6 займальных сістэмных багаў пры эксплуатацыі Kubernetes [і іх рашэнне]

За гады эксплуатацыі Kubernetes у production у нас назапасілася нямала займальных гісторый, як багі ў розных сістэмных кампанентах прыводзілі да непрыемных і/ці незразумелых наступстваў, якія ўплываюць на працу кантэйнераў і pod'аў. У гэтым артыкуле мы зрабілі падборку некаторых найболей частых ці цікавых з іх. Нават калі вам ніколі не пашанцуе сутыкнуцца з такімі сітуацыямі, чытаць пра падобныя кароткія дэтэктывы — тым больш, «з першых рук» — заўсёды забаўна, хіба не так?

Гісторыя 1. Supercronic і які завісае Docker

На адным з кластараў мы перыядычна атрымлівалі "завіслы" Docker, што перашкаджала нармальнаму функцыянаванню кластара. Пры гэтым у логах Docker назіралася наступнае

level=error msg="containerd: start init process" error="exit status 2: "runtime/cgo: pthread_create failed: No space left on device
SIGABRT: abort
PC=0x7f31b811a428 m=0

goroutine 0 [idle]:

goroutine 1 [running]:
runtime.systemstack_switch() /usr/local/go/src/runtime/asm_amd64.s:252 fp=0xc420026768 sp=0xc420026760
runtime.main() /usr/local/go/src/runtime/proc.go:127 +0x6c fp=0xc4200267c0 sp=0xc420026768
runtime.goexit() /usr/local/go/src/runtime/asm_amd64.s:2086 +0x1 fp=0xc4200267c8 sp=0xc4200267c0

goroutine 17 [syscall, locked to thread]:
runtime.goexit() /usr/local/go/src/runtime/asm_amd64.s:2086 +0x1

…

У гэтай памылцы больш за ўсё нас цікавіць паведамленне: pthread_create failed: No space left on device. Беглае вывучэнне дакументацыі растлумачыла, што Docker не можа форкнуць працэс, з-за чаго перыядычна і "завісаў".

У маніторынгу таго, што адбываецца, адпавядае такая карціна:

Падобная сітуацыя назіраецца і на іншых вузлах:

На гэтых жа вузлах бачым:

root@kube-node-1 ~ # ps auxfww | grep curl -c
19782
root@kube-node-1 ~ # ps auxfww | grep curl | head
root     16688  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     17398  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     16852  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root      9473  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root      4664  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     30571  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     24113  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     16475  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root      7176  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root      1090  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>

Аказалася, такія паводзіны – следства працы pod'а з supercronic (утыліта на Go, якую мы выкарыстоўваем для запуску cron-задач у pod'ах):

 _ docker-containerd-shim 833b60bb9ff4c669bb413b898a5fd142a57a21695e5dc42684235df907825567 /var/run/docker/libcontainerd/833b60bb9ff4c669bb413b898a5fd142a57a21695e5dc42684235df907825567 docker-runc
|   _ /usr/local/bin/supercronic -json /crontabs/cron
|       _ /usr/bin/newrelic-daemon --agent --pidfile /var/run/newrelic-daemon.pid --logfile /dev/stderr --port /run/newrelic.sock --tls --define utilization.detect_aws=true --define utilization.detect_azure=true --define utilization.detect_gcp=true --define utilization.detect_pcf=true --define utilization.detect_docker=true
|       |   _ /usr/bin/newrelic-daemon --agent --pidfile /var/run/newrelic-daemon.pid --logfile /dev/stderr --port /run/newrelic.sock --tls --define utilization.detect_aws=true --define utilization.detect_azure=true --define utilization.detect_gcp=true --define utilization.detect_pcf=true --define utilization.detect_docker=true -no-pidfile
|       _ [newrelic-daemon] <defunct>
|       _ [curl] <defunct>
|       _ [curl] <defunct>
|       _ [curl] <defunct>
…

Праблема ў наступным: калі задача запускаецца ў supercronic, працэс, спароджаны ім, не можа карэктна завяршыцца, ператвараючыся ў зомбі.

