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Python命令检查异常处理 检查项内容 检查Node节点中Python命令是否可用。 检查方式 /usr/bin/python --version echo $? 如果回显值不为0证明检查失败。 解决方案 可优先重置节点或手动安装Python之后再进行升级。 父主题： 升级前检查异常问题排查
GPU插件关键参数检查异常处理 检查项内容 检查CCE GPU插件中部分配置是否被侵入式修改，被侵入式修改的插件可能导致升级失败。 解决方案 使用kubectl连接集群。 执行以下命令获取插件实例详情。 kubectl get ds nvidia-driver-installer
节点Sudo检查异常处理 检查项内容 检查当前节点sudo命令，sudo相关文件是否正常。 解决方案 问题场景一：sudo命令执行失败 集群原地升级过程中依赖sudo命令正常可用，请登录节点执行如下命令，排查sudo命令可用性。 sudo echo hello 如果sudo命令不
升级管控检查异常处理 检查项内容 检查集群是否处于升级管控中。 解决方案 CCE基于以下几点原因，可能会暂时限制该集群的升级功能： 基于用户提供的信息，该集群被识别为核心重点保障的生产集群。 正在或即将进行其他运维任务，例如Master节点3AZ改造等。 集群中存在容器引擎为Do
节点内存检查异常处理 检查项内容 检查节点内存使用量是否超过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
轮转证书文件数量检查 检查项内容 检查您节点上的证书数量过多（>1000），由于升级过程中会批量处理证书文件，证书文件过多可能导致节点升级过慢，节点上Pod被驱逐等。 解决方案 方案一：优先建议您重置节点，详情请参考重置节点。 方案二：修复节点上证书轮转异常问题。 登录节点，并进入节点证书目录。
节点挂载点检查异常处理 检查项内容 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
节点sock文件挂载检查异常处理 检查项内容 检查节点上的Pod是否直接挂载docker/containerd.sock文件。升级过程中Docker/Containerd将会重启，宿主机sock文件发生变化，但是容器内的sock文件不会随之变化，二者不匹配，导致您的业务无法访问D
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CPU数量检查异常处理 检查项内容 检查您的集群Master节点的CPU核心数量，要求Master节点的核心数量大于2核。 解决方案 当前您的Master节点cpu数量为2，可能会导致集群升级失败； 请联系技术支持人员，将该集群Master节点扩容至4核及以上。 父主题： 升级前检查异常问题排查
节点关键命令检查异常处理 检查项内容 检查节点升级依赖的一些关键命令是否能正常执行。 解决方案 问题场景一：包管理器命令执行失败 检查到包管理器命令rpm或dpkg命令执行失败，请登录节点排查下列命令的可用性。 rpm -qa 如果上述命令不可用，可通过以下命令恢复： rpm --rebuilddb
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
节点镜像层数量异常检查 检查项内容 检查到您的节点上镜像层数量过多（>5000层），可能导致docker/containerd启动过慢，影响docker/containerd标准输出。 如果您集群中使用了nginx，可能会出现转发变慢等问题。 解决方案 请登录节点手动删除用不到的镜像，防止后续升级异常。
集群网络组件的NetworkPolicy开关检查 检查项内容 检查您集群网络组件的NetworkPolicy开关配置，如果您在集群Master节点上对NetworkPolicy开关进行过手动修改，那么升级过程中该配置会被刷新成默认值。 解决方案 根据诊断分析中的日志排查网络组件c
Master节点时区检查 检查项内容 检查到您集群中Master节点实际时区与集群时区不一致，滚动升级后Master节点上的时区会变为集群时区。 如果您集群中存在Cronjob，则可能会导致Cronjob在升级后触发一次非预期的执行。 解决方案 请在升级前关闭Cronjob后再次
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
K8s废弃资源检查异常处理 检查项内容 检查集群是否存在对应版本已经废弃的资源。 解决方案 问题场景一： 1.25及以上集群中的service存在废弃的annotation：tolerate-unready-endpoints 报错日志信息如下： some check failed
节点上CCE Agent版本检查异常处理 检查项内容 检测当前节点的CCE包管理组件cce-agent是否为最新版本。 解决方案 问题场景一： 错误信息为“you cce-agent no update, please restart it”。 该问题是由于cce-agent没有
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
