ProHoster > Blog > podávání > 6 zábavných systémových chyb v provozu Kubernetes [a jejich řešení]
6 zábavných systémových chyb v provozu Kubernetes [a jejich řešení]
Za léta používání Kubernetes ve výrobě jsme nashromáždili mnoho zajímavých příběhů o tom, jak chyby v různých systémových komponentách vedly k nepříjemným a/nebo nepochopitelným důsledkům ovlivňujícím provoz kontejnerů a podů. V tomto článku jsme provedli výběr těch nejběžnějších nebo nejzajímavějších. I když se vám nikdy nepoštěstí takové situace potkat, čtení o takových krátkých detektivkách – zvláště „z první ruky“ – je vždy zajímavé, ne?...
Příběh 1. Supercronic a Docker zavěšení
Na jednom z clusterů jsme pravidelně dostávali zamrzlý Docker, který narušoval normální fungování clusteru. Současně bylo v protokolech Docker pozorováno následující:
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
…
Co nás na této chybě nejvíce zajímá, je zpráva: pthread_create failed: No space left on device. Rychlé studium dokumentace vysvětlil, že Docker nemůže rozvětvit proces, a proto pravidelně zamrzá.
Při monitorování tomu, co se děje, odpovídá následující obrázek:
Problém je tento: když je úloha spuštěna v superkronice, proces ji vytvořil nelze správně ukončit, měnící se na zombie.
Poznámka: Přesněji řečeno, procesy jsou vytvářeny úlohami cron, ale supercronic není init systém a nemůže „přijmout“ procesy, které vytvořily jeho děti. Když jsou vyvolány signály SIGHUP nebo SIGTERM, nejsou předány podřízeným procesům, což má za následek, že podřízené procesy se neukončí a zůstanou ve stavu zombie. Více se o tom všem dočtete například v takový článek.
Existuje několik způsobů, jak vyřešit problémy:
Jako dočasné řešení - zvyšte počet PID v systému v jednom okamžiku:
/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
Nebo spouštějte úkoly v supercronic ne přímo, ale pomocí stejného tini, který je schopen správně ukončit procesy a neplodit zombie.
Příběh 2. „Zombies“ při mazání cgroup
Kubelet začal spotřebovávat hodně CPU:
To se nikomu nebude líbit, tak jsme se vyzbrojili perf a začal problém řešit. Výsledky vyšetřování byly následující:
Kubelet tráví více než třetinu svého CPU vytahováním paměťových dat ze všech cgroups:
V mailing listu jaderných vývojářů můžete najít diskuzi o problému. Stručně řečeno, pointa spočívá v tomto: různé soubory tmpfs a další podobné věci nejsou ze systému zcela odstraněny při mazání cgroup, tzv memcg živá mrtvola. Dříve nebo později budou vymazány z mezipaměti stránek, ale na serveru je spousta paměti a jádro nevidí důvod ztrácet čas jejich mazáním. Proto se stále hromadí. Proč se to vůbec děje? Toto je server s úlohami cron, který neustále vytváří nová pracovní místa a s nimi i nové moduly. Vznikají tak nové cgroups pro kontejnery v nich, které jsou brzy smazány.
Proč cAdvisor v kubelet ztrácí tolik času? To je snadno vidět při nejjednodušším provedení time cat /sys/fs/cgroup/memory/memory.stat. Pokud na zdravém stroji operace trvá 0,01 sekundy, pak na problematickém cron02 to trvá 1,2 sekundy. Jde o to, že cAdvisor, který čte data ze sysfs velmi pomalu, se snaží vzít v úvahu paměť používanou v zombie cgroups.
Abychom násilně odstranili zombie, pokusili jsme se vymazat mezipaměti, jak je doporučeno v LKML: sync; echo 3 > /proc/sys/vm/drop_caches, - ale jádro se ukázalo být složitější a auto havarovalo.
Co dělat? Problém se řeší (spáchat, a popis viz uvolnit zprávu) aktualizace linuxového jádra na verzi 4.16.