Заўвага: Калі казаць дакладней, то працэсы спараджаюцца cron-задачамі, аднак supercronic не з'яўляецца init-сістэмай і не можа "ўдачарыць" працэсы, якія спарадзілі яго дзеці. Пры ўзнікненні сігналаў SIGHUP ці SIGTERM яны не перадаюцца спароджаным працэсам, у выніку чаго даччыныя працэсы не завяршаюцца, застаючыся ў статуце зомбі. Больш падрабязна пра ўсё гэта можна прачытаць, напрыклад, у такі артыкул.

Ёсць пара спосабаў рашэння праблем:

1. Як часовы workaround - павялічыць колькасць PID'ов у сістэме ў адзіны момант часу:

          /proc/sys/kernel/pid_max (since Linux 2.5.34)
                 This file specifies the value at which PIDs wrap around (i.e., the value in this file is one greater than the maximum PID).  PIDs greater than this  value  are  not  allo‐
                 cated;  thus, the value in this file also acts as a system-wide limit on the total number of processes and threads.  The default value for this file, 32768, results in the
                 same range of PIDs as on earlier kernels

2. Ці ж зрабіць запуск задач у supercronic не напрамую, а з дапамогай таго ж ціні, Які здольны карэктна завяршаць працэсы і не спараджаць zombie.

Гісторыя 2. "Зомбі" пры выдаленні cgroup

Kubelet пачаў спажываць вялікую колькасць CPU:

Такое нікому не спадабаецца, таму мы ўзброіліся перф і сталі разбірацца з праблемай. Вынікі расследавання аказаліся наступнымі:

• Kubelet марнуе больш за траціну працэсарнага часу на выцягванне дадзеных аб памяці з усіх cgroup:

  

• У рассылцы распрацоўнікаў ядра можна знайсці абмеркаванне праблемы. Калі сцісла, то сутнасць зводзіцца да таго, што розныя tmpfs-файлы і іншыя падобныя рэчы не цалкам выдаляюцца з сістэмы пры выдаленні cgroup - застаюцца так званыя memcg зомбі. Рана ці позна яны ўсё ж выдаляцца з page cache, аднак памяці на серверы шмат і сэнсу марнаваць час на іх выдаленне ядро ​​не бачыць. Таму яны працягваюць збірацца. Чаму гэта ўвогуле адбываецца? Гэта сервер з cron-заданнямі, які ўвесь час стварае новыя job'ы, а з імі – новыя pod'ы. Такім чынам, для кантэйнераў у іх ствараюцца новыя cgroup, якія неўзабаве выдаляюцца.
• Чаму cAdvisor у kubelet марнуе столькі часу? Гэта лёгка ўбачыць найпростым выкананнем time cat /sys/fs/cgroup/memory/memory.stat. Калі на здаровай машыне аперацыя займае 0,01 секунды, то на праблемнай cron02 - 1,2 секунды. Уся справа ў тым, што cAdvisor, вельмі павольна які чытае дадзеныя з sysfs, спрабуе ўлічыць выкарыстаную памяць і ў zombie cgroups.
• Каб сілком выдаліць зомбі, мы паспрабавалі зачысціць кэшы, як рэкамендавалі ў LKML: sync; echo 3 > /proc/sys/vm/drop_caches, - Але ядро ​​аказалася складаней і павесіла машыну.

Што ж рабіць? Праблема выпраўляецца (коміт, а апісанне гл. паведамленні аб рэлізе) абнаўленнем ядра Linux да версіі 4.16.

Гісторыя 3. Systemd і яго mount

Зноў kubelet спажывае занадта шмат рэсурсаў на некаторых вузлах, але на гэты раз – ужо памяці:

Аказалася, што ёсць праблема ў systemd, які выкарыстоўваецца ў Ubuntu 16.04, і ўзнікае яна пры кіраванні mount'амі, якія ствараюцца для падлучэння subPath з ConfigMap'аў ці secret'аў. Пасля завяршэння працы pod'а сэрвіс systemd і яго службовы mount застаюцца у сістэме. З часам іх назапашваецца вялізная колькасць. На гэтую тэму нават ёсць issues:

1. kops #5916;
2. kubernetes #57345.

