1

我们已经建立了一个 okd 3.11 集群，有 100 多个节点。一切正常，但随后工作节点停止解析注册表服务内部 url。这会导致将新 pod 调度到该节点失败并出现 ImagePullBackoff 错误。

Failed to pull image "docker-registry.default.svc:5000/app-name/app-name:latest": rpc error: code = Unknown desc = Get https://docker-registry.default.svc:5000/v1/_ping: dial tcp: lookup docker-registry.default.svc on 10.*.*.71:53: server misbehaving

我们尝试在工作节点上运行 nslookup，结果如下

虽然这不起作用（虽然它适用于其他节点）

[root@worker22 ~]# nslookup docker-registry.default.svc.cluster.local
Server:         10.*.*.71
Address:        10.*.*.71#53

** server can't find docker-registry.default.svc.cluster.local: SERVFAIL

这工作得很好。

[root@worker22 ~]# nslookup docker-registry.default.svc.cluster.local 127.0.0.1
Server:         127.0.0.1
Address:        127.0.0.1#53

Name:   docker-registry.default.svc.cluster.local
Address: 172.*.*.212

添加server=/cluster.local/172.30.0.1到 dnsmasq conf 文件/etc/dnsmasq.d/origin-upstream-dns.conf可以解决问题，但找不到导致此问题的原因。

我尝试将 -q 添加到 dnsmasq 服务ExecStart，它表明 dnsmasq 不会查询在本地运行的 openshift dns 127.0.0.1:53。

Dnsmasq config/resolv.conf 在节点上是有序的。

我尝试重新启动 dnsmasq/NetworkManager/Docker，我尝试重新生成 ovs/sdn pod 但仍然没有帮助。

4

1 回答 1

1

找到了一些文件证明 dnsmasq 可以表现得像那样。

一些 RedHat 文章建议长期运行的 dnsmasq 服务可能行为不端并停止解析名称。openshift 环境也有类似的案例。

下面的链接表明重新启动服务会在一段时间内解决问题，然后问题可能会再次出现。如前所述，在我的案例中，服务重启没有帮助，但 IT 中最古老的补救措施有效（重启节点解决了问题）。

参考：

https://access.redhat.com/solutions/3393141

https://bugzilla.redhat.com/show_bug.cgi?id=1560489

于 2021-02-20T12:10:52.337 回答