Kubernetes 集群维护¶

日常巡检重点¶

• 节点资源使用率是否异常
• Pod 重启次数是否持续升高
• 核心组件是否存在 CrashLoopBackOff
• 存储、网络与 DNS 是否稳定

常用检查命令¶

kubectl get nodes
kubectl get pods -A
kubectl top nodes
kubectl top pods -A
kubectl get events -A --sort-by=.lastTimestamp

常见维护动作¶

节点维护¶

• Cordon / Drain 节点
• 升级 kubelet 或容器运行时
• 检查磁盘与 inode 使用率

工作负载维护¶

• 优化 requests 与 limits
• 清理异常 Job 和历史副本
• 排查探针配置不合理导致的重启

故障排查思路¶

1. 先看事件
2. 再看资源使用和日志
3. 最后定位是否为网络、存储或配置发布引起

经验沉淀方向¶

建议后续补充真实巡检清单、告警阈值和典型故障案例。