/runc

cd runc/

git checkout v1.0.0-rc9  # 切到v1.0.0-rc9 tag

3、编译

安装编译组件

sudo yum install libseccomp-devel

make BUILDTAGS='seccomp nokmem'

编译完成之后会在当前目录下看到一个runc的可执行文件，等kubelet编译完成之后会将其替换

二、编译kubelet

1、下载Kubernetes源码

mkdir -p /root/k8s/

cd /root/k8s/

git clone https://github.com/kubernetes/kubernetes

cd kubernetes/

git checkout v1.15.3

2、制作编译环境的镜像（Dockerfile如下）

FROM centos:centos7.3.1611

ENV GOROOT /usr/local/go

ENV GOPATH /usr/local/gopath

ENV PATH /usr/local/go/bin:$PATH

RUN yum install rpm-build which where rsync gcc gcc-c++ automake autoconf libtool make -y \

&& curl -L https://studygolang.com/dl/golang/go1.12.9.linux-amd64.tar.gz | tar zxvf - -C /usr/local

3、在制作好的go环境镜像中来进行编译kubelet

docker run  -it --rm   -v /root/k8s/kubernetes:/usr/local/gopath/src/k8s.io/kubernetes   build-k8s:centos-7.3-go-1.12.9-k8s-1.15.3   bash

cd /usr/local/gopath/src/k8s.io/kubernetes

GO111MODULE=off KUBE_GIT_TREE_STATE=clean KUBE_GIT_VERSION=v1.15.3 make kubelet GOFLAGS="-tags=nokmem"

三、替换原有的runc和kubelet

1、将原有runc和kubelet备份

mv /usr/bin/kubelet /home/kubelet

mv /usr/bin/docker-runc /home/docker-runc

2、停止Docker和kubelet

systemctl stop docker

systemctl stop kubelet

3、将编译好的runc和kubelet进行替换

cp kubelet /usr/bin/kubelet

cp kubelet /usr/local/bin/kubelet

cp runc /usr/bin/docker-runc

4、检查kmem是否关闭前需要将此节点的Pod杀掉重启或者重启服务器，当结果为0时成功

cat /sys/fs/cgroup/memory/kubepods/burstable/memory.kmem.usage_in_bytes

5、是否还存在内存泄露的情况

cat /sys/fs/cgroup/memory/kubepods/memory.kmem.slabinfo

问题二：Kubernetes证书过期问题的两种处理方法

公司测试环境的Kubernetes集群使用已经很长时间了，突然有一天开发联系我说Kubernetes集群无法访问，开始以为是测试环境的机器磁盘空间不够了，导致组件异常或者把开发使用的镜像自动清理掉了，但是当登上机器去查验的时候发现不是这个原因。当时觉得也很疑惑。因为开发环境使用人数较少，不应该会出问题，所以就去查验log的相关报错信息。
出现Kubernetes API无法调取的现象，使用kubectl命令获取资源均返回如下报错：

Unable to connect to the server: x509: certificate has expired or is not yet valid

经网上搜索之后发现。应该是Kubernetes集群的证书过期了，使用命令排查证书的过期时间

kubeadm alpha certs check-expiration

发现确实是证书过期了。

相关介绍以及问题解决

因为我们是使用kubeadm部署的Kubernetes集群，所以更新起证书也是比较方便的，默认的证书时间有效期是一年，我们集群的Kubernetes版本是1.15.3版本是可以使用以下命令来更新证书的，但是一年之后还是会到期，这样就很麻烦，所以我们需要了解一下Kubernetes的证书，然后我们来生成一个时间很长的证书，这样我们就可以不用去总更新证书了。

kubeadm alpha certs renew all --config=kubeadm.yaml

systemctl restart kubelet

kubeadm init phase kubeconfig all --config kubeadm.yaml

然后将生成的配置文件替换，重启kube-apiserver、kube-controller、kube-scheduler、etcd这4个容器即可

另外kubeadm会在控制面板升级的时候自动更新所有证书，所以使用 kubeadm 搭建得集群最佳的做法是经常升级集群，这样可以确保你的集群保持最新状态并保持合理的安全性。但是对于实际的生产环境我们可能并不会去频繁得升级集群，所以这个时候我们就需要去手动更新证书。

下面我们通过调用Kubernetes的API来实现更新一个10年的证书。

首先在/etc/kubernetes/manifests/kube-controller-manager.yaml文件加入配置

spec:

containers:

- command:

- kube-controller-manager

# 设置证书有效期为10年

- --experimental-cluster-signing-duration=87600h 

- --client-ca-file=/etc/kubernetes/pki/ca.crt

修改完成后kube-controller-manager会自动重启生效。然后我们需要使用下面的命令为Kubernetes证书API创建一个证书签名请求。如果你设置例如cert-manager等外部签名者，则会自动批准证书签名请求（CSRs）。否者，你必须使用kubectl certificate命令手动批准证书。以下kubeadm命令输出要批准的证书名称，然后等待批准发生：

kubeadm alpha certs renew all --use-api --config kubeadm.yaml &

需要将全部pending的证书全部批准。

我们还不能直接重启控制面板的几个组件，这是因为使用kubeadm安装的集群对应的etcd默认是使用的/etc/kubernetes/pki/etcd/ca.crt这个证书进行前面的，而上面我们用命令kubectl certificate approve批准过后的证书是使用的默认的/etc/kubernetes/pki/ca.crt证书进行签发的，所以我们需要替换etcd中的CA机构证书：

# 先拷贝静态Pod资源清单

cp -r /etc/kubernetes/manifests/ /etc/kubernetes/manifests.bak

vi /etc/kubernetes/manifests/etcd.yaml

......

spec:

containers:

- command:

- etcd

# 修改为CA文件

- --peer-trusted-ca-file=/etc/kubernetes/pki/ca.crt

- --trusted-ca-file=/etc/kubernetes/pki/ca.crt

......

volumeMounts:

- mountPath: /var/lib/etcd

  name: etcd-data

- mountPath: /etc/kubernetes/pki  # 更改证书目录

  name: etcd-certs

volumes:

- hostPath:

  path: /etc/kubernetes/pki  # 将 pki 目录挂载到etcd中去

  type: DirectoryOrCreate

name: etcd-certs

- hostPath:

  path: /var/lib/etcd 

  type: DirectoryOrCreate

name: etcd-data

......

由于kube-apiserver要连接etcd集群，所以也需要重新修改对应的etcd ca文件：

vi /etc/kubernetes/manifests/kube-apiserver.yaml

......

spec:

containers:

- command:

- kube-apiserver

# 将etcd ca文件修改为默认的ca.crt文件

- --etcd-cafile=/etc/kubernetes/pki/ca.crt

......

除此之外还需要替换requestheader-client-ca-file文件，默认是/etc/kubernetes/pki/front-proxy-ca.crt文件，现在也需要替换成默认的CA文件，否则使用聚合 API，比如安装了metrics-server后执行kubectl top命令就会报错：

cp /etc/kubernetes/pki/ca.crt /etc/kubernetes/pki/front-proxy-ca.crt

cp /etc/kubernetes/pki/ca.key /etc/kubernetes/pki/front-proxy-ca.key

这样我们就得到了一个10年证书的Kubernetes集群，还可以通过重新编译kubeadm来实现一个10年证书的，这个我没有尝试，不过在初始化集群的时候也是一个方法。

原文链接：https://zhuanlan.zhihu.com/p/343031257