我目前有一个通过HAPS部署在AWS上的群集HA（具有三个多个主服务器，每个AZ一个）。 Kops部署了一个K8S集群，其中每个主节点上都有一个用于etcd事件的容器和一个用于etcd服务器的容器。每个吊舱都使用一个已安装的卷。
一切正常，例如，当主节点死亡时，自动伸缩组在同一可用区中创建另一个主节点，以恢复其卷并将其自身加入群集。我遇到的问题是关于灾难，可用区的失效。
如果AZ应该有问题怎么办？我会定期获取卷EBS快照，但是如果我从快照创建新卷（具有要发现的正确标签并附加到新实例），则新实例将装入新卷，但是之后，它将无法加入旧集群。我的计划是创建一个由CloudWatch事件触发的lambda函数，该事件在两个安全AZ之一中创建一个新的主实例，并从旧EBS卷的快照中装入该卷。但是该计划存在错误，因为似乎我无视Raft，Etcd及其行为。 （之所以这样说，是因为我在其他主节点上遇到了错误，并且新节点无法将自己加入到集群中。）
建议？
从理论上讲，您如何恢复单个AZ灾难的情况以及所有主节点死亡的情况？我有EBS快照。使用它们是否足够？
答案 0 :(得分：1)
我不确定您要如何还原故障节点，但是从技术上来讲，您要恢复的第一件事是您的etcd节点，因为这是所有Kubernetes状态存储的地方。
由于群集已启动并正在运行，因此您无需从头开始还原，只需删除旧节点并将新节点添加到etcd。您可以找到更多有关如何here的信息。您真的不需要将任何旧卷还原到该节点，因为它将与其他现有节点同步。
然后，您可以启动其他服务，例如kube-apiserver，kube-controller-manager等。
话虽如此，如果您保留相同的IP地址和完全相同的物理配置，则无需删除etcd节点并添加新节点就可以恢复。