在 Kubernetes cron 作业中运行的应用程序未连接到同一 Kubernetes 集群中的数据库

Question

我有一个运行 PostgreSQL 数据库的 Kubernetes 集群、一个 Grafana 仪表板和一个 Python 单次运行应用程序（构建为 Docker 映像），它在 Kubernetes 中每小时运行一次CronJob（参见下面的清单）。此外，这一切都是使用 ArgoCD 和 Istio side-car 注入进行部署的。

我遇到的问题（如标题所示）是我的 Python 应用程序无法连接到集群中的数据库。这对我来说很奇怪，因为仪表板实际上可以连接到数据库，所以我不确定 Python 应用程序可能会有什么不同。

以下是我的清单（更改了一些内容以删除可识别信息）：

内容database.yaml：

---
apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app: database
  name: database
spec:
  replicas: 1
  selector:
    matchLabels:
      app: database
  strategy: {}
  template:
    metadata:
      labels:
        app: database
    spec:
      containers:
      - image: postgres:12.5
        imagePullPolicy: ""
        name: database
        ports:
        - containerPort: 5432
        env:
          - name: POSTGRES_DB
            valueFrom:
              secretKeyRef:
                name: postgres-secret
                key: POSTGRES_DB
          - name: POSTGRES_USER
            valueFrom:
              secretKeyRef:
                name: postgres-secret
                key: POSTGRES_USER
          - name: POSTGRES_PASSWORD
            valueFrom:
              secretKeyRef:
                name: postgres-secret
                key: POSTGRES_PASSWORD
        resources: {}
        readinessProbe:
          initialDelaySeconds: 30
          tcpSocket:
            port: 5432
      restartPolicy: Always
      serviceAccountName: ""
      volumes: null
status: {}
---
apiVersion: v1
kind: Service
metadata:
  labels:
    app: database
  name: database
spec:
  ports:
  - name: "5432"
    port: 5432
    targetPort: 5432
  selector:
    app: database
status:
  loadBalancer: {}

内容dashboard.yaml：

---
apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app: dashboard
  name: dashboard
spec:
  replicas: 1
  selector:
    matchLabels:
      app: dashboard
  strategy: {}
  template:
    metadata:
      labels:
        app: dashboard
    spec:
      containers:
      - image: grafana:7.3.3
        imagePullPolicy: ""
        name: dashboard
        ports:
          - containerPort: 3000
        resources: {}
        env:
          - name: POSTGRES_DB
            valueFrom:
              secretKeyRef:
                name: postgres-secret
                key: POSTGRES_DB
          - name: POSTGRES_USER
            valueFrom:
              secretKeyRef:
                name: postgres-secret
                key: POSTGRES_USER
          - name: POSTGRES_PASSWORD
            valueFrom:
              secretKeyRef:
                name: postgres-secret
                key: POSTGRES_PASSWORD
        volumeMounts:
          - name: grafana-datasource
            mountPath: /etc/grafana/provisioning/datasources
        readinessProbe:
          initialDelaySeconds: 30
          httpGet:
            path: /
            port: 3000
      restartPolicy: Always
      serviceAccountName: ""
      volumes:
        - name: grafana-datasource
          configMap:
            defaultMode: 420
            name: grafana-datasource
        - name: grafana-dashboard-provision
status: {}
---
apiVersion: v1
kind: Service
metadata:
  labels:
    app: dashboard
  name: dashboard
spec:
  ports:
  - name: "3000"
    port: 3000
    targetPort: 3000
  selector:
    app: dashboard
status:
  loadBalancer: {}

内容cronjob.yaml：

---
apiVersion: batch/v1beta1
kind: CronJob
metadata:
  name: python
spec:
  concurrencyPolicy: Replace
  # TODO: Go back to hourly when finished testing/troubleshooting
  # schedule: "@hourly"
  schedule: "*/15 * * * *"
  jobTemplate:
    spec:
      template:
        spec:
          containers:
          - image: python-tool:1.0.5
            imagePullPolicy: ""
            name: python
            args: []
            command:
              - /bin/sh
              - -c
              - >-
                echo "$(POSTGRES_USER)" > creds/db.creds;
                echo "$(POSTGRES_PASSWORD)" >> creds/db.creds;
                echo "$(SERVICE1_TOKEN)" > creds/service1.creds;
                echo "$(SERVICE2_TOKEN)" > creds/service2.creds;
                echo "$(SERVICE3_TOKEN)" > creds/service3.creds;
                python3 -u main.py;
                echo "Job finished with exit code $?";
            env:
              - name: POSTGRES_DB
                valueFrom:
                  secretKeyRef:
                    name: postgres-secret
                    key: POSTGRES_DB
              - name: POSTGRES_USER
                valueFrom:
                  secretKeyRef:
                    name: postgres-secret
                    key: POSTGRES_USER
              - name: POSTGRES_PASSWORD
                valueFrom:
                  secretKeyRef:
                    name: postgres-secret
                    key: POSTGRES_PASSWORD
              - name: SERVICE1_TOKEN
                valueFrom:
                  secretKeyRef:
                    name: api-tokens-secret
                    key: SERVICE1_TOKEN
              - name: SERVICE2_TOKEN
                valueFrom:
                  secretKeyRef:
                    name: api-tokens-secret
                    key: SERVICE2_TOKEN
              - name: SERVICE3_TOKEN
                valueFrom:
                  secretKeyRef:
                    name: api-tokens-secret
                    key: SERVICE3_TOKEN
          restartPolicy: OnFailure
          serviceAccountName: ""
status: {}

现在，正如我提到的，Istio 也是这张图片的一部分，所以我有一个用于仪表板的虚拟服务，因为它应该可以在集群外部访问，但仅此而已。

有了所有这些，这就是我自己为尝试解决这个问题所做的工作：

1. 确认CronJob使用正确的连接设置（即主机、数据库名称、用户名和密码）连接到数据库。

   为此，我在CronJob部署中添加了 echo 语句，显示用户名和密码（我知道，我知道），它们是预期值。我也知道这些是数据库的正确连接设置，因为我逐字使用它们将仪表板连接到数据库，这提供了成功的连接。

   Grafana 仪表板的数据源设置：

   

   来自 Python 应用程序的错误消息（显示在容器的 ArgoCD 日志中）：

   

2. 考虑到 Istio 可能导致此问题，我尝试禁用资源的 Istio side-car 注入CronJob（通过将此注释添加到metadata.annotations部分 : sidecar.istio.io/inject: false），但该注释从未真正出现在 Argo 日志中，并且CronJob在运行时未观察到任何变化。

3. 我尝试kubectl exec进入CronJob运行 Python 脚本的容器以进行更多调试，但实际上从未能够进行，因为一旦发生连接错误，容器就退出了。

也就是说，我已经在这件事上撞墙了足够长的时间。任何人都可以发现我可能缺少的东西并指出我正确的方向吗？

Answer 1

我认为问题在于您的 pod 在 istio sidecar 准备就绪之前尝试连接到数据库。因此无法建立连接。

Istio 运行一个 init 容器来配置 pods 路由表，以便所有流量都通过 sidecar 路由。因此，如果 sidecar 没有运行并且另一个 pod 尝试连接到数据库，则无法建立连接。

有两种解决方案。

首先，您的工作可能会等待例如 30 秒，然后再调用main.py一些 sleep 命令。

或者，您可以启用holdApplicationUntilProxyStarts. 这个主容器在 sidecar 运行之前不会启动。