故障排查

本页介绍所有 provider 共通的安装进度和故障。如需了解特定 provider 的故障,请参阅该 provider 的故障排查页面。

检查进度

如需一次查看全部八个阶段的状态,请在 bootstrap 节点上打开另一个终端并运行此命令:

<extract-dir>/res/<arch>/ac adm alpha global status

status 不会进行任何更改。只有在 bootstrap 集群存在时才能运行。当某个阶段的状态为 Failed 时,它会以非零代码退出。它无法确认阶段 8。create 可确认该阶段。

安装目录中的 logs/ac.log 会记录每次运行。如果 create 停止,请再次运行相同的命令。已完成的工作会跳过。请参阅The create 命令。

安装阶段

#阶段发生的情况完成条件
1MiniAlaudaReadyac 检查 registry,并在 bootstrap 节点上启动 bootstrap 集群。bootstrap 集群和平台安装程序正在运行。
2ProvidersReadyac 在 bootstrap 集群中安装 Cluster Bootstrap Provider 和基础设施 provider。两个 provider 均为 Ready。
3ClusterAcceptedac 应用渲染后的清单。集群对象均已创建,且没有任何对象报告故障。
4MachinesProvisioned基础设施 provider 创建机器。每个节点组都拥有预期数量的机器,且所有机器均为 Running。
5ControlPlaneReady控制平面已初始化。控制平面端点可接受连接。
6PlatformInstalled在 global 集群上安装平台。安装程序报告成功。
7HandoffVerifiedac 在交接后检查 global 集群。所有节点均为 Ready,平台工作负载正在运行,且 provider 资源位于 global 集群上。
8Finalizedac 在 global 集群上安装两个 provider,写入 output/kubeconfig,收集安装程序日志,并移除 bootstrap 集群。两个 provider 在 global 集群上均为 Ready,kubeconfig 可用,且 bootstrap 集群已移除。

某些 provider 会在阶段 7 和 8 中增加检查项。这些 provider 的故障排查页面会列出相关检查项。

常见故障

除非表格行另有说明,否则请在 bootstrap 节点上运行下表中的命令。针对 bootstrap 集群的命令使用其 kubeconfig,例如:

<extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system get pods

平台安装完成一段时间后,安装程序会移除 /var/cpaas/data/alauda.kubeconfig。如果该文件缺失,请等待 create 停止,然后再次运行 create。它会再次导出该文件并继续安装。

结果操作
setup.sh 在其预检中退出并报告错误主机未发生更改。修复其指出的原因,然后再次运行 create。
setup.sh 在其预检后退出并报告错误在 setup.sh 所在目录中运行 bash cleanup.sh -y,然后再次运行 create。cleanup.sh -y 会重启主机并删除 /root/.kube。
create 提交安装时报告 conflict with prepared inputglobal.registry(地址或凭据)在 bootstrap 集群启动后发生了更改。从此时起,该值就已固定,安装无法使用新值继续。恢复原始值,然后再次运行 create。若要改用新值,请在 setup.sh 所在目录中运行 bash cleanup.sh -y,然后再次运行 create。
阶段 2 未推进使用 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig get apprelease -A 和 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig get pods -A 检查 provider release 和 Pod。如果无法拉取某个镜像或 chart,请按照准备目标版本 payload中的说明再次上传 payload,然后再次运行 create。否则,请联系技术支持。
阶段 4 未推进运行 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system describe machine <name>,然后参阅该 provider 的故障排查页面。
阶段 5 未推进如果控制平面端点是外部负载均衡器,请先检查其运行状况检查。在负载均衡器发送运行状况检查的网络中的某台主机上,运行 curl -kfsS https://<control-plane-node-ip>:6443/healthz,其中 <control-plane-node-ip> 是第一个控制平面节点的地址。如果输出不是 ok,请修正该网络与控制平面节点之间的网络路径或防火墙规则。如果输出为 ok,或者您使用的是 Self-built VIP,请运行 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system describe kubeadmcontrolplane global-control-plane 并读取其条件。然后参阅该 provider 的故障排查页面,或联系技术支持。
阶段 5 显示 readyReplicas: 0这是预期行为。在平台于阶段 6 安装网络插件之前,节点会保持 NotReady。请继续。
阶段 6 停滞在 bootstrap 节点上,读取 /var/cpaas/data/installer.log 中的最后几行和最新错误,并修复日志指出的原因。安装程序会自行重试。如果错误未指出您可以修复的原因,请联系技术支持。
阶段 8 报告没有正在运行的安装程序 Podac 只有在复制安装程序日志后才会移除 bootstrap 集群。请等待 <extract-dir>/res/<arch>/ac --kubeconfig /var/cpaas/data/alauda.kubeconfig -n cpaas-system get pods 显示 cpaas-installer Pod 为 Running,然后再次运行 create。如果 Pod 未恢复为 Running,请联系技术支持。
阶段 8 等待 provider在具有 ac 的机器上(在 bootstrap 节点上为 <extract-dir>/res/<arch>/ac),按顺序运行以下命令:以平台管理员身份运行 ac login https://<platform-address> --name <session-name>,然后运行 ac config use-cluster global,最后运行 ac get moduleconfigs | grep cluster-api-provider。如果列出了两个 provider,请继续等待。否则,请联系技术支持。
节点无法拉取镜像检查 registry 是否可从节点网络访问。如果 payload 不完整,请按照准备目标版本 payload中的说明再次上传。