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
节点命令行检查异常处理 检查项内容 检查节点中是否存在升级所必须的命令。 解决方案 该问题一般由于节点上缺少集群升级流程中使用到的关键命令，可能会导致集群升级失败。 报错信息如下： __error_code#ErrorCommandNotExist#chage command is
请避免在安装后脚本中直接使用reboot指令。 当前CCE会在执行完节点必备组件的安装之后，再执行安装后脚本。当安装后脚本执行完之后才会将节点状态置为可用状态。如果直接使用reboot命令，可能会导致节点在上报状态之前就被重启，从而造成节点无法在30min内到达运行中状态，触发超时回滚。因此请尽量避免使用reboot指令。
检查节点镜像数量异常处理 检查项内容 检查到您的节点上镜像数量过多（>1000个），可能导致docker启动过慢，影响docker标准输出，影响nginx等功能的正常使用。 解决方案 请手动删除残留的镜像，防止后续升级异常； 删除镜像之后请您重新进行升级前检查 父主题： 升级前检查异常问题排查
查询指定节点池支持配置的参数内容 功能介绍 该API用于查询指定节点池支持配置的参数内容。 调用方法 请参见如何调用API。 URI GET /api/v3/projects/{project_id}/clusters/{cluster_id}/nodepools/{nodepo
通过修改左下角的单页最大显示条数，您可至多一次性添加20台服务器至安全组中。 加入新的安全组后，节点仍保留原安全组。如需移除，请单击原安全组的“管理实例”按钮，并勾选其中的节点服务器进行移除。 父主题： 安全加固
/etc/default/docker docker配置文件 containerd运行时或Centos-Group机器不检查 解决方案 建议您进行重置节点操作，参考重置节点。如果您不想重置节点，请联系技术支持人员恢复配置文件后进行升级。 父主题： 升级前检查异常问题排查
功创建节点。安全组需要满足的端口规则根据集群类别存在差异，详情请参见集群安全组规则配置。 新安全组只对新创建或纳管的节点生效，存量节点需要手动修改节点安全组规则，即使对存量节点进行重置，也仍会使用原安全组。如需批量修改存量节点的安全组设置，请参考如何批量修改集群node节点安全组？。
节点NetworkManager检查异常处理 检查项内容 检查节点上的NetworkManager状态是否正常。 解决方案 请登录该节点，执行systemctl is-active NetworkManager命令查询NetworkManager服务运行状态。若回显状态异常，请执行systemctl
cgroup统计资源异常导致kubelet驱逐Pod 故障现象 ARM架构节点上，cgroup统计资源异常导致kubelet驱逐Pod，节点无法正常使用。 kubelet一直在驱逐pod，把容器全终止之后还是认为内存不足。 此时实际资源使用正常。 查看/sys/fs/cgroup
节点交换区检查异常处理 检查项内容 检查集群CCE节点的上是否开启了交换区。 解决方案 CCE节点默认关闭swap交换区，请您确认手动开启交换区的原因，并确定关闭影响； 若确定无影响后请执行swapoff -a命令关闭交换区之后重新检查。 父主题： 升级前检查异常问题排查
强制模式：插件Deployment实例强制调度到不同可用区的节点上，每个可用区下最多运行一个实例。如集群下节点不满足多可用区，插件实例将无法全部运行。节点故障后，插件实例存在无法迁移风险。 节点亲和 不配置：插件实例不指定节点亲和调度。 指定节点调度：指定插件实例部署的节点。若不指定，将根据集群默认调度策略进行随机调度。
标签与所在节点的标签一致，避免kubelet重启后由于亲和策略检查不通过导致Pod容器退出，或者Pod重新部署后由于亲和策略不匹配节点标签导致Pod无法在原节点启动。 解决方案 如果您仅需要新增节点或节点池的K8S标签，建议不要删除节点或节点池上原有的K8S标签，使节点保持满足节点上已运行Pod的亲和策略。
节点配置一致性检查异常处理 检查项内容 在升级集群版本至v1.19及以上版本时，将对您的节点上的Kubenertes组件的配置进行检查，检查您是否后台修改过配置文件。 /opt/cloud/cce/kubernetes/kubelet/kubelet /opt/cloud/cce
canal-agent 回显如图： 解决办法 如果您希望继续使用该节点资源，建议重置所属集群中的CentOS 7.6节点，以升级节点上网络组件到最新版本，具体操作请参考重置节点。 如果您希望删除该隐患节点后重新购买，具体操作请参考删除节点、购买节点。 父主题： 网络异常问题排查
节点CPU使用率检查异常处理 检查项内容 检查节点CPU使用量是否超过90%。 解决方案 请在业务低峰时进行集群升级。 请检查该节点的Pod部署数量是否过多，适当驱逐该节点上Pod到其他空闲节点。 父主题： 升级前检查异常问题排查
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
Master节点SSH连通性检查异常处理 检查项内容 该检查通过尝试建立SSH连接，检查CCE是否能通过SSH方式连接至您的Master节点。 解决方案 SSH连通性检查可能有较低概率因为网络波动检查失败，请您优先重试升级前检查； 若重试检查仍无法通过检查，请您提交工单，联系技术支持人员排查。
挂载文件存储的节点，Pod创建删除卡死 故障现象 在挂载文件存储（SFS或SFS Turbo）的节点上，删除Pod卡在“结束中”，创建Pod卡在“创建中”。 可能原因 后端文件存储被删除，导致无法访问挂载点。 节点与文件存储间网络异常，导致无法访问挂载点。 解决方案 登录挂载文件
如何避免非GPU/NPU负载调度到GPU/NPU节点？ 问题现象 当集群中存在GPU/NPU节点和普通节点混合使用的场景时，普通工作负载也可以调度到GPU/NPU节点上，可能出现GPU/NPU资源未充分利用的情况。 问题原因 由于GPU/NPU节点同样提供CPU、内存资源，在一般情况下，
od全部运行在目标节点上，即节点包含gpu=true标签。 工作负载节点亲和性规则通过节点标签实现。CCE集群中节点在创建时会自动添加一些标签，常用的节点标签如下（更多标签请参见节点固有标签）： topology.kubernetes.io/zone：表示节点所在的可用区（availability
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
