Pod诊断 - - 阿里云

阿里云容器计算服务ACS使用容器智能运维平台提供了Pod诊断功能，帮助您诊断异常的Pod信息。本文介绍Pod诊断的检查项以及对应的修复方案。

容器智能运维平台构建了基于专家经验的故障诊断系统，并基于海量数据训练了AI智能故障诊断模型。Pod诊断融合了基于专家经验和AI智能诊断两种诊断模式，进一步深入定位问题根因。Pod诊断包括诊断检查项和诊断根因。

重要

使用故障诊断功能时，系统将在您的集群执行数据采集程序并收集检查结果。采集的信息包括系统版本，以及负载、容器组件等运行状态及系统日志中关键错误信息。数据采集程序不会采集您的业务信息及敏感数据。

诊断支持的异常场景

Pod诊断覆盖的典型异常场景和AI智能诊断支持场景如下表所示。

类别	支持的异常场景
Pod诊断	Pod未被调度器处理。
	Pod不满足调度约束无法被调度。
	Pod已调度但未被kubelet处理。
	Pod等待存储卷就绪。
	Pod被驱逐。
	Pod的Sandbox容器创建失败。
	Pod长期处于terminating状态。
	Pod中容器发生OOM异常。
	Pod中容器异常退出。
	Pod中容器处于CrashLoopBackOff状态。
	Pod中容器NotReady。
	Pod拉取镜像出错。
	Pod拉取镜像超时。
AI智能诊断	Pod状态异常。
	Pod发生OOM异常。
	Pod容器异常退出。
	Pod ConfigMap或Secret配置异常。
	Pod健康检查失败。
	Pod PVC配置异常。
	Pod镜像拉取异常。

集群诊断收集部分集群信息并识别其中的异常，然后根据识别到的异常进行深入的异常诊断。诊断融合了基于专家经验和AI智能诊断两种诊断模式，进一步深入定位问题根因。发起诊断后，诊断会按照异常识别、数据采集、检查项评估以及根因分析四个阶段，完成后给出诊断结果。

诊断结果包括根因结果与检查项。根因诊断结果部分包括识别到的异常、异常根因和修复建议。检查项则按不同的类别对可能引起异常的点进行检查，覆盖根因未包括的部分，并对异常原因进一步补充。

说明

根据集群配置，具体检查项可能稍有不同。实际结果请以诊断页面结果为准。

诊断项分组	说明
Pod	检查Pod常见问题，检查项包括Pod状态和镜像拉取等。
ClusterComponent	检查集群常见问题，检查项包括API Service可用性和DNS可用性等。

检查项名称	检查项说明	修复方案
Pod容器重启次数统计	统计Pod中容器重启次数。	请检查Pod状态及日志。更多信息，请参见Pod异常问题排查。
Pod容器镜像下载阻塞情况	检查Pod同节点是否有其他Pod的容器镜像下载被阻塞。	请检查Pod状态及日志。更多信息，请参见Pod异常问题排查。
Pod调度状态	检查Pod是否正常调度。	请检查Pod状态及日志。更多信息，请参见Pod异常问题排查。

检查项名称	检查项说明	修复方案
集群APIService可用状态	检查集群APIService是否可用。	请尝试通过命令`kubectl get apiservice`，检查集群中的APIService的可用状态，并通过`kubectl describe apiservice`命令，查看状态异常的APIService并分析原因。
DNS服务后端服务端点	检查集群DNS服务Endpoints数。	请检查CoreDNS Pod运行状态和运行日志。
DNS服务ClusterIP	检查集群DNS服务的Cluster IP是否正常分配，集群DNS服务异常会造成集群功能异常，影响业务。	请检查CoreDNS Pod运行状态和运行日志。