6 забавни системни грешки в работата на Kubernetes [и тяхното решение]

През годините на използване на Kubernetes в производство сме натрупали много интересни истории за това как грешки в различни системни компоненти са довели до неприятни и/или неразбираеми последици, засягащи работата на контейнери и подове. В тази статия сме направили селекция от някои от най-често срещаните или интересни. Дори никога да нямате късмета да се сблъскате с подобни ситуации, четенето на такива кратки детективски истории – особено „от първа ръка“ – винаги е интересно, нали?..

История 1. Supercronic и Docker висят

На един от клъстерите периодично получавахме замръзнал Docker, който пречеше на нормалното функциониране на клъстера. В същото време в регистрационните файлове на Docker се наблюдава следното:

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

…

Това, което ни интересува най-много за тази грешка, е съобщението: pthread_create failed: No space left on device. Бързо проучване документация обясни, че Docker не може да разклони процес, поради което периодично замръзва.

При наблюдение на случващото се отговаря следната картина:

Подобна ситуация се наблюдава и на други възли:

В същите възли виждаме:

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>

Оказа се, че това поведение е следствие от работата на под суперкроник (помощна програма Go, която използваме за изпълнение на cron задачи в подове):

 _ 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>
…

Проблемът е следният: когато дадена задача се изпълнява в supercronic, процесът, породен от нея не може да приключи правилно, превръща се в зомби.

Внимание: За да бъдем по-точни, процесите се зараждат от cron задачи, но supercronic не е система за стартиране и не може да „приеме“ процеси, които са заредили неговите деца. Когато се появят сигнали SIGHUP или SIGTERM, те не се предават на дъщерните процеси, което води до това, че дъщерните процеси не се прекратяват и остават в състояние на зомби. Повече за всичко това можете да прочетете например в такава статия.

Има няколко начина за решаване на проблеми:

1. Като временно решение - увеличете броя на PID в системата в един момент от време:

          /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. Или стартирайте задачи в supercronic не директно, а с помощта на същото Тини, който е в състояние да прекрати процесите правилно и да не ражда зомбита.

История 2. „Зомбита“ при изтриване на cgroup

Kubelet започна да консумира много CPU:

Това няма да се хареса на никого, затова се въоръжихме PERF и започна да се справя с проблема. Резултатите от разследването са следните:

• Kubelet прекарва повече от една трета от своето процесорно време, изтегляйки данни от паметта от всички cgroups:

  

• В пощенския списък на разработчиците на ядрото можете да намерите обсъждане на проблема. Накратко, смисълът се свежда до следното: различни tmpfs файлове и други подобни неща не се премахват напълно от системата при изтриване на cgroup т.нар memcg зомби. Рано или късно те ще бъдат изтрити от кеша на страницата, но на сървъра има много памет и ядрото не вижда смисъл да губи време за изтриването им. Затова продължават да се трупат. Защо изобщо се случва това? Това е сървър с cron задачи, който постоянно създава нови задачи, а с тях и нови подове. Така се създават нови cgroups за контейнери в тях, които скоро се изтриват.
• Защо cAdvisor в kubelet губи толкова много време? Това е лесно да се види с най-простото изпълнение time cat /sys/fs/cgroup/memory/memory.stat. Ако на здрава машина операцията отнема 0,01 секунди, то на проблемната cron02 отнема 1,2 секунди. Работата е там, че cAdvisor, който чете данни от sysfs много бавно, се опитва да вземе предвид паметта, използвана в зомби cgroups.
• За да премахнем принудително зомбита, опитахме да изчистим кешовете, както се препоръчва в LKML: sync; echo 3 > /proc/sys/vm/drop_caches, - но ядрото се оказа по-сложно и разби колата.

Какво да правя? Проблемът се оправя (ангажират, а за описание вж съобщение за освобождаване) актуализиране на ядрото на Linux до версия 4.16.

История 3. Systemd и неговото монтиране

Отново kubelet консумира твърде много ресурси на някои възли, но този път консумира твърде много памет:

Оказа се, че има проблем в systemd, използван в Ubuntu 16.04, и той възниква при управление на монтажи, които са създадени за връзка subPath от ConfigMaps или тайни. След като подс услугата systemd и нейното монтиране на услугата остават в системата. С течение на времето се натрупват огромен брой от тях. Има дори въпроси по тази тема:

1. #5916;
2. kubernetes #57345.

... последното от които се отнася до PR в systemd: #7811 (проблем в systemd - #7798).

Проблемът вече не съществува в Ubuntu 18.04, но ако искате да продължите да използвате Ubuntu 16.04, може да намерите нашето заобиколно решение по тази тема за полезно.

Така че направихме следния 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

... и използва следния скрипт:

#!/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

... и работи на всеки 5 минути, използвайки споменатия по-горе supercronic. Неговият Dockerfile изглежда така:

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"]

История 4. Конкурентоспособност при планиране на капсули

Беше забелязано, че: ако имаме под, поставен на възел и изображението му се изпомпва за много дълго време, тогава друг под, който „удари“ същия възел, просто ще не започва да тегли изображението на новия под. Вместо това, той изчаква, докато изображението на предишната група бъде изтеглено. В резултат на това група, която вече е планирана и чието изображение можеше да бъде изтеглено само за минута, ще завърши в състояние на containerCreating.

Събитията ще изглеждат по следния начин:

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

Оказва се, че едно изображение от бавен регистър може да блокира внедряването на възел.

За съжаление, няма много изходи от ситуацията:

1. Опитайте се да използвате своя регистър на Docker директно в клъстера или директно с клъстера (например регистър на GitLab, Nexus и др.);
2. Използвайте помощни програми като Kraken.

История 5. Възлите висят поради липса на памет

По време на работата на различни приложения също се сблъскахме със ситуация, при която възел престава да бъде напълно достъпен: SSH не отговаря, всички демони за наблюдение падат и след това няма нищо (или почти нищо) аномално в регистрационните файлове.

Ще ви разкажа в снимки, използвайки примера на един възел, където функционира MongoDB.

Ето как изглежда отгоре до аварии:

И така - след аварии:

При мониторинга има и рязък скок, при който възелът престава да бъде достъпен:

Така от екранните снимки става ясно, че:

1. RAM на машината е близо до края;
2. Има рязък скок в консумацията на RAM, след което достъпът до цялата машина е внезапно деактивиран;
3. В Mongo пристига голяма задача, която принуждава процеса на СУБД да използва повече памет и активно да чете от диска.

Оказва се, че ако на Linux свърши свободната памет (възниква натиск върху паметта) и няма суап, тогава до Когато убиецът на OOM пристигне, може да възникне баланс между хвърлянето на страници в кеша на страниците и записването им обратно на диска. Това се прави от kswapd, който смело освобождава възможно най-много страници с памет за последващо разпространение.

За съжаление, с голямо I/O натоварване, съчетано с малко количество свободна памет, kswapd става тясното място на цялата система, защото са обвързани с него всички разпределения (грешки на страници) на страници с памет в системата. Това може да продължи много дълго време, ако процесите не искат повече да използват памет, но са фиксирани на самия ръб на бездната на OOM-killer.

Естественият въпрос е: защо убиецът на OOM идва толкова късно? В сегашната си итерация OOM killer е изключително глупав: той ще убие процеса само когато опитът за разпределяне на страница с памет е неуспешен, т.е. ако грешката на страницата е неуспешна. Това не се случва за доста дълго време, защото kswapd смело освобождава страниците от паметта, изхвърляйки кеша на страниците (всъщност целия диск I/O в системата) обратно на диска. По-подробно, с описание на стъпките, необходими за отстраняване на такива проблеми в ядрото, можете да прочетете тук.

Това поведение трябва да се подобри с Linux ядро ​​4.6+.

История 6. Подовете се забиват в състояние на изчакване

В някои клъстери, в които има наистина много работещи капсули, започнахме да забелязваме, че повечето от тях „висят“ за много дълго време в състояние Pending, въпреки че самите Docker контейнери вече работят на възлите и с тях може да се работи ръчно.

Нещо повече, в describe няма нищо лошо:

  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

След известно копаене направихме предположението, че kubelet просто няма време да изпрати цялата информация за състоянието на контейнерите и тестовете за жизненост/готовност към API сървъра.

И след като проучихме помощта, открихме следните параметри:

--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)

Както се вижда, стойностите по подразбиране са доста малки, а на 90% покриват всички нужди... В нашия случай обаче това не беше достатъчно. Затова задаваме следните стойности:

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

... и рестартира kubelets, след което видяхме следната картина в графиките на извиквания към API сървъра:

... и да, всичко започна да лети!

PS

За тяхната помощ при събирането на грешки и подготовката на тази статия, аз изразявам дълбоката си благодарност на многобройните инженери на нашата компания и особено на моя колега от нашия R&D екип Андрей Климентиев (зуци).

PPS

Прочетете също в нашия блог:

• «kubectl-debug плъгин за отстраняване на грешки в Kubernetes pods".
• Цикъл със съвети и трикове на Kubernetes:
  • «Прехвърляне на ресурси, работещи в клъстера под контрола на Helm 2»;
  • «Относно разпределението на възлите и натоварванията на уеб приложението»;
  • «Достъп до сайтове за разработчици»;
  • «Ускоряване на bootstrap за големи бази данни".

Източник: www.habr.com