1.Kubernetes 集群频繁出现节点 NotReady

1.1 问题

Kubernetes 集群中的节点频繁出现 NotReady 状态，即使自动恢复后不久又再次变为 NotReady

影响范围：

• 直接影响：节点上运行的 Pod 可能被驱逐，导致服务中断、数据丢失或处理延迟。
• 间接影响：频繁的节点状态变化可能导致调度压力增大、资源利用率降低，影响集群整体稳定性和性能

1.2 排查方案

1. 监控节点资源使用：使用 kubectl top nodes 和第三方监控工具（如 Prometheus + Grafana）持续监控节点的 CPU、内存、磁盘、网络等资源使用情况，查找是否有资源耗尽的迹象。
2. 检查节点日志与系统状态：登录到问题节点，检查系统日志（如 /var/log/messages、/var/log/syslog 等）、Docker（或 Containerd）日志、kubelet 日志，查找与节点状态变化相关的错误或警告。
3. 排查硬件故障或网络问题：检查节点的硬件状态（如 CPU、内存、磁盘健康状况），以及网络设备（如网卡、交换机）的状态和日志，看是否存在硬件故障或网络问题。
4. 检查节点配置与污点：使用 kubectl describe node <node-name> 查看节点详细信息，确认节点配置（如标签、Taints）是否合理，是否被正确调度。
5. 排查系统级软件问题：检查节点的操作系统、内核、kubelet、Docker（或 Containerd）、CNI 插件等软件版本和配置，确认无已知问题或冲突。必要时，升级到稳定版本或重新安装