今天发现一个Pod一直处于ContainerCreating
状态,通过Describe查看,发现以下错误。
Warning FailedMount 15s kubelet, node-2 MountVolume.WaitForAttach failed for volume "pvc-504feeb6-ae42-45ba-996b-5e8e1039b601" : rbd image kube/kubernetes-dynamic-pvc-bbfd3466-9f2f-11ea-8e91-5a4125e02b87 is still being used
意思就是说该Pod启动需要挂载PVC,但是这个PVC目前正被使用。可以确定的是除了这个Deployment之外,没有其他Deployment在使用这个PVC,那这是为什么呢?
我们先来看看如果一个Pod需要挂载卷,在创建Pod的过程中,卷的整个流程如下:
(1)第一步是先创建卷
(2)第二步在节点上挂载卷
(3)将卷映射到Pod中
在删除Pod的时候,卷的卸载过程和上面正好相反。所以初步怀疑是在删除Pod的时候,原节点由于某些原因从节点上卸载卷失败,我们来具体排查一下。
1、通过上面Pod的错误信息,我们可以获取到如下有用信息
rbd image kube/kubernetes-dynamic-pvc-bbfd3466-9f2f-11ea-8e91-5a4125e02b87 is still being used
我们可以从上面的信息获取到rbd的镜像信息,拆分如下:
- rbd池:kube
- rbd镜像:kubernetes-dynamic-pvc-bbfd3466-9f2f-11ea-8e91-5a4125e02b87
2、我们通过ceph命令可以获取到该镜像被哪个节点使用,如下:
# rbd info kube/kubernetes-dynamic-pvc-bbfd3466-9f2f-11ea-8e91-5a4125e02b87
rbd image 'kubernetes-dynamic-pvc-bbfd3466-9f2f-11ea-8e91-5a4125e02b87':
size 100 GiB in 25600 objects
order 22 (4 MiB objects)
snapshot_count: 0
id: fb236b8b4567
block_name_prefix: rbd_data.fb236b8b4567
format: 2
features: layering
op_features:
flags:
create_timestamp: Tue May 26 17:03:15 2020
access_timestamp: Tue May 26 17:03:15 2020
modify_timestamp: Tue May 26 17:03:15 2020
主要关注block_name_prefix
的值。
然后通过一下的命令获取到具体的节点:
# rados listwatchers -p kube rbd_header.fb236b8b4567
watcher=192.168.100.181:0/154937577 client.194364 cookie=18446462598732840971
其中,将从block_name_prefix
获取到的值将rbd_data修改为rbd_header,然后通过以上命令获取即可。
从上面输出的信息可以看到这个rbd镜像被挂载到192.168.100.181
主机上,这时候我们需要切换到该主机进行具体的操作。
3、查看具体的文件系统挂载信息
ls /dev/rbd/kube/kubernetes-dynamic-pvc-bbfd3466-9f2f-11ea-8e91-5a4125e02b87 -l
lrwxrwxrwx 1 root root 11 7月 27 09:04 /dev/rbd/kube/kubernetes-dynamic-pvc-bbfd3466-9f2f-11ea-8e91-5a4125e02b87 -> ../../rbd4
可以看到这个rbd镜像被挂载到/dev/rbd4
上,我们可以直接通过rbd unmap
命令卸载,如下:
# rbd unmap /dev/rbd4
不过我这里并没有这么容易,当我在卸载的时候报如下错误。
# rbd unmap /dev/rbd4
rbd: sysfs write failed
rbd: unmap failed: (16) Device or resource busy
一看到这个问题,就想到有时候在umount
的时候,也会遇到Device busy
,所以第一反应是使用lsof
,看是否能找到哪个进程占用了,如下:
# lsof 2>/dev/null | grep rbd4
但是我并没有找到任何进程,二脸懵逼.....
最后只有疯狂百度了,找到了两种解决方式。
(1)通过rbd unmap -o force
进行强制卸载
(2)通过grep 'rbd4' /proc/*/task/*/mountinfo
来查找进程PID
当把这个rbd镜像从原节点卸载过后,就可以看到Pod可以正常启动了。
写在最后
由于我是使用的Deployment
来管理的有状态应用,正常使用StatefulSet
不会出现这种问题,那使用Deployment该如何避免这种问题呢?
- 使用
ReadWriteMany
访问模式的pvc - 将
maxSurge
设置为0
,避免在更新过程中产生多余的pod
这两种方式都有利有弊,具体情况需要使用者去权衡。
评论区