k8s查看pod日志否正常脚本，k8s查看pod当天的日志

k8s中Pod状态及问题排查方法

含义：调度器未能将 pod 调度到可用节点。可能原因：节点资源不足或 POD 依赖的资源未准备好。排查方法：检查节点资源使用情况及资源预留情况，确保集群有足够的 CPU 和其他资源。CrashLoopBackoff 状态：含义：容器在启动后立即崩溃或退出。可能原因：容器配置错误、应用程序错误、内存不足或权限问题。

要排查镜像拉取问题，可使用kubectl describe pod命令检查pod事件，寻找“Failed to pull image”或“ImagePullBackOff”事件，表明镜像拉取存在问题。资源不足时，使用kubectl describe node命令检查节点资源状态。检查持久卷（PVC）状态，确保其STATUS为“Bound”，表明存储供应无问题。

Pod驱逐 节点资源不足时，K8s驱逐内存敏感型Pod。优化资源配额和限制值，避免资源被耗尽。Pod失联 Pod处于Unknown状态，无法获取信息。检查Kubelet状态，修复节点问题。无法被删除 Pod执行删除操作后长时间处于Terminating状态。排查删除操作和集群状态，确保删除流程顺利。

K8S线上集群排查,实测排查Node节点NotReady异常状态

K8S线上集群Node节点NotReady异常状态的排查方法主要包括以下几点：检查硬件资源：使用df m命令检查磁盘空间，确保有足够的空间供Node节点和Pod使用。使用free命令检查CPU使用率，确保CPU资源未被过度占用。使用top c命令查看CPU使用情况，确保无异常。

在项目中遇到的线上集群问题，特别是Kubernetes （K8S）集群中Node节点状态变为NotReady，导致服务停止的问题，我们进行了一次深入的排查与解决。文章将聚焦于如何有效识别和解决这类问题。首先，让我们了解一下在K8S中Pod的状态。

在搭建kubernetes（k8s）集群过程中，若遇到节点一直处于NotReady状态问题，通过执行命令查看日志，发现提示信息为[failed to find plugin flannel in path [/opt/cni/bin]]。执行排查步骤，进入指定目录检查，确认flannel插件是否缺失。

一次K8S集群中遇到的Too Many Open Files问题排查，起因是一个运行机器学习推理服务的节点出现Node NotReady异常，通过查看日志发现是因为dockerd进程打开的文件数过多导致。初步怀疑是由于root用户文件限制较小，将限制调整为655360后重启Docker进程，但问题并未解决，而是陆续在其他节点上重复出现。

Kubernetes 13 OS： CentOS 2009 Kernel： 94-elelrepo.x86_64 Docker： 6 线上告警提示集群中存在 2-3 个 K8s 节点处于 NotReady 的状态，并且 NotReady 状态一直持续。问题的解决可以通过两种方法，我们先来看看 A 方案。

小猫k8怎么调呢

在调整小猫K8（通常指的是Kubernetes，简称K8s）时，需要考虑多个方面来确保其稳定运行和高效性。以下是一些关键步骤和技巧： **检查集群状态**：首先，使用`kubectl get nodes`和`kubectl get pods --all-namespaces`等命令来查看节点和Pod的状态，确保所有组件都在正常运行。

最后，具体调节步骤可能包括：确定需要调整的参数或功能；查找相应的调节选项，这可能是在设备的控制面板上、软件的设置菜单中或通过网络接口进行远程配置；根据实际需求逐步调整参数，并观察调整后的效果，以确保达到预期的目标；在调整完成后进行测试，确保小猫k8在各种条件下都能正常工作。

而且看起来，猫的性格是让人捉摸不定的，如果是k8，也差不多。当你做了一些让她厌恶的事情，她对你死心的时候，可能不是哄哄就能好了。K8很挑剔，即使认主之后，依然耐力对自己的环境、饮食、陪伴自己的时间、精力等等，十分挑剔。如果有所不满，就会通过动作方式表达出来，比如：傲慢、不理、生气。

使用metrics-Server监控k8s的资源指标

在部署文件的第 139 行，追加参数 --kubelet-insecure-tls。修改后的配置如下所示。完成参数添加后，重新部署文件。随后，检查 pod 运行状态，确认已正常启动。执行 kubectl top 命令成功获取资源指标。同时，通过代码方式获取资源指标，如使用相关工具或编写脚本进行监控。

k8s提供top命令统计资源使用情况，包含node和pod子命令，显示节点和Pod对象的资源使用信息。kubectl top命令依赖metrics接口，系统默认未安装，需单独部署。部署流程包括：下载metrics-server-compONEnts.yaml部署文件，修改镜像地址至国内镜像仓库，使用命令实现修改。部署metrics接口后，需查看该metric pod运行情况。

HPA支持三种类型的metrics：一是预定义的Pod CPU利用率，二是自定义Pod的原始值计算，三是自定义对象的metrics。要实现资源监控，目标对象需配置resources.requests.cpu或resources.requests.memory，当CPU或内存使用超过预设百分比时，HPA会自动触发操作。

metrics-server 是 Kubernetes 生态中的一个重要组件，其主要的作用在于监测 Kubernetes的（node、pod）资源指标并提供监控系统做采集。Kubernetes 的许多特性都会依赖 metrics server，比如 kubectl top nodes/pods 指令；比如 HPA 需要根据其获取资源利用率；再比如 Istio 的服务组件等。

具体来说，可以修改metrics-server的启动参数`--metric-resolution`来调整指标的保存时间，将其从默认的60秒缩短至15秒。通过修改该参数，可以加快获取Pod资源指标的速度。修改后，使用日志记录来验证metrics-server的抓取间隔是否调整至15秒。