6 pepijat sistem yang menarik apabila menggunakan Kubernetes [dan penyelesaiannya]

Selama bertahun-tahun menggunakan Kubernetes dalam pengeluaran, kami telah mengumpulkan banyak cerita menarik tentang bagaimana pepijat dalam pelbagai komponen sistem membawa kepada akibat yang tidak menyenangkan dan/atau tidak dapat difahami yang menjejaskan pengendalian bekas dan pod. Dalam artikel ini kami telah membuat pilihan beberapa yang paling biasa atau menarik. Walaupun anda tidak pernah bernasib baik untuk menghadapi situasi sedemikian, membaca tentang cerita detektif pendek seperti itu - terutamanya "tangan pertama" - sentiasa menarik, bukan?..

Cerita 1. Supercronic dan Docker tergantung

Pada salah satu kluster, kami secara berkala menerima Docker beku, yang mengganggu fungsi normal kluster. Pada masa yang sama, perkara berikut diperhatikan dalam log Docker:

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

…

Perkara yang paling menarik minat kami tentang ralat ini ialah mesej: pthread_create failed: No space left on device. Kajian Cepat dokumentasi menjelaskan bahawa Docker tidak boleh menghentikan proses, itulah sebabnya ia membeku secara berkala.

Dalam pemantauan, gambar berikut sepadan dengan apa yang berlaku:

Keadaan yang sama diperhatikan pada nod lain:

Pada nod yang sama kita lihat:

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>

Ternyata tingkah laku ini adalah akibat daripada pod yang bekerja dengannya supercronic (utiliti Go yang kami gunakan untuk menjalankan tugas cron dalam pod):

 _ 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>
…

Masalahnya ialah ini: apabila tugas dijalankan dalam supercronic, proses itu dihasilkan olehnya tidak boleh ditamatkan dengan betul, bertukar menjadi zombi.

Nota: Untuk lebih tepat, proses dihasilkan oleh tugas cron, tetapi supercronic bukanlah sistem init dan tidak boleh "mengguna pakai" proses yang dihasilkan oleh anak-anaknya. Apabila isyarat SIGHUP atau SIGTERM dinaikkan, ia tidak diteruskan kepada proses kanak-kanak, menyebabkan proses kanak-kanak tidak ditamatkan dan kekal dalam status zombi. Anda boleh membaca lebih lanjut mengenai semua ini, sebagai contoh, dalam artikel sebegitu.

Terdapat beberapa cara untuk menyelesaikan masalah:

1. Sebagai penyelesaian sementara - tingkatkan bilangan PID dalam sistem pada satu masa:

          /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. Atau lancarkan tugas dalam supercronic bukan secara langsung, tetapi menggunakan yang sama tini, yang dapat menamatkan proses dengan betul dan tidak menimbulkan zombi.

Cerita 2. "Zombi" apabila memadam cgroup

Kubelet mula menggunakan banyak CPU:

Tiada siapa yang akan menyukai ini, jadi kami mempersenjatai diri kami sendiri sempurna dan mula menangani masalah itu. Hasil siasatan adalah seperti berikut:

• Kubelet menghabiskan lebih satu pertiga daripada masa CPUnya untuk menarik data memori daripada semua cgroup:

  

• Dalam senarai mel pembangun kernel anda boleh temui perbincangan masalah. Ringkasnya, perkara itu datang kepada ini: pelbagai fail tmpfs dan perkara lain yang serupa tidak dialih keluar sepenuhnya daripada sistem apabila memadam cgroup, yang dipanggil memcg zombi. Lambat laun ia akan dipadamkan daripada cache halaman, tetapi terdapat banyak memori pada pelayan dan kernel tidak melihat titik membuang masa untuk memadamkannya. Itulah sebabnya mereka terus bertimbun. Mengapa ini berlaku? Ini ialah pelayan dengan tugas cron yang sentiasa mencipta pekerjaan baharu, dan dengannya pod baharu. Oleh itu, kumpulan c baharu dicipta untuk bekas di dalamnya, yang akan dipadamkan tidak lama lagi.
• Mengapakah cAdvisor dalam kubelet membuang banyak masa? Ini mudah dilihat dengan pelaksanaan yang paling mudah time cat /sys/fs/cgroup/memory/memory.stat. Jika pada mesin yang sihat operasi mengambil masa 0,01 saat, maka pada cron02 yang bermasalah ia mengambil masa 1,2 saat. Masalahnya ialah cAdvisor, yang membaca data dari sysfs dengan sangat perlahan, cuba mengambil kira memori yang digunakan dalam cgroup zombie.
• Untuk mengalih keluar zombi secara paksa, kami cuba mengosongkan cache seperti yang disyorkan dalam LKML: sync; echo 3 > /proc/sys/vm/drop_caches, - tetapi kernel ternyata lebih rumit dan merempuh kereta.

