36.13. EFK 故障排除

以下故障排除问题一般适用于 EFK 堆栈。

部署失败，ReplicationControllers 扩展至 0

如果您执行在十分钟超时前无法成功启动实例的部署，OpenShift Container Platform 会将部署视为失败，并缩减到零实例。oc get pods 命令会显示一个 deployer pod，它带有非零退出代码，没有部署 pod。

在以下示例中，会显示 Elasticsearch 部署的 deployer pod 名称；这来自于 ReplicationController logging-es-2e7ut0iq-1，它是 DeploymentConfig logging-es-2e7ut0iq 的部署。

NAME                           READY     STATUS             RESTARTS   AGE
logging-es-2e7ut0iq-1-deploy   1/1       ExitCode:255       0          1m

由于多个过渡的原因，部署失败可能会发生，如镜像拉取用时过长，或者节点没有响应。

检查部署器 pod 日志，以了解可能的原因或尝试重新部署：

$ oc deploy --latest logging-es-2e7ut0iq

另外，尝试扩展现有部署：

$ oc scale --replicas=1 logging-es-2e7ut0iq-1

如果问题仍然存在，请检查 pod、事件和 systemd 单元日志以确定问题的来源。

无法解析 kubernetes.default.svc.cluster.local

此 master 的内部别名必须由主服务器上附带的 DNS 服务器解析。根据您的平台，您可以针对 master 运行 dig 命令（例如，容器）以检查这种情况：

$ dig kubernetes.default.svc.cluster.local @localhost
[...]
;; QUESTION SECTION:
;kubernetes.default.svc.cluster.local. IN A

;; ANSWER SECTION:
kubernetes.default.svc.cluster.local. 30 IN A   172.30.0.1

旧版本的集群日志记录不会自动为 master 定义此内部别名。您可能需要升级集群，以便使用聚合日志。如果您的集群为最新版本，则代表您的 pod 到达 master 上的 SkyDNS 解析器或者 pod 可能会被阻止。您必须在再次部署前解决这个问题。

无法连接到 master 或服务

如果 DNS 解析没有返回到所有地址，或者无法从 pod 中连接到的地址（如 fluentd pod），这可能代表系统防火墙/网络问题。您必须调试这个问题。