… у апошнім з якіх спасылаюцца на PR у systemd: #7811 (issue у systemd - #7798).

Праблемы ўжо няма ў Ubuntu 18/04, але калі вы хочаце і далей выкарыстоўваць Ubuntu 16/04, вам можа спатрэбіцца наш workaround на гэтую тэму.

Такім чынам, мы зрабілі наступны DaemonSet:

---
apiVersion: extensions/v1beta1
kind: DaemonSet
metadata:
  labels:
    app: systemd-slices-cleaner
  name: systemd-slices-cleaner
  namespace: kube-system
spec:
  updateStrategy:
    type: RollingUpdate
  selector:
    matchLabels:
      app: systemd-slices-cleaner
  template:
    metadata:
      labels:
        app: systemd-slices-cleaner
    spec:
      containers:
      - command:
        - /usr/local/bin/supercronic
        - -json
        - /app/crontab
        Image: private-registry.org/systemd-slices-cleaner/systemd-slices-cleaner:v0.1.0
        imagePullPolicy: Always
        name: systemd-slices-cleaner
        resources: {}
        securityContext:
          privileged: true
        volumeMounts:
        - name: systemd
          mountPath: /run/systemd/private
        - name: docker
          mountPath: /run/docker.sock
        - name: systemd-etc
          mountPath: /etc/systemd
        - name: systemd-run
          mountPath: /run/systemd/system/
        - name: lsb-release
          mountPath: /etc/lsb-release-host
      imagePullSecrets:
      - name: antiopa-registry
      priorityClassName: cluster-low
      tolerations:
      - operator: Exists
      volumes:
      - name: systemd
        hostPath:
          path: /run/systemd/private
      - name: docker
        hostPath:
          path: /run/docker.sock
      - name: systemd-etc
        hostPath:
          path: /etc/systemd
      - name: systemd-run
        hostPath:
          path: /run/systemd/system/
      - name: lsb-release
        hostPath:
          path: /etc/lsb-release

… а ў ім выкарыстоўваецца такі скрыпт:

#!/bin/bash

# we will work only on xenial
hostrelease="/etc/lsb-release-host"
test -f ${hostrelease} && grep xenial ${hostrelease} > /dev/null || exit 0

# sleeping max 30 minutes to dispense load on kube-nodes
sleep $((RANDOM % 1800))

stoppedCount=0
# counting actual subpath units in systemd
countBefore=$(systemctl list-units | grep subpath | grep "run-" | wc -l)
# let's go check each unit
for unit in $(systemctl list-units | grep subpath | grep "run-" | awk '{print $1}'); do
  # finding description file for unit (to find out docker container, who born this unit)
  DropFile=$(systemctl status ${unit} | grep Drop | awk -F': ' '{print $2}')
  # reading uuid for docker container from description file
  DockerContainerId=$(cat ${DropFile}/50-Description.conf | awk '{print $5}' | cut -d/ -f6)
  # checking container status (running or not)
  checkFlag=$(docker ps | grep -c ${DockerContainerId})
  # if container not running, we will stop unit
  if [[ ${checkFlag} -eq 0 ]]; then
    echo "Stopping unit ${unit}"
    # stoping unit in action
    systemctl stop $unit
    # just counter for logs
    ((stoppedCount++))
    # logging current progress
    echo "Stopped ${stoppedCount} systemd units out of ${countBefore}"
  fi
done

… і ён запускаецца кожныя 5 хвілін з дапамогай ужо згаданага раней supercronic. Яго Dockerfile выглядае так:

FROM ubuntu:16.04
COPY rootfs /
WORKDIR /app
RUN apt-get update && 
    apt-get upgrade -y && 
    apt-get install -y gnupg curl apt-transport-https software-properties-common wget
RUN add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu xenial stable" && 
    curl -fsSL https://download.docker.com/linux/ubuntu/gpg | apt-key add - && 
    apt-get update && 
    apt-get install -y docker-ce=17.03.0*
RUN wget https://github.com/aptible/supercronic/releases/download/v0.1.6/supercronic-linux-amd64 -O 
    /usr/local/bin/supercronic && chmod +x /usr/local/bin/supercronic
ENTRYPOINT ["/bin/bash", "-c", "/usr/local/bin/supercronic -json /app/crontab"]