Historie 3. Systemd a jeho připojení
Opět platí, že kubelet spotřebovává příliš mnoho zdrojů na některých uzlech, ale tentokrát spotřebovává příliš mnoho paměti:
Ukázalo se, že existuje problém v systemd používaném v Ubuntu 16.04 a vyskytuje se při správě připojení, která jsou vytvořena pro připojení subPath z ConfigMaps nebo tajných informací. Poté, co modul dokončí svou práci služba systemd a její připojení služby zůstávají v systému. Postupem času se jich nahromadí obrovské množství. Na toto téma jsou dokonce problémy:
#!/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
... a běží každých 5 minut pomocí výše zmíněného supercronic. Jeho Dockerfile vypadá takto:
Příběh 4. Konkurenceschopnost při plánování modulů
Bylo zjištěno, že: pokud máme pod uzel umístěný na uzlu a jeho obraz je čerpán velmi dlouhou dobu, pak další pod, který „zasáhne“ stejný uzel, jednoduše nezačne stahovat obraz nového modulu. Místo toho čeká, dokud se nevytáhne obrázek předchozího modulu. Výsledkem je, že pod, který byl již naplánován a jehož obrázek bylo možné stáhnout za pouhou minutu, skončí ve stavu containerCreating.
Události budou vypadat nějak takto:
Normal Pulling 8m kubelet, ip-10-241-44-128.ap-northeast-1.compute.internal pulling image "registry.example.com/infra/openvpn/openvpn:master"
Ukazuje se, že jeden obrázek z pomalého registru může zablokovat nasazení na uzel.
Bohužel z této situace není mnoho východů:
Zkuste použít svůj registr Docker přímo v clusteru nebo přímo s clusterem (například registr GitLab, Nexus atd.);
Při provozu různých aplikací jsme se také setkali se situací, kdy uzel úplně přestane být přístupný: SSH nereaguje, odpadnou všichni monitorovací démoni a v logech pak není nic (nebo skoro nic) abnormálního.
Řeknu vám to na obrázcích na příkladu jednoho uzlu, kde fungoval MongoDB.
Takhle vypadá nahoře na nehody:
A takhle - po nehody:
Při monitorování dochází také k prudkému skoku, při kterém uzel přestává být dostupný:
Ze snímků obrazovky je tedy zřejmé, že:
RAM na stroji je téměř u konce;
Dochází k prudkému skoku ve spotřebě RAM, po kterém je přístup k celému stroji náhle zakázán;
Na Mongo přichází velký úkol, který nutí proces DBMS využívat více paměti a aktivně číst z disku.
Ukazuje se, že pokud Linuxu dojde volná paměť (nastaví se tlak na paměť) a nedojde k odkládání, pak na Když dorazí zabiják OOM, může dojít k vyvažování mezi vhozením stránek do mezipaměti stránek a jejich zapsáním zpět na disk. K tomu slouží kswapd, který statečně uvolní co nejvíce paměťových stránek pro následnou distribuci.
Bohužel s velkým I/O zatížením spojeným s malým množstvím volné paměti, kswapd se stává úzkým hrdlem celého systému, protože jsou k němu vázáni vše alokace (chyby stránek) stránek paměti v systému. To může pokračovat velmi dlouho, pokud procesy již nechtějí používat paměť, ale jsou fixovány na samém okraji propasti zabijáka OOM.
Přirozená otázka zní: proč OOM zabiják přichází tak pozdě? Ve své současné iteraci je OOM zabiják extrémně hloupý: proces zabije pouze tehdy, když selže pokus o alokaci paměťové stránky, tzn. pokud chyba stránky selže. To se nestane po dlouhou dobu, protože kswapd statečně uvolňuje stránky paměti a vyhazuje mezipaměť stránek (ve skutečnosti celý diskový I/O v systému) zpět na disk. Podrobněji s popisem kroků potřebných k odstranění takových problémů v jádře si můžete přečíst zde.
V některých shlucích, ve kterých funguje opravdu mnoho lusků, jsme si začali všímat, že většina z nich „visí“ velmi dlouho ve stavu Pending, ačkoli samotné kontejnery Docker již na uzlech běží a lze s nimi pracovat ručně.
Navíc v describe není nic špatného:
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
Po nějakém kopání jsme předpokládali, že kubelet prostě nestihne poslat všechny informace o stavu podů a testech živosti/připravenosti na server API.
A po prostudování nápovědy jsme našli následující parametry:
--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)
Jak je vidět, výchozí hodnoty jsou poměrně malé, a z 90 % pokrývají všechny potřeby... To však v našem případě nestačilo. Proto nastavíme následující hodnoty:
... a restartovali jsme kubelety, načež jsme v grafech volání na server API viděli následující obrázek:
... a ano, všechno začalo létat!
PS
Za jejich pomoc při shromažďování chyb a přípravě tohoto článku vyjadřuji své hluboké poděkování četným inženýrům naší společnosti a zejména mému kolegovi z našeho R&D týmu Andrey Klimentyevovi (zuzzas).