排查裸金属上的 global 集群

有关所有 provider 共有的安装阶段和故障,请参阅 故障排除。下表介绍 Bare Metal 特有的故障。在 bootstrap 节点上运行其中的命令。除非某一行另有说明,否则这些命令读取 bootstrap 集群;该集群会一直存在到安装完成。如果缺少 /var/cpaas/data/alauda.kubeconfig,请参阅 常见故障。

结果操作
首次运行未打印 ISO URL运行 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system get seedimage global-registration-iso -o yaml 并读取 SeedImageReady 条件。如果 registry 未提供 tkestack/baremetal-base-image-iso:<isoImageTag>,请按照 Registry 中的 OS 镜像 中的说明推送镜像,然后再次运行 create。否则,请联系技术支持。
ISO 构建失败并显示 SeedImageBuildFailure使用 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system logs global-registration-iso -c baseiso 读取原因,修复问题,然后再次运行 create。如果再次失败,请联系技术支持。
主机未显示为 MachineInventory从主机控制台检查主机是否引导了 ISO,而不是从磁盘引导旧 OS。检查主机是否在 live ISO 中获得网络地址,并且能够访问 https://<bootstrapIP>:12443。arm64 主机还必须提供 SMBIOS。修复发现的任何问题。如果所有检查均通过,请联系技术支持。
MachineInventory 显示 status.install.phase=AwaitingTarget主机正在等待你选择其系统磁盘。按照 注册主机 中的说明选择磁盘。
主机在安装前停止,并且其 MachineInventory 在 status.install.staleSystemDisks 中列出带有 action: Blocked 的磁盘;磁盘 annotation 被拒绝;或者在选择磁盘后主机返回到 AwaitingTarget请参阅 注册主机:故障排除 中的对应行。在 bootstrap 节点上运行命令,并使用 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig 替代 ac。
MachineInventory 不是 Ready=True,或者其 status.plan.secretRef.name 为空等待主机安装 Alauda OS 并重启,然后使用 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system get machineinventories.elemental.cattle.io -o yaml 再次列出 inventories。如果 inventory 没有变化,请联系技术支持。
pool 上的注册检查失败检查 install-config.yaml 中命名的 pool 是否存在于 cpaas-system 中、设置了 spec.clusterName: global,并且列出的主机数量至少与从该 pool 获取主机的 node group 副本数相同。修正 pool,然后再次运行 create。
注册检查失败并显示 pool members invalidMembersValid 消息会指出不存在或属于其他 pool 的主机。修正 pool,然后再次运行 create。
阶段 4 未推进运行 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system describe baremetalmachine <name>。如果报告 ImageCatalogMiss,请参阅下一行。如果 pool 没有可用的 MachineInventory,请检查 pool 中的每台主机是否显示 status.install.phase=Installed,或者向 pool 添加已注册的主机。否则,请联系技术支持。
BaremetalMachine 等待并显示 ImageCatalogMiss联系技术支持以添加 image catalog 条目。条目存在后,BaremetalMachine 会自行继续。
阶段 7 等待 agent 交接使用 (umask 077; <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system get secret global-kubeconfig -o jsonpath='{.data.value}' | base64 -d > <global-kubeconfig>) 将 bootstrap 集群中的 global kubeconfig 保存到私有文件中。然后运行 <extract-dir>/res/<arch>/ac --kubeconfig <global-kubeconfig> -n cpaas-system get configmap baremetal-system-agent-handoff -o jsonpath='{.data.ready}'。在 create 运行期间,等待此命令打印 true。如果 create 在阶段 7 停止,请再次运行。如果再次停止,请联系技术支持。之后删除 <global-kubeconfig>。
阶段 8 等待 image catalog使用相同的 <global-kubeconfig> 运行 <extract-dir>/res/<arch>/ac --kubeconfig <global-kubeconfig> -n cpaas-system get configmap elemental-image-catalog -o yaml,并检查其中是否包含集群 Kubernetes 版本对应的条目。如果 create 在阶段 8 停止,请再次运行。如果再次停止,请联系技术支持。
curl … /healthz 通过自建 VIP 未打印 ok检查网络是否允许 VRRP(IP 协议 112、组播 224.0.0.18)以及控制平面节点之间的 gratuitous ARP。同时检查二层域中是否没有其他 VRRP 实例使用相同的 vrid。如果两项检查均通过,请联系技术支持。

有关安装后仍适用的 provider 条件,请参阅 裸金属工作负载集群故障排除。

ISO 下载 URL 已过期

ISO 构建完成 120 分钟后,其下载 URL 将过期。已经引导 ISO 的主机会继续注册。要为剩余主机获取新的 URL,请在 bootstrap 节点上再次运行相同的 create 命令:

<extract-dir>/res/<arch>/ac adm alpha global create --dir <install-dir> --provider baremetal --reuse-manifests

create 会查找已过期的 ISO,重新构建该 ISO,并打印新的下载 URL 和校验和 URL。使用新的 ISO 引导剩余主机。