6 bugs divertidos do sistema na operação do Kubernetes [e sua solução]

Ao longo dos anos de uso do Kubernetes em produção, acumulamos muitas histórias interessantes sobre como bugs em vários componentes do sistema levaram a consequências desagradáveis ​​e/ou incompreensíveis que afetaram a operação de contêineres e pods. Neste artigo fizemos uma seleção de alguns dos mais comuns ou interessantes. Mesmo que você nunca tenha a sorte de se deparar com tais situações, ler sobre esses contos policiais – especialmente “em primeira mão” – é sempre interessante, não é mesmo?

História 1. Suspensão Supercronic e Docker

Em um dos clusters, recebíamos periodicamente um Docker congelado, o que interferia no funcionamento normal do cluster. Ao mesmo tempo, foi observado o seguinte nos logs do 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

…

O que mais nos interessa neste erro é a mensagem: pthread_create failed: No space left on device. Estudo rápido documentação explicou que o Docker não conseguia bifurcar um processo, e é por isso que ele congelava periodicamente.

No monitoramento, a imagem a seguir corresponde ao que está acontecendo:

Uma situação semelhante é observada em outros nós:

Nos mesmos nós, vemos:

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>

Descobriu-se que esse comportamento é uma consequência do pod trabalhar com supercrônico (um utilitário Go que usamos para executar tarefas cron em pods):

 _ 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>
…

O problema é este: quando uma tarefa é executada em supercronic, o processo gerado por ela não é possível terminar corretamente, transformando-se em zumbi.

Nota: Para ser mais preciso, os processos são gerados por tarefas cron, mas o supercronic não é um sistema init e não pode “adotar” processos gerados por seus filhos. Quando os sinais SIGHUP ou SIGTERM são gerados, eles não são repassados ​​aos processos filhos, fazendo com que os processos filhos não sejam encerrados e permaneçam no status de zumbi. Você pode ler mais sobre tudo isso, por exemplo, em tal artigo.

Existem algumas maneiras de resolver problemas:

1. Como solução temporária - aumente o número de PIDs no sistema em um único momento:

          /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. Ou inicie tarefas em supercronic não diretamente, mas usando o mesmo tini, que é capaz de encerrar processos corretamente e não gerar zumbis.

História 2. “Zombies” ao deletar um cgroup

Kubelet começou a consumir muita CPU:

Ninguém vai gostar disso, então nos armamos perf e comecei a lidar com o problema. Os resultados da investigação foram os seguintes:

• Kubelet gasta mais de um terço do tempo de CPU extraindo dados de memória de todos os cgroups:

  

• Na lista de discussão dos desenvolvedores do kernel você pode encontrar discussão do problema. Em suma, a questão se resume a isto: vários arquivos tmpfs e outras coisas semelhantes não são completamente removidos do sistema ao excluir um cgroup, o chamado memcg zumbi. Mais cedo ou mais tarde eles serão excluídos do cache da página, mas há muita memória no servidor e o kernel não vê sentido em perder tempo excluí-los. É por isso que eles continuam se acumulando. Por que isso está acontecendo? Este é um servidor com cron jobs que cria constantemente novos jobs e, com eles, novos pods. Assim, novos cgroups são criados para os contêineres neles contidos, que logo são excluídos.
• Por que o cAdvisor no kubelet perde tanto tempo? Isso é fácil de ver com a execução mais simples time cat /sys/fs/cgroup/memory/memory.stat. Se em uma máquina saudável a operação leva 0,01 segundos, no cron02 problemático ela leva 1,2 segundos. O problema é que o cAdvisor, que lê os dados do sysfs muito lentamente, tenta levar em consideração a memória usada nos cgroups zumbis.
• Para remover zumbis à força, tentamos limpar os caches conforme recomendado no LKML: sync; echo 3 > /proc/sys/vm/drop_caches, - mas o kernel acabou sendo mais complicado e bateu o carro.

O que fazer? O problema está sendo resolvido (comprometer-se, e para uma descrição veja mensagem de lançamentoatualização do kernel Linux até a versão 4.16.

História 3. Systemd e sua montagem

Novamente, o kubelet está consumindo muitos recursos em alguns nós, mas desta vez está consumindo muita memória:

Descobriu-se que havia um problema com o systemd usado em Ubuntu 16.04, e ocorre ao gerenciar montagens criadas para conexão. subPath do ConfigMap ou segredo. Depois que o pod concluir seu trabalho o serviço systemd e sua montagem de serviço permanecem no sistema. Com o tempo, um grande número deles se acumula. Existem até questões sobre este assunto:

1. #5916;
2. Kubernetes #57345.

... o último refere-se ao PR no systemd: #7811 (problema no systemd - #7798).

O problema já não existe. Ubuntu 18.04, mas se você quiser continuar usando Ubuntu 16.04, talvez a nossa solução alternativa sobre este assunto seja útil.

