“谓词 NodeAffinity 失败”答案

【问题标题】："Predicate NodeAffinity failed"“谓词 NodeAffinity 失败”
【发布时间】：2021-07-28 12:33:20
【问题描述】：

我有一个 GKE 集群，已更新为“v1.19.11-gke.2101”。

在那个集群中，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

自从我更新了集群后，不时有pods进入：

Status:         Failed
Reason:         NodeAffinity"

使用这些状态事件：

  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 也已成功调度，因此没有“真正的问题”，只是一个烦人的红旗，我想摆脱它。

我看到在 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：

但问题在 GKE 1.19.11 中仍然存在。 AFAIK gke 有自己的 Kubernetes 实现，所以.. 有没有人知道它是否真的在特定的 GKE 版本中得到解决？哪一个？即使没有..知道如何摆脱烦人的标志而不必手动/定期删除卡住的豆荚吗？

在此先感谢，我们非常欢迎任何帮助。

【问题讨论】：

您的问题解决了吗？如果是，您能否发布您遵循的程序作为解决方案并接受它？
我们还没有解决这个问题，我们正在等待GKE 1.20版本稳定后再升级。
给定的答案有帮助吗？
我还没有尝试解决方案，因为1.20版本不稳定，所以我没有回答也没有标记解决方案。

标签： google-kubernetes-engine

【解决方案1】：

此问题会影响“1.19.11”版本下的 GKE 集群，因此如果您使用抢占式节点，将它们升级到“1.20.x”将是一种解决方法。请注意，此问题目前正在处理中，以便提供固定的解决方案。

请注意，虽然您可能会在数据处理过程中遇到延迟，但应该不会对工作量产生影响。

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，它们可以重新出现。
暂时退出抢占式节点，因为此问题在常规节点上很少发生。

您可以在这个新的issue tracker 中跟踪更新

【讨论】：