k8s集群自动化维护POD

日常工作中，所有项目都不是完美的，笔者就经常遇到这种情况，pod状态是running，但是程序却没有响应。发生这种情况的原因有很多种，有可能是因为k8s健康检查的原因，比如使用ps检查进程;或者是程序内部死循环，但是不退出;再或者网络闪断，程序无法重连等等。

无论什么原因，都会有解决办法，但是优化需要时间，在未完全解决之前，问题不能不解决，于是想到了一个临时方案，因为笔者公司项目日志是直接打印在stdout的，发生了程序无响应的情况，比较简单的一个办法是判断日志输出的时间。基于此，可以简单写一个小脚本，发现日志长时间不输出的时候，重启pod。

使用kubectl logs命令查看最后一条日志输出的时间戳，与服务器时间对比，差值大于阈值，则重启相应POD。当然，这只是一个简单的思路，并不适用于大部分场景，但是适合笔者公司，因为核心项目请求量很大，但凡是超过1分钟日志不刷新，基本可以断定100%出现问题了。

此思路其实也是抛砖引玉，希望能给大家一些灵感，如果有什么更好的办法，也可以与笔者沟通交流。

shell比较简单，直接与服务器交互也比较友好，就是用shell来写吧。

#!/bin/sh 
# 获取当前UTC时间utc_now=`date -u` 
# 将时间转换为timestamptimestamp_now=`date -d "$utc_now" +%s` 
function restart_pod() { 
    for i in `kubectl get pod -n iot|grep PODNAME|awk '{print $1}'`;do 
        for time in `kubectl logs  --tail=1 --timestamps $i -n iot | awk '{print $1}'`;do 
            timestamp_pod=`date -d "$time" +%s` 
            delay=$(($timestamp_now-$timestamp_pod))            echo $i:$delay            if [ "$delay" -ge "30" ];then 
                echo "Pod $i 30S内没有最新日志产生，重启pod!" 
                echo $i                kubectl delete pod $i -n iot --force --grace-period=0 
                curlwxFunc "Pod $i 30S内没有最新日志产生，重启pod!(生产环境)" 
            fi        done    done}function curlwxFunc() { 
    JSON='{ 
            "msgtype": "text", 
            "text": { 
                "content": "'$1'" 
            } 
        }' 
    curl 'https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx' / 
    -H 'Content-Type:application/json' / 
    -d "${JSON}" 
}restart_pod 

脚本很简单，先查询pod，然后看pod最后一条日志时间，与服务器时间对比，延迟超过30s就重启pod，并且调用企业微信接口发一条通知。

此方法也是治标不治本，治标还需要从源头解决，不过需要时间，再没有解决之前，先用这个小脚本抗一抗吧。也欢迎大家拍砖。