排解 GKE 問題

本文列出疑難排解文件，說明使用 Google Kubernetes Engine (GKE) 時可能遇到的常見問題。無論您是要診斷 ImagePullBackOff 和 CrashLoopBackOff 等工作負載錯誤、偵錯叢集自動調整資源配置行為、解決 PersistentVolume 問題，還是疑難排解節點註冊問題，這裡列出的文件都能提供協助。

如果您是第一次在 GKE 中排解問題，請先參閱「疑難排解簡介」。

如要診斷及解決遇到的問題，請參閱下列章節中的文件：

如要排解 GKE 網路問題，請參閱 GKE 網路說明文件中的「排解 GKE 網路問題」。

本文適用於負責排解 GKE 設定問題的管理員、架構師、安全專家、網路專家或儲存空間專家。如要進一步瞭解 GKE 角色，請參閱「常見的 GKE 使用者角色和工作」。

疑難排解簡介

主題 說明
GKE 疑難排解簡介 首先瞭解整體程序和基本概念，開始排解 GKE 問題。
查看 Service Health 和事件 瞭解如何檢查 GKE 和相關 Google Cloud 服務的健康狀態，排除平台問題。
在 Google Cloud 控制台中評估叢集和工作負載的健康狀態 瞭解如何使用 Google Cloud 控制台調查及解決 GKE 問題。
使用 kubectl 檢查叢集狀態 瞭解常見的 kubectl 指令和技巧，診斷叢集和工作負載的問題。
使用 Cloud Logging 進行歷來資料分析 瞭解如何有效運用 Cloud Logging，找出 GKE 問題的根本原因。
使用 Cloud Monitoring 執行主動監控 運用 Cloud Monitoring 資訊主頁和指標，找出、診斷及解決 GKE 問題。
使用 Gemini Cloud Assist 加快診斷速度 瞭解 Gemini 如何協助診斷及解決 GKE 問題。
整合所學：疑難排解情境範例 請按照逐步範例，排解 GKE 中的常見情境問題。

叢集設定

主題 說明
建立叢集 解決叢集建立問題。
Autopilot 叢集 診斷及排解 GKE Autopilot 叢集問題，包括叢集建立、命名空間刪除、資源調度及工作負載問題。
kubectl 指令列工具 排解 GKE 中的 kubectl 指令列工具問題，包括驗證和授權問題。本頁也提供排解 Konnectivity Proxy 問題的建議，協助您確認 kubectl logs、attach、exec 或 port-forward 指令是否因 Proxy 而停止回應。
標準節點集區 排解 GKE Standard 節點集區的問題，包括節點集區建立、盡力佈建、執行個體中繼資料損毀，以及將工作負載遷移至新節點集區等問題。
節點 NotReady 狀態 瞭解如何排解資源不足、網路問題和元件故障等常見原因，診斷及解決 GKE 中的節點 NotReady 狀態。
節點註冊 排解將節點新增至 GKE Standard 叢集時發生的問題，例如節點註冊失敗，以及成功註冊節點的必要條件不足。
容器執行階段 排解 GKE 中的容器執行階段問題，包括 containerd 和 dockershim 的問題，以及私人登錄檔問題。
Windows Server 節點集區 排解 GKE 中 Windows Server 節點集區的問題，包括 Pod 啟動失敗、映像檔提取錯誤、網路連線問題和節點狀態問題。

自動調度資源

主題 說明
叢集自動配置器未縮減資源 診斷及解決叢集未移除使用率偏低節點的常見原因。瞭解如何檢查是否有節點驅逐限制PodDisruptionBudgets、具有本機儲存空間的 Pod，或特定註解 (例如 "cluster-autoscaler.kubernetes.io/safe-to-evict": "false") 等問題，導致節點無法驅逐。
叢集自動配置器未向上擴充 瞭解叢集自動配置器為何未新增節點來滿足需求。檢查是否有無法排程的 Pod、確認您未達到叢集或節點集區大小限制，並找出潛在的資源配額或區域 VM 可用性問題。
水平自動調度 Pod 資源 排解水平 Pod 自動配置器無法調度應用程式 Pod 副本的問題。解決常見問題，例如 HorizontalPodAutoscaler 資源設定錯誤，或指標管道問題。
垂直自動調度 Pod 資源 排解 VerticalPodAutoscaler 無法擴充應用程式 Pod 資源的問題。解決常見問題，例如 VerticalPodAutoscaler 資源設定錯誤，或指標管道發生問題。