Гісторыя 4. Канкурэнтнасць пры планаванні pod'ов

Было заўважана, што: калі ў нас на вузел размяшчаецца pod і яго выява выпампоўваецца вельмі доўга, то іншы pod, які трапіў на гэты ж вузел, проста не пачынае pull'іць выяву новага pod'а. Замест гэтага ён чакае, пакуль з'pull'іцца выява папярэдняга pod'а. У выніку, pod, які ўжо быў запланаваны і выява якога мог бы запампаваць усяго за хвіліну, апынецца на працяглы час у статуце. containerCreating.

У event'ах будзе прыкладна наступнае:

Normal  Pulling    8m    kubelet, ip-10-241-44-128.ap-northeast-1.compute.internal  pulling image "registry.example.com/infra/openvpn/openvpn:master"

Атрымліваецца, што адзін-адзіны вобраз з павольнага рэестра можа заблакаваць дэплой на вузел.

Нажаль, вынахадаў з сітуацыі не так шмат:

1. Старайцеся выкарыстоўваць свой Docker Registry прама ў кластары або непасрэдна з кластарам (да прыкладу, GitLab Registry, Nexus і да т.п.);
2. Скарыстайцеся такімі ўтылітамі, як Кракаў.

Гісторыя 5. Завісанне вузлоў пры недахопе памяці

За час эксплуатацыі розных прыкладанняў мы таксама атрымлівалі сітуацыю, калі вузел цалкам перастае быць даступны: не адказвае SSH, усе дэманы маніторынгу адвальваюцца, а ў логах потым нічога (ці амаль нічога) анамальнага няма.

Раскажу ў малюнках на прыкладзе аднаго вузла, дзе функцыянавала MongoDB.

Вось так atop выглядае да аварыі:

А вось так - пасля аварыі:

У маніторынгу таксама назіраецца рэзкі скок, пры якім вузел перастае быць даступны:

Такім чынам, з скрыншотаў бачна, што:

1. Аператыўная памяць на машыне блізкая да канца;
2. Назіраецца рэзкі скок спажывання аператыўнай памяці, пасля чаго рэзка адключаецца доступ да ўсёй машыны;
3. На Mongo прылятае вялікая задача, якая прымушае працэс СКБД выкарыстоўваць больш памяці і актыўна чытаць з дыска.

Аказваецца, калі ў Linux сканчаецца вольная памяць (надыходзіць memory pressure) і swap'а не, то да прыходу OOM killer'а можа наступіць эквілібрыўм паміж закідваннем старонак у page cache і writeback'ам іх зваротна на дыск. Займаецца гэтым kswapd, які адважна вызваляе як мага больш старонак памяці для наступнага размеркавання.

Нажаль, пры вялікай нагрузцы на ўвод/выснова разам з малой колькасцю вольнай памяці, kswapd становіцца бутэлькавым рыльцам усёй сістэмы, таму што на яго завязваюцца ўсё вылучэнні (page faults) старонак памяці ў сістэме. Гэта можа працягвацца вельмі доўга, калі працэсы не захочуць больш выкарыстоўваць памяць, а зафіксуюцца на самым краі OOM-killer-бязны.

Заканамернае пытанне: а чаму OOM killer прыходзіць так позна? У бягучай сваёй ітэрацыі OOM killer вельмі дурны: ён прыб'е працэс толькі тады, калі праваліцца спроба вылучыць старонку памяці, г.зн. калі page fault пройдзе з памылкай. Гэтага досыць доўга не адбываецца, таму што kswapd адважна вызваляе старонкі памяці, скідаючы page cache (увесь дыскавы I/O у сістэме, у сутнасці) зваротна на дыск. Больш падрабязна, з апісаннем крокаў, неабходных для ўхілення падобных праблем у ядры, можна пачытаць тут.

Дадзеныя паводзіны павінна палепшыцца з ядром Linux 4.6 +.

Гісторыя 6. Pod'ы завісаюць у стане Pending

У некаторых кластарах, у якіх функцыянуе па-сапраўднаму шмат pod'ов, мы пачалі заўважаць, што большая іх частка вельмі доўга «вісіць» у стане Pending, хоць пры гэтым самі Docker-кантэйнеры ўжо запушчаны на вузлах і з імі можна ўручную працаваць.

Пры гэтым у describe нічога няма дрэннага:

  Type    Reason                  Age                From                     Message
  ----    ------                  ----               ----                     -------
  Normal  Scheduled               1m                 default-scheduler        Successfully assigned sphinx-0 to ss-dev-kub07
  Normal  SuccessfulAttachVolume  1m                 attachdetach-controller  AttachVolume.Attach succeeded for volume "pvc-6aaad34f-ad10-11e8-a44c-52540035a73b"
  Normal  SuccessfulMountVolume   1m                 kubelet, ss-dev-kub07    MountVolume.SetUp succeeded for volume "sphinx-config"
  Normal  SuccessfulMountVolume   1m                 kubelet, ss-dev-kub07    MountVolume.SetUp succeeded for volume "default-token-fzcsf"
  Normal  SuccessfulMountVolume   49s (x2 over 51s)  kubelet, ss-dev-kub07    MountVolume.SetUp succeeded for volume "pvc-6aaad34f-ad10-11e8-a44c-52540035a73b"
  Normal  Pulled                  43s                kubelet, ss-dev-kub07    Container image "registry.example.com/infra/sphinx-exporter/sphinx-indexer:v1" already present on machine
  Normal  Created                 43s                kubelet, ss-dev-kub07    Created container
  Normal  Started                 43s                kubelet, ss-dev-kub07    Started container
  Normal  Pulled                  43s                kubelet, ss-dev-kub07    Container image "registry.example.com/infra/sphinx/sphinx:v1" already present on machine
  Normal  Created                 42s                kubelet, ss-dev-kub07    Created container
  Normal  Started                 42s                kubelet, ss-dev-kub07    Started container

Пакапаўшыся, мы зрабілі здагадку, што kubelet проста не паспявае адправіць API-серверу ўсю інфармацыю аб стане pod'ов, liveness/readiness-пробах.

А вывучыўшы help, знайшлі наступныя параметры:

--kube-api-qps - QPS to use while talking with kubernetes apiserver (default 5)
--kube-api-burst  - Burst to use while talking with kubernetes apiserver (default 10) 
--event-qps - If > 0, limit event creations per second to this value. If 0, unlimited. (default 5)
--event-burst - Maximum size of a bursty event records, temporarily allows event records to burst to this number, while still not exceeding event-qps. Only used if --event-qps > 0 (default 10) 
--registry-qps - If > 0, limit registry pull QPS to this value.
--registry-burst - Maximum size of bursty pulls, temporarily allows pulls to burst to this number, while still not exceeding registry-qps. Only used if --registry-qps > 0 (default 10)

Як бачна, значэння па змаўчанні - даволі маленькія, і ў 90% яны пакрываюць усе патрэбы… Аднак у нашым выпадку гэтага аказалася недастаткова. Таму мы выставілі такія значэнні:

--event-qps=30 --event-burst=40 --kube-api-burst=40 --kube-api-qps=30 --registry-qps=30 --registry-burst=40

… і перазапусцілі kubelet'ы, пасля чаго на графіках звароту да API-сервера ўбачылі наступную карціну:

… і так, усё пачало лятаць!

PS

За дапамогу ў зборы багаў і падрыхтоўцы артыкула выказваю вялікую падзяку шматлікім інжынерам нашай кампаніі, а асабліва – калегу з нашай R&D-каманды Андрэю Кліменцьеву.zuzzas).

PPS

Чытайце таксама ў нашым блогу:

• «Убудова kubectl-debug для адладкі ў pod'ах Kubernetes.
• Цыкл Kubernetes tips & tricks:
  • «Пераклад якія працуюць у кластары рэсурсаў пад кіраванне Helm 2»;
  • «Аб выдзяленні вузлоў і аб нагрузках на вэб-дадатак»;
  • «Доступ да dev-пляцовак»;
  • «Паскараем bootstrap вялікіх баз дадзеных.

Крыніца: habr.com