K8S calico组件故障排查

记录k8s集群calico组件故障解决过程，pod报错信息: Readiness probe failed: calico/node is not ready: BIRD is not ready: BGP not established with 172.18.0.1

问题

k8s集群重启后，发现在worker节点上的calico组件运行状态如下（图是问题解决后，翻之前的输出截的，没有加-o wide选项）：

解决

在一开始，我曾尝试着将名为calico-node-fg6bn的pod删除后，让其自行重启，进行解决问题，但是发现这样不行。

然后开始通过kubectl logs -f pod calico-node-fg6bn及kubectl describe pod calico-node-fg6bn进行查看日志输出，发现信息如下：

Readiness probe failed: calico/node is not ready: BIRD is not ready: BGP not established with 172.18.0.1

接着复制上述信息去搜索，在github上看到了以下信息：

连懵带猜，估计是calico绑定网卡时，没有绑定到主机上用于群集通信的网卡（ens33），而是绑定到了lo、virbr*等这样的网卡上。

解决办法的话，就是调整calicao 网络插件的网卡发现机制，修改 IP_AUTODETECTION_METHOD 对应的value值。官方提供的yaml文件中，ip识别策略（IPDETECTMETHOD）没有配置，即默认为first-found，这可能会导致一个网络异常的ip作为nodeIP被注册，从而影响 node-to-node mesh 。我们可以修改成 can-reach 或者 interface 的策略，尝试连接某一个Ready的node的IP，以此选择出正确的IP。

那就开始修改calico的配置文件咯！

修改calico配置文件

$ kubectl get daemonset -n kube-system     # 获取daemonset资源对象名称
NAME          DESIRED   CURRENT   READY   UP-TO-DATE   AVAILABLE   NODE SELECTOR            AGE
calico-node   3         3         3       3            3           kubernetes.io/os=linux   7d8h
kube-proxy    3         3         3       3            3           kubernetes.io/os=linux   7d8h

$ kubectl edit daemonset calico-node -n kube-system   # 编辑calico资源对象

# 进入后在末行模式下搜索：`name: CLUSTER_TYPE`，定位到name: CLUSTER_TYPE位置后，添加以下两行配置：
        - name: IP_AUTODETECTION_METHOD
          value: "interface=ens33"   # 指定用于k8s集群中节点之间通信的网卡名称，我这里是ens33
# 上面的value值，支持通配符，可以写成ens*，但不建议这么写，尤其是多网卡主机，最好只写用于群集通信的就行。


# 修改后的部分配置如下：
   ............... # 省略部分内容
        - name: CLUSTER_TYPE
          value: k8s,bgp
        - name: IP_AUTODETECTION_METHOD
          value: "interface=ens33"
        - name: IP
          value: autodetect
        - name: CALICO_IPV4POOL_IPIP
          value: Always
        - name: FELIX_IPINIPMTU
   ............... # 省略部分内容

修改后保存退出，执行指令watch kubectl get pods -A -o wide即可动态观察calico相关的pod重启过程，直至所有pod全部Running，并且READY列为1/1，如下：

齐活，故障解除。