Question

我有一个 GKE 集群，我将其更新为“v1.19.11-gke.2101”。

在该集群中，我们运行了大量具有如下节点选择器的 Pod：

worldPolygon.events.on("hit", async function(ev) {
  let destination_actif = await context.$get_destination_actif_by_country_code(code) 
  let target = ev.target
  if(!destination_actif.data){
     target.tooltipText = 'No result';
  }else{
     target.tooltipText = 'With result';
  }

自从我更新集群以来，不时有 Pod 进入：

      nodeSelector:
        cloud.google.com/gke-nodepool: default-pool

使用这些状态事件：

Status:         Failed
Reason:         NodeAffinity"

问题是，即使状态为“失败”，其他 Pod 也已成功调度，因此没有“真正的问题”，只是一个烦人的危险信号，我想摆脱它。

我看到 kubernets GitHub 存储库中有几个已关闭的问题提到了这一点并声称已修复：

但问题仍然存在于 GKE 1.19.11 中。 AFAIK gke 有自己的 Kubernetes 实现，所以.. 有没有人知道它是否在特定的 GKE 版本中真正解决了？哪一个？即使没有......知道如何摆脱烦人的标志而不必手动/定期删除卡住的 pod 吗？

提前致谢，欢迎任何帮助。

Answer 1

此问题影响了“1.19.11”版本下的 GKE 集群，因此如果您使用抢占式节点，将它们升级到“1.20.x”将是一种解决方法。请注意，此问题目前正在处理中，以提供固定的解决方案。

请注意，尽管您可能会在数据处理过程中遇到延迟，但不会对工作负载产生影响。

除了手动删除之外，没有其他方法可以删除失败的 Pod，但由于问题尚未解决，它们可能会重新出现。
暂时退出抢占式节点，因为此问题很少发生在常规节点上。

您可以在这个新的 issue tracker

中跟踪更新

“谓词 NodeAffinity 失败”

1 个答案: