k8s中故障排查可以分为节点的故障排查和kubernetes组件故障排查两大类。例如：基础架构守护进程问题，如NTP服务关闭，硬件问题：cpu、内存或者磁盘损坏，内核问题：内核死锁，文件系统损坏，容器运行时问题，例如运行的守护进程无响应。当kubernetes节点发生这些问题时，k8s服务组件并不能感知以上问题，会导致Pod仍然会调度到问题节点。为了解决该问题，社区引入了守护进程node-problem-detector，守护进程收集节点问题，并上报到api-server。例如可以诊断Runtime无响应，Linux Kernel无响应，网络异常，文件描述符异常，硬件问题如cpu，内存，磁盘等故障。
node-problem-detector通过设置NodeCondition或者创建Event对象来汇报问题，汇报问题有两种方式。
方式一：NodeCondition：针对永久性故障，会通过设置NodeCondition来改变节点状态。
方式二：临时故障通过Event来提醒相关对象，比如通知当前节点运行的所有Pod。
需要注意的是NPD只负责获取异常事件，并修改node condition，不会对节点状态和调度产生影响，所以需要自定义控制器，监听NPD汇报的condition，如果发现上报了节点出错的信息后，那么可以给node打上taint，这样就可以阻止Pod调度到故障节点，当问题修复后，重启NPD Pod来清理错误事件。node-problem-detector详细信息可查看官网信息。
可以通过helm的方式安装node-problem-detector，安装完成后可以通过kubectl get pod方式查看安装后的node-problem-detector，另外，安装node-problem-detector后，除了启动pod后，还会启动对应的daemonset。该集群上加上master节点，总共有3个节点，其中有个节点是NotReady状态，故helm安装后，启动了3个node-problem-detector。
除了通过安装node-problem-detector方式排查节点故障，还可以安装支持ssh的pod，并通过负载均衡的方式转发ssh请求，这样就可以连接到node节点里面，查看node节点情况。
除了通过安装node-problem-detector检查节点健康信息外，还可以journalctl查看k8s核心组件日志信息。例如查看kubelet日志信息。
journalctl -afu kubelet -S “2019-01-01 10:00:00”
-u unit,对应systemd拉起的组件，例如kubelet
-f follow 跟踪最新的日志
-a show all 显示所有的日志列
-S since，查看某一时间开始的日志
除了journalctl，还可以安装crictl查看pod，容器，image等信息。
例如：如果要查看pod的网络信息，内存等信息，那么可通过如下步骤查看
crictl pods ｜ grep podName，获取到运行的pod的podID
crictl ps ｜ grep podId，获取pod中运行的容器id
crictl inspect container-id｜ grep pid：获取容器的进程ID，有了进程Id那么可以查看很多信息，例如查看网络信息和内存信息
nsenter -t 进程id(process id) -n ip a： 查看网络配置信息
nsenter -t 进程id(process id) -n pi r： 查看路由信息
nsenter -t pid -n arping 路由地址： 查看信息转发到了哪里
ls /proc/进程id(process id)：查看内存等信息
以下是演示获取pod的process id的过程。
有了pod的process id后可以看到很多信息，如下所示
除了上面的命令，crictl其他常用的命令如下所示：
crictl images： 查看下载的image信息
crictl ps：查看所有运行的pod的容器Id信息
crictl logs container-id：查看运行的容器的日志信息
上面介绍了通过crictl查看运行的pod的信息，实际查看pod的日志信息还可以通过kubectl实现。
kubectl logs podName： 查看pod运行的信息
kubectl logs -f -c containername podname： 查看pod中某个容器的运行信息
kubectl logs -f --all-containers podname： 查看pod中所有容器的运行信息
kubectl logs -f -c containername --previous： 如果pod重启过，要查看重启前的日志信息
kubectl exec -it podname --tail -f /path/log： 如果pod运行的日志信息被保存到某个目录下，那么可以通过exec进入pod，--tail命令查看日志信息
kubectl exec -it podname -- ls： exec进入运行的pod，在pod中执行linux命令
kubectl exec -it podname -- bash： exec进入pod，然后可以输入bash的命令，备注：需要启动的容器支持bash命令才行。
上面介绍了部分错误排查的方法，更多错误排查的方法，例如调试service，调试statefulset,调试init容器等，可以查看官网详细信息。
转载：https://blog.csdn.net/qiaotl/article/details/125724608