文档中心

容器服务

集群巡检

巡检项说明和修复建议

巡检项说明和修复建议

容器服务集群巡检功能，沉淀了火山引擎内部丰富的集群巡检经验和处理方案。本文为您介绍集群巡检项、检查内容和修复方式。

说明

本文中的 Workload 副本数修改、资源配额修改的参考文档，均以 Deployment 为例。其他类型 Workload 的配置方法相同。

资源配额

巡检项	检查内容	修复建议	参考文档
VCI 依赖的网络配额检查	检查集群 VCI 实例的网络配额是否耗尽。配额耗尽无法正常创建弹性容器。	提交申请，提升配额。	无
VCI 配额检查	检查集群 VCI 配额是否耗尽。配额耗尽会导致集群无法创建弹性容器实例。	提交申请，提升配额。	使用限制
集群 CLB 配额	检查集群公网 CLB 配额和私网 CLB 配额用量是否 > 80%。配额耗尽会导致 Service/Ingress 创建失败。	提交申请，提升配额。	依赖底层云产品配额限制
集群 Node 配额	检查集群节点配额用量是否 > 80%。配额耗尽会导致集群无法添加节点。	提交申请，提升配额。	集群配额限制
节点池配额	检查集群节点池配额。配额耗尽会导致集群无法添加节点池。	提交申请，提升配额。	集群配额限制

资源水位

巡检项	检查内容	修复建议	参考文档
节点 CPU 使用率过高	检查节点 CPU 使用率是否 > 80%。使用率过高可能导致 CPU 资源抢占，影响业务的正常运行。	增加节点数量。配置节点池。检查 Pod 资源配额（Request、Limit）。	新增节点创建节点池管理无状态负载
节点内存水位过高	检查节点内存使用率是否 > 80%。使用率过高可能导致 OOM（Out of Memory），影响业务的正常运行。
集群可分配内存不足	检查节点已分配内存是否 > 80%。当可分配内存小于 Pod Request 值时，将无法创建 Pod。
集群可分配 CPU 不足	检查节点已分配 CPU 是否 > 80%。当可分配 CPU 小于 Pod Request 值时，将无法创建 Pod。
节点 MaxPod 检查	检查节点可容纳新 Pod 的数量是否 < 2。达到上限后，将无法被调度新的 Pod。	增加节点数量。创建节点池。	新增节点创建节点池
Pod 内存水位过高	检查 Workload 内存负载是否 > 95%，负载过高可能导致 OOM（Out of Memory），影响业务的正常运行。	调整资源配额。增加实例数。配置弹性伸缩。	管理无状态负载创建指标伸缩
Pod CPU 使用率过高	检查 Workload 的 CPU 负载是否 > 95%，负载过高可能导致 CPU 资源争抢，影响业务的正常运行。	调整资源配额。增加实例数。配置弹性伸缩。	管理无状态负载创建指标伸缩

节点诊断

巡检项	检查内容	修复建议	参考文档
节点 NotReady	检查集群中是否存在 NotReady 的节点。如果节点状态异常，会导致 Pod 无法被调度到该节点上。	查看节点状态，必要时新增或删除节点。	节点状态
VCI 虚拟节点状态	检查集群中 VCI 虚拟节点的状态。如果节点状态异常，会导致无法正常创建弹性容器实例。	请联系技术支持处理。	无

集群风险

巡检项	检查内容	修复建议	参考文档
Node 安全组不一致	检查集群所有节点的安全组是否一致。安全组不一致可能导致部分节点访问网络不通，导致网络异常。	配置所有节点的安全组一致。	安全组设置集群访问规则
CoreDNS 组件状态	检查 CoreDNS 组件是否为非 Running 状态。该组件异常会导致集群内 DNS 解析错误，无法通过 Service 名称进行访问。	检查 CoreDNS 组件状态，排除异常原因。	组件 FAQ
集群 kubeconfig 证书过期检查	检查集群中的 kubeconfig 证书是否临期或过期，kubeconfig 证书过期后，用户将无法使用该证书访问集群。不同的临期或过期时间，告警状态不同，包括：警告: 证书临近过期，即证书有效期＜ 7 天。异常: 证书已经过期，即存在已过期的 kubeConfig 证书。	重新申请新证书，并对过期证书进行清理。	连接集群
Workload 副本	检查工作负载的期望副本数和实际副本数是否一致。如不一致，则不满足高可靠性要求。	检查副本数异常工作负载，排除异常原因，更新副本数。	管理工作负载
DaemonSets 状态检测	检查 DaemonSets 数量是否和节点数量一致。如未达到预期副本数，则可能导致相关功能异常。	检查副本数异常原因，排除异常原因，更新副本数。	管理工作负载
VPC 网络内镜像仓库服务是否可用	集群所在的 VPC 内无法访问镜像仓库，该问题将导致使用指定镜像的 Pod 无法启动。	检查集群所在 VPC 内是否连通了镜像仓库实例。	连通本账号 VPC
CoreDNS 高可用	检查 CoreDNS 组件的副本数是否 > 2，且不同副本部署在不同的节点中。如未达到预期要求，则 CoreDNS 不具备高可用性，存在单点失效风险。当节点宕机或重启的时，CoreDNS 将无法提供服务，影响业务正常运行。	检查 CoreDNS 副本状态，保持 2 个以上副本，并将副本打散到不同的节点上。	CoreDNS 最佳实践
CoreDNS 组件状态	检查 CoreDNS 组件是否为非 Running 状态。该组件异常会导致集群内 DNS 解析错误，无法通过 Service 名称进行访问。	检查 CoreDNS 组件状态，排除异常原因。	组件 FAQ
节点池配置检测	检查集群的节点池功能。节点池缺失，可能导致节点高负载，Pod 扩容失败。	配置节点池。	创建节点池
集群 WorkerNode 节点数	检查集群中 Worker 节点的数量是否 < 2 个。单个节点的集群存在单点失效问题。	扩容节点或创建节点池。	新增节点创建节点池
集群删除保护	检查集群是否开启删除保护功能。如未开启，集群有可能被控制台或 API 误删除，导致业务故障。	开启删除保护功能。	创建集群 CreateCluster UpdateClusterConfig
Loadbalancer Service 和对应 CLB 配置检查	检查创建负载均衡服务（Loadbalancer Service）时 Annotation 中的 CLB 配置，与 CLB 控制台上是否一致。说明当前仅检查 CLB 的实例计费类型和实例规格配置，对应的 Annotation 为volcengine-loadbalancer-billing-type和volcengine-loadbalancer-spec。	修改负载均衡服务中的 Annotation，保证 VKE 侧的配置与 CLB 控制台的一致。	使用 Annotation 配置负载均衡服务
集群 CLB 状态检查	检查集群 CLB 是否正常。CLB 异常会导致集群 kube-apiserver 服务不可用。	在负载均衡控制台中查看集群 CLB 的状态。	查看集群 CLB
审计日志开启检测	检查集群是否开启集群审计功能。开启审计功能，可以方便集群日常问题的排查和分析。	开启集群审计功能。	集群审计

最近更新时间：2026.05.26 16:38:21

这个页面对您有帮助吗？

有用

有用

无用

无用