儲存空間

主題 說明
儲存空間 排解儲存空間問題，包括地區性永久磁碟、磁碟效能和磁碟區擴充問題。

叢集安全性

主題 說明
驗證 排解 GKE 中的驗證問題，包括 RBAC、Workload Identity Federation for GKE 和 GKE 中繼資料伺服器的問題。
服務帳戶 排解服務帳戶問題，包括還原預設服務帳戶，以及啟用 Compute Engine 預設服務帳戶。
應用程式層 Secret 排解設定應用程式層 Secret 加密時可能發生的問題，包括更新失敗，以及 無法使用 Cloud KMS 金鑰或 Cloud KMS 金鑰版本已刪除等錯誤。

叢集的根憑證授權單位即將到期

主題 說明
根憑證授權單位 (CA) 即將到期 如果叢集的根憑證授權單位 (CA) 即將到期，請參閱這篇文章，瞭解如何執行憑證輪換，以免叢集正常運作時中斷。

工作負載

主題 說明
已部署的工作負載 排解在 GKE 叢集中執行的工作負載錯誤，包括 PodUnschedulable。請參閱「PodUnschedulable」一節，瞭解如何解決 MatchNodeSelector 和 Does not have minimum availability 等錯誤。
圖片擷取 排解映像檔提取問題。瞭解導致 ImagePullBackOff 和 ErrImagePull 等狀態的原因，以及如何修正驗證和網路連線等常見問題，解決這些狀態。
CrashLoopBackOff 事件 排解 GKE 中的 CrashLoopBackOff 事件。診斷資源耗盡、應用程式設定錯誤和有效性探測失敗等問題。
OOM 事件 排解 Kubernetes 記憶體不足 (OOM) 事件。找出原因、區分事件類型，並針對容器和節點層級的 OOM 終止作業套用有效解決方案。
Arm 工作負載 排解 Arm 工作負載問題，包括 Arm 節點上的 Pod 損毀。
TPU 排解 TPU 問題，包括配額、節點自動佈建、工作負載設定和排程等問題。
GPU 排解 GPU 問題，包括 GPU 驅動程式安裝、裝置外掛程式錯誤和容器映像檔問題。

叢集管理

主題 說明
叢集升級 排解及解決 GKE 叢集和節點升級問題，包括升級時間過長或不完整、非預期的自動升級、失敗和升級後問題。
Webhook 瞭解如何排解問題，並確保使用許可 Webhook 時叢集控制層的穩定性。
命名空間停留在 Terminating 狀態 如要排解命名空間卡在 Terminating 狀態的問題，請找出並移除導致刪除作業受阻的不健全元件。
並行作業 瞭解如何找出這類錯誤，並等待作業完成來解決問題，排解並行作業的疑難。

監控

主題 說明
系統指標 排解系統指標未顯示在 Cloud Monitoring 中的問題。
監控資訊主頁 排解監控資訊主頁的問題，包括啟用監控、缺少 Kubernetes 資源和權限等問題。
疑難排解遺失的記錄 排解 GKE 記錄檔遺失的問題。瞭解如何檢查 API 狀態、叢集設定、權限、配額、篩選器和應用程式行為。

4xx 錯誤

主題 說明
4xx 錯誤 排解使用 GKE 時可能遇到的部分 400、401、403 和 404 錯誤。此外，本頁也說明如何排解帳戶缺少編輯權限錯誤。

已知問題

主題 說明
已知問題 找出並解決可能影響 GKE 使用體驗的已知問題。

後續步驟