检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
K8s节点污点检查异常处理 检查项内容 检查节点上是否存在集群升级需要使用到的污点。 表1 检查污点列表 污点名称 污点影响 node.kubernetes.io/upgrade NoSchedule 解决方案 问题场景一：该节点为集群升级过程中跳过的节点。 配置Kubectl命
不支持HostNetwork的Pod。 支持所有类型的工作负载，特别地，为Deployment，Statefulset等有副本数属性的工作负载配置IPv6共享带宽时，需确保副本数以及升级过程中最大的Pod数小于共享带宽当前剩余可加入的IPv6网卡数。 配置了共享带宽的IPv6双栈Pod：Pod创建时，
问题现象 工作负载的状态为“已停止”。 问题原因： 工作负载的yaml的中metadata.enable字段为false，导致工作负载被停止，Pod被删除导致工作负载处于已停止状态，如下图所示： 解决方案 将enable字段删除或者将false修改为true。 父主题： 工作负载异常问题排查
Guaranteed BestEffort类型的Pod：系统用完了全部内存时，该类型Pod会最先被终止。 Burstable类型的Pod：系统用完了全部内存，且没有BestEffort容器可以终止时，该类型Pod会被终止。 Guaranteed类型的Pod：系统用完了全部内存、且没有Burs
Memory）事件，导致容器异常退出。关于OOM事件，可以参考为容器和Pod分配内存资源。 解决方案 登录CCE控制台。 单击集群名称进入集群，在左侧选择“工作负载”。 单击工作负载操作列的“监控”，即可查看Pod的CPU、内存、网络I/O等监控大盘。 通过Pod内存监控查看内存增长曲线，确定异常出现时间。
实施步骤 搭建Jenkins和Gitlab环境 配置集群环境 配置Gitlab项目 持续集成及持续部署 父主题： 使用Jenkins和Gitlab实现多集群隔离的DevOps流程
集群状态检查 检查项内容 集群升级后，需要检查集群状态是否为“运行中”状态。 检查步骤 系统会自动为您检查集群状态是否正常，您可以根据诊断结果前往集群列表页面进行确认。 解决方案 当集群状态异常时，请联系技术支持人员。 父主题： 升级后验证
业务优先级保障调度 优先级调度与抢占 父主题： Volcano调度
AI任务性能增强调度 公平调度（DRF） 组调度（Gang） 父主题： Volcano调度
检查节点上是否存在不可访问的挂载点。 解决方案 问题场景：节点上存在不可访问的挂载点 节点存在不可访问的挂载点，通常是由于该节点或节点上的Pod使用了网络存储nfs（常见的nfs类型有obsfs、sfs等），且节点与远端nfs服务器断连，导致挂载点失效，所有访问该挂载点的进程均会出现D状态卡死。
检查历史升级记录是否满足升级条件 检查项内容 检查集群的历史升级记录，要求您的集群原始版本满足升级到目标集群版本的条件。 解决方案 该问题一般由于您的集群从比较老的版本升级而来，升级风险较大，建议您优先考虑集群迁移 若您仍然想要升级该集群，请您提交工单，联系技术支持人员进行评估。
GPU/NPU Pod重建风险检查异常处理 检查项内容 检查当前集群升级重启kubelet时，节点上运行的GPU/NPU业务容器是否可能发生重建，造成业务影响。 解决方案 请确保在业务影响可控的前提下（如业务低峰期）进行集群升级，以消减业务容器重建带来的影响； 如需帮助，请您提交工单联系运维人员获取支持。
检查集群是否满足滚动升级条件 检查项内容 检查到您的集群暂时不满足滚动升级条件。 解决方案 该检查失败一般由于资源租户的资源配额不足引起，无法支持滚动升级； 请联系运维人员扩充资源之后重新检查。 父主题： 升级前检查异常问题排查
节点池多规格计费说明 若节点池中选择了多个规格时，控制台中显示的是节点池默认规格的价格，在节点池创建或扩缩容过程中，将以实际创建的规格进行计费。 计费样例 示例，某一按需节点池中添加了两个规格类型，其中默认规格A价格（包含云硬盘价格）为0.5735元/小时，另一规格B价格为1.0015元/小时。
即每个用户的主资源满足 max-min fairness 要求。 每个Job资源的Share值计算如下： Share = Total Request / Cluster Resources 当Job具有多个资源时，将Share值最大的资源作为主资源，在进行优先级调度时，仅根据主资源的Share值进行优先级调度。
如何确认已创建的集群是否为多控制节点模式？ 登录CCE控制台，进入集群，在集群详情页面右侧查看控制节点数量： 3个节点即为多控制节点模式。 1个节点即为单控制节点模式。 集群一旦创建，便无法更改控制节点数，需要重新创建集群才能调整。 父主题： 集群运行
通过预判算法，在所有节点池中选择能满足Pending状态的Pod正常调度的规格。 考虑因素包括节点资源是否满足Pod的Request值，以及nodeSelector、nodeAffinity和taints等是否满足Pod正常调度的条件。 另外，部分节点池规格由于资源不足等扩容失败
用户节点组件健康检查异常处理 检查项内容 检查用户节点的容器运行时组件和网络组件等是否健康。 解决方案 问题场景一：CNI Agent is not active 如果您的集群版本在1.17.17以下，或者1.17.17以上且是隧道网络，请登录该节点，执行systemctl status
节点状态检查 检查项内容 集群升级后，需要检查节点状态是否为“运行中”状态。 检查步骤 系统会自动为您检查集群内节点的状态，您可以根据诊断结果前往节点列表页面进行确认。 解决方案 集群节点异常时，建议您通过重置节点来解决，若无法解决，请联系技术支持人员。 父主题： 升级后验证
健康检查探针（Liveness、Readiness）偶现检查失败? 健康检查探针偶现检测失败，是由于容器内的业务故障所导致，您需要优先定位自身业务问题。 常见情况有： 业务处理时间长，导致返回超时。 tomcat建链和等待耗费时间太长（连接数、线程数等），导致返回超时。 容器所在
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
