GKE，卡住节点自动重启答案

【问题标题】：GKE, automatic restart of stuck nodeGKE，卡住节点自动重启
【发布时间】：2017-05-30 22:34:09
【问题描述】：

有时支持 GKE 集群的节点出现故障，NotReady 状态：

$ kubectl get nodes
NAME                        STATUS     AGE       VERSION
gke-my-pool-f8045547-60gw   Ready      10d       v1.6.2
gke-my-pool-f8045547-7c7e   NotReady   10d       v1.6.2

节点可能会在 NotReady 中停留数天，直到我手动重新启动它。

我对我的 pod 进行了健康检查，所以它们都转到了其他节点，但是这个陈旧的节点仍然连接了 GCE 磁盘的问题。因此，某些 pod 无法在任何其他节点上启动，直到我手动分离磁盘（或重新启动陈旧节点）。

这基本上扼杀了 Kubernetes 的整个想法，因为这种情况每天发生几次，所以我必须整天照看它。有什么方法可以配置 Kubernetes 或 GCE 来自动执行此操作？最简单的方法是自动重启NotReady 节点，但似乎没有办法为节点本身配置健康检查。另一种选择是自动卸载磁盘，当它从另一台机器请求时，但我也看不到任何配置方法。

【问题讨论】：

从我在这里看到的kubernetes.io/docs/tasks/debug-application-cluster/…：Currently Kubernetes won’t take any action on the node conditions and events generated by node problem detector. In the future, a remedy system could be introduced to deal with node problems. 因此，这可能会在未来发生（但没有说明何时）
您知道我可以使用标准 GCE 工具监控节点健康吗？它可以按条件重启节点，但我无法将它连接到 Kubernetes 健康端点

标签： kubernetes google-cloud-platform google-compute-engine google-kubernetes-engine

【解决方案1】：

GKE 具有节点自动修复功能，可监控节点的健康状态并触发自动修复事件（目前是 NotReady 节点的节点重新创建）。它目前处于测试阶段，但您可以尝试一下：https://cloud.google.com/container-engine/docs/node-auto-repair

【讨论】：