Apa nak buat? Masalah sedang diperbaiki (komited, dan untuk penerangan lihat keluarkan mesej) kemas kini kernel Linux sehingga versi 4.16.

Sejarah 3. Systemd dan lekapannya

Sekali lagi, kubelet menggunakan terlalu banyak sumber pada beberapa nod, tetapi kali ini ia memakan terlalu banyak memori:

Ternyata terdapat masalah dengan systemd yang digunakan dalam Ubuntu 16.04, dan ia berlaku apabila mengurus mount yang dicipta untuk sambungan subPath daripada ConfigMap atau rahsia. Selepas pod telah menyelesaikan kerjanya perkhidmatan systemd dan pemasangan perkhidmatannya kekal dalam sistem. Dari masa ke masa, sejumlah besar daripada mereka terkumpul. Malah terdapat isu mengenai topik ini:

1. #5916;
2. kubernetes #57345.

...yang terakhir merujuk kepada PR dalam systemd: #7811 (isu dalam systemd - #7798).

Masalahnya sudah tiada lagi Ubuntu 18.04, tetapi jika anda ingin terus menggunakan Ubuntu 16.04, anda mungkin mendapati penyelesaian kami mengenai topik ini berguna.

Jadi kami membuat DaemonSet berikut:

---
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

... dan ia menggunakan skrip berikut:

#!/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

... dan ia berjalan setiap 5 minit menggunakan supercronic yang dinyatakan sebelum ini. Fail Dockernya kelihatan seperti ini:

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"]

Cerita 4. Daya saing semasa menjadualkan pod

Adalah diperhatikan bahawa: jika kita mempunyai pod diletakkan pada nod dan imejnya dipam keluar untuk masa yang sangat lama, maka pod lain yang "memukul" nod yang sama hanya akan tidak mula menarik imej pod baharu. Sebaliknya, ia menunggu sehingga imej pod sebelumnya ditarik. Akibatnya, pod yang telah dijadualkan dan imejnya boleh dimuat turun dalam masa seminit sahaja akan berada dalam status containerCreating.

Peristiwa akan kelihatan seperti ini:

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

Ia ternyata bahawa satu imej daripada pendaftaran yang perlahan boleh menyekat penggunaan setiap nod.

Malangnya, tidak banyak jalan keluar dari situasi ini:

1. Cuba gunakan Pendaftaran Docker anda secara langsung dalam kluster atau terus dengan kluster (contohnya, Pendaftaran GitLab, Nexus, dsb.);
2. Gunakan utiliti seperti Kraken.

Cerita 5. Nod tergantung kerana kekurangan ingatan

Semasa pengendalian pelbagai aplikasi, kami juga menghadapi situasi di mana nod tidak lagi boleh diakses sepenuhnya: SSH tidak bertindak balas, semua daemon pemantauan jatuh, dan kemudian tiada apa-apa (atau hampir tiada) anomali dalam log.

Saya akan memberitahu anda dalam gambar menggunakan contoh satu nod tempat MongoDB berfungsi.

