“谓词节点亲和性失败”

Question

我有一个 GKE 集群，已更新为“v1.19.11-gke.2101”。

在该集群中，我们正在运行大量具有如下节点选择器的 Pod：

      nodeSelector:
        cloud.google.com/gke-nodepool: default-pool

自从我更新集群以来，Pod 时不时地进入：

Status:         Failed
Reason:         NodeAffinity"

通过这些状态事件：

  Warning  NodeNotReady  55m   node-controller                                            Node is not ready
  Warning  NodeAffinity  53m   kubelet, gke-ef-gke-cluster-front-default-pool-bbda0bbf-t4js  Predicate NodeAffinity failed

问题是，即使状态为“失败”，其他 Pod 也已成功安排，因此不存在“真正的问题”，只是一个令人讨厌的红旗，我想摆脱它。

我看到 kubernets GitHub 存储库中关闭了几个问题，其中提到了这一点并声称已修复：

• https://github.com/kubernetes/kubernetes/issues/100467
• https://github.com/kubernetes/kubernetes/pull/99336

但在 GKE 1.19.11 中问题仍然存在。AFAIK gke 有自己的 Kubernetes 实现，所以……有谁知道它是否在特定的 GKE 版本中真正得到解决？哪一个？即使没有......知道如何摆脱恼人的标志而不必手动/定期删除卡住的豆荚吗？

提前致谢，我们非常欢迎任何帮助。

Answer 1

此问题影响 \xe2\x80\x981.19.11\xe2\x80\x99 版本下的 GKE 集群，因此将它们升级到 \xe2\x80\x981.20.x\xe2\x80\x99 将是一个解决方法，如果您使用可抢占节点。请注意，目前正在解决此问题，以便提供固定的解决方案。

\n

请注意，尽管您可能会遇到数据处理延迟的情况，但这不会对工作负载产生影响。

\n

\n

• 除了手动删除之外，没有其他方法可以删除失败的 Pod，但由于问题尚未解决，它们可能会重新出现。

  \n
\n

• 暂时选择退出可抢占节点，因为此问题在常规节点上很少发生。

  \n
\n

\n

您可以在这个新问题跟踪器中跟踪更新

\n