k8s集群自动化维护POD

导读 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。

k8s集群自动化维护POD

需求

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。

思路

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。

简单实现

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。

后记

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。

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/tech/linux/124164.html

(0)
上一篇 2021年8月29日 03:38
下一篇 2021年8月29日 03:38

相关推荐

发表回复

登录后才能评论