Então criamos o seguinte 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

... e usa o seguinte script:

#!/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

... e funciona a cada 5 minutos usando o supercrônico mencionado anteriormente. Seu Dockerfile se parece com isto:

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"]

História 4. Competitividade ao agendar pods

Percebeu-se que: se tivermos um pod colocado em um nó e sua imagem for bombeada por muito tempo, então outro pod que “atingiu” o mesmo nó simplesmente irá não começa a puxar a imagem do novo pod. Em vez disso, ele espera até que a imagem do pod anterior seja extraída. Com isso, um pod que já estava agendado e cuja imagem poderia ter sido baixada em apenas um minuto terminará no status de containerCreating.

Os eventos serão mais ou menos assim:

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

Acontece que uma única imagem de um registro lento pode bloquear a implantação por nó.

Infelizmente, não há muitas maneiras de sair da situação:

1. Tente usar seu Docker Registry diretamente no cluster ou diretamente com o cluster (por exemplo, GitLab Registry, Nexus, etc.);
2. Use utilitários como kraken.

História 5. Nós travam devido à falta de memória

Durante a operação de vários aplicativos, também encontramos uma situação em que um nó deixa completamente de estar acessível: o SSH não responde, todos os daemons de monitoramento caem e então não há nada (ou quase nada) de anormal nos logs.

Vou contar em fotos usando o exemplo de um nó onde o MongoDB funcionava.

Isto é o que parece no topo para acidentes:

E assim - depois acidentes:

No monitoramento, também ocorre um salto brusco, no qual o nó deixa de estar disponível:

Assim, pelas capturas de tela fica claro que:

1. A RAM da máquina está próxima do fim;
2. Há um salto acentuado no consumo de RAM, após o qual o acesso a toda a máquina é desabilitado abruptamente;
3. Uma grande tarefa chega ao Mongo, forçando o processo DBMS a usar mais memória e ler ativamente o disco.

Acontece que se em Linux A memória livre acaba (ocorre pressão na memória) e não há swap, então para Quando o assassino OOM chega, pode surgir um equilíbrio entre jogar páginas no cache de páginas e gravá-las de volta no disco. Isso é feito pelo kswapd, que corajosamente libera tantas páginas de memória quanto possível para distribuição posterior.

Infelizmente, com uma grande carga de E/S associada a uma pequena quantidade de memória livre, kswapd se torna o gargalo de todo o sistema, porque eles estão ligados a isso todos alocações (falhas de página) de páginas de memória no sistema. Isso pode durar muito tempo se os processos não quiserem mais usar memória, mas estiverem fixados na beira do abismo do OOM-killer.

A pergunta natural é: por que o assassino do OOM chega tão tarde? Em sua iteração atual, o assassino OOM é extremamente estúpido: ele matará o processo somente quando a tentativa de alocar uma página de memória falhar, ou seja, se a falha de página falhar. Isso não acontece há muito tempo, porque o kswapd corajosamente libera páginas de memória, despejando o cache de páginas (na verdade, toda a E/S do disco no sistema) de volta ao disco. Mais detalhadamente, com uma descrição das etapas necessárias para eliminar tais problemas no kernel, você pode ler aqui.

Esse comportamento deveria melhorar com núcleo Linux 4.6 +.

História 6. Os pods ficam presos no estado Pendente

Em alguns clusters, nos quais existem realmente muitos pods operando, começamos a notar que a maioria deles “trava” por muito tempo no estado Pending, embora os próprios contêineres do Docker já estejam em execução nos nós e possam ser trabalhados manualmente.

Com isso em describe não há nada errado:

  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

Depois de algumas pesquisas, presumimos que o kubelet simplesmente não tem tempo para enviar todas as informações sobre o estado dos pods e testes de atividade/prontidão para o servidor API.

E depois de estudar a ajuda, encontramos os seguintes parâmetros:

--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)

Como você pode ver os valores padrão são bem pequenos, e em 90% cobrem todas as necessidades... Porém, no nosso caso isso não foi suficiente. Portanto, definimos os seguintes valores:

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

... e reiniciou os kubelets, após o que vimos a seguinte imagem nos gráficos de chamadas ao servidor API:

... e sim, tudo começou a voar!

PS

Por sua ajuda na coleta de bugs e na preparação deste artigo, expresso minha profunda gratidão aos numerosos engenheiros de nossa empresa e, especialmente, ao meu colega de nossa equipe de P&D, Andrey Klimentyev (zuzzas).

PPS

Leia também em nosso blog:

• «Plug-in kubectl-debug para depuração em pods do Kubernetes".
• Ciclo de dicas e truques do Kubernetes:
  • «Transferindo recursos em execução em um cluster para gerenciamento do Helm 2";
  • «Sobre alocação de nós e cargas em um aplicativo Web";
  • «Acesso a sites de desenvolvimento";
  • «Acelerando o bootstrap para grandes bancos de dados".

Fonte: habr.com