Inilah yang kelihatan seperti di atas kepada kemalangan:

Dan seperti ini - selepas kemalangan:

Dalam pemantauan, terdapat juga lompatan tajam, di mana nod tidak lagi tersedia:

Oleh itu, dari tangkapan skrin jelas bahawa:

1. RAM pada mesin hampir ke penghujung;
2. Terdapat lonjakan mendadak dalam penggunaan RAM, selepas itu akses kepada keseluruhan mesin dilumpuhkan secara tiba-tiba;
3. Satu tugas besar tiba di Mongo, yang memaksa proses DBMS menggunakan lebih banyak memori dan membaca secara aktif dari cakera.

Ternyata jika di Linux memori bebas kehabisan (tekanan memori berlaku) dan tiada pertukaran, maka kepada Apabila pembunuh OOM tiba, tindakan mengimbangi mungkin timbul antara membuang halaman ke dalam cache halaman dan menulisnya kembali ke cakera. Ini dilakukan oleh kswapd, yang dengan berani membebaskan sebanyak mungkin halaman memori untuk pengedaran seterusnya.

Malangnya, dengan beban I/O yang besar ditambah dengan jumlah memori percuma yang kecil, kswapd menjadi kesesakan keseluruhan sistem, kerana mereka terikat kepadanya semua peruntukan (kesalahan halaman) halaman memori dalam sistem. Ini boleh berterusan untuk masa yang sangat lama jika proses tidak mahu menggunakan ingatan lagi, tetapi ditetapkan di bahagian paling tepi jurang pembunuh OOM.

Persoalan semula jadi ialah: mengapa pembunuh OOM datang lewat? Dalam lelaran semasanya, pembunuh OOM adalah sangat bodoh: ia akan membunuh proses hanya apabila percubaan untuk memperuntukkan halaman memori gagal, i.e. jika kesalahan halaman gagal. Ini tidak berlaku untuk masa yang agak lama, kerana kswapd dengan berani membebaskan halaman memori, membuang cache halaman (keseluruhan cakera I/O dalam sistem, sebenarnya) kembali ke cakera. Dengan lebih terperinci, dengan penerangan tentang langkah-langkah yang diperlukan untuk menghapuskan masalah tersebut dalam kernel, anda boleh membaca di sini.

Tingkah laku ini sepatutnya bertambah baik dengan teras Linux 4.6 +.

Cerita 6. Pod tersekat dalam keadaan Pending

Dalam beberapa kluster, di mana terdapat banyak pod yang beroperasi, kami mula menyedari bahawa kebanyakannya "bergantung" untuk masa yang sangat lama di negeri ini Pending, walaupun bekas Docker sendiri sudah berjalan pada nod dan boleh digunakan secara manual.

Lebih-lebih lagi, di describe tiada apa yang salah:

  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

Selepas beberapa penggalian, kami membuat andaian bahawa kubelet tidak mempunyai masa untuk menghantar semua maklumat tentang keadaan pod dan ujian keaktifan/kesediaan ke pelayan API.

Dan selepas mengkaji bantuan, kami mendapati parameter berikut:

--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)

Seperti yang dilihat, nilai lalai agak kecil, dan dalam 90% ia meliputi semua keperluan... Walau bagaimanapun, dalam kes kami ini tidak mencukupi. Oleh itu, kami menetapkan nilai berikut:

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

... dan memulakan semula kubelets, selepas itu kami melihat gambar berikut dalam graf panggilan ke pelayan API:

... dan ya, semuanya mula terbang!

PS

Atas bantuan mereka dalam mengumpul pepijat dan menyediakan artikel ini, saya mengucapkan terima kasih yang mendalam kepada banyak jurutera syarikat kami, dan terutamanya kepada rakan sekerja saya dari pasukan R&D kami Andrey Klimentyev (zuzzas).

PPS

Baca juga di blog kami:

• «pemalam kubectl-debug untuk nyahpepijat dalam pod Kubernetes'.
• Petua & kiat Kubernetes gelung:
  • «Memindahkan sumber yang berjalan dalam kelompok kepada pengurusan Helm 2»;
  • «Mengenai peruntukan dan beban nod pada aplikasi web»;
  • «Akses kepada tapak pembangun»;
  • «Mempercepatkan bootstrap untuk pangkalan data yang besar'.

Sumber: www.habr.com