OpenShift集群故障恢復(fù)--只剩一個(gè)master節(jié)點(diǎn)可用胰坟,沒有備份

版本信息

  • OpenShift v3.11

故障場景

  • 3/5 master 節(jié)點(diǎn)的集群
  • 因機(jī)器故障只剩一個(gè) master 可用,沒有備份
  • 集群 etcd 不可用
2020-01-07 14:20:58.154738 E | etcdserver: publish error: etcdserver: request timed out
2020-01-07 14:20:58.163767 W | rafthttp: health check for peer d9e07999afebd092 could not connect: dial tcp 192.168.0.128:2380: getsockopt: connection refused
2020-01-07 14:20:58.164548 W | rafthttp: health check for peer ebcee2e9c4c528b2 could not connect: dial tcp 192.168.0.110:2380: getsockopt: connection refused
2020-01-07 14:21:00.624133 I | raft: e00e9e227c7f69e4 is starting a new election at term 25
2020-01-07 14:21:00.624175 I | raft: e00e9e227c7f69e4 became candidate at term 26
2020-01-07 14:21:00.624189 I | raft: e00e9e227c7f69e4 received MsgVoteResp from e00e9e227c7f69e4 at term 26
2020-01-07 14:21:00.624199 I | raft: e00e9e227c7f69e4 [logterm: 4, index: 40800] sent MsgVote request to d9e07999afebd092 at term 26
2020-01-07 14:21:00.624219 I | raft: e00e9e227c7f69e4 [logterm: 4, index: 40800] sent MsgVote request to ebcee2e9c4c528b2 at term 26
  • oc 命令不可用
# oc get nodes
Unable to connect to the server: EOF

故障處理過程

  1. 先恢復(fù)etcd辩尊,使剩余的1個(gè)etcd可用
  • 修改配置赎婚,使剩下的一個(gè)etcd形成一個(gè)可用的etcd集群
    • 在剩余的節(jié)點(diǎn)操作,比如我實(shí)驗(yàn)環(huán)境的master3.b8d8.internal
[root@master3 bak]# mv /etc/origin/node/pods/etcd.yaml .
[root@master3 bak]# cp /etc/etcd/etcd.conf etcd.conf.bak
[root@master3 bak]# echo "ETCD_FORCE_NEW_CLUSTER=true" >> /etc/etcd/etcd.conf
[root@master3 bak]# mv etcd.yaml /etc/origin/node/pods/.
  • 去掉ETCD_FORCE_NEW_CLUSTER=true變量玖像,重新啟動(dòng)etcd
[root@master3 bak]# mv /etc/origin/node/pods/etcd.yaml .
[root@master3 bak]# rm -rf /etc/etcd/etcd.conf 
[root@master3 bak]# mv etcd.conf.bak /etc/etcd/etcd.conf
[root@master3 bak]# mv etcd.yaml /etc/origin/node/pods/.
  • 恢復(fù)一個(gè)etcd后集群已經(jīng)可用正常使用紫谷,只是沒有高可用了
[root@master3 bak]# oc get nodes
NAME                       STATUS     ROLES     AGE       VERSION
infranode1.b8d8.internal   Ready      infra     2h        v1.11.0+d4cacc0
infranode2.b8d8.internal   Ready      infra     2h        v1.11.0+d4cacc0
master1.b8d8.internal      NotReady   master    2h        v1.11.0+d4cacc0
master2.b8d8.internal      NotReady   master    2h        v1.11.0+d4cacc0
master3.b8d8.internal      Ready      master    2h        v1.11.0+d4cacc0
node1.b8d8.internal        Ready      compute   2h        v1.11.0+d4cacc0
node2.b8d8.internal        Ready      compute   2h        v1.11.0+d4cacc0
node3.b8d8.internal        Ready      compute   2h        v1.11.0+d4cacc0
  • 刪除故障節(jié)點(diǎn)
[root@master3 bak]# oc delete node master1.b8d8.internal master2.b8d8.internal
node "master1.b8d8.internal" deleted
node "master2.b8d8.internal" deleted

[root@master3 bak]# oc get nodes
NAME                       STATUS    ROLES     AGE       VERSION
infranode1.b8d8.internal   Ready     infra     2h        v1.11.0+d4cacc0
infranode2.b8d8.internal   Ready     infra     2h        v1.11.0+d4cacc0
master3.b8d8.internal      Ready     master    2h        v1.11.0+d4cacc0
node1.b8d8.internal        Ready     compute   2h        v1.11.0+d4cacc0
node2.b8d8.internal        Ready     compute   2h        v1.11.0+d4cacc0
node3.b8d8.internal        Ready     compute   2h        v1.11.0+d4cacc0
  1. 重建etcd ca證書,因?yàn)槲覀兪チ薸nventory file文件里“第一”個(gè)master節(jié)點(diǎn)捐寥◇宰颍“第一”個(gè)master節(jié)點(diǎn)非常重要,這個(gè)節(jié)點(diǎn)有ca證書的詳細(xì)信息上真。
  • 修改inventory file,去掉故障節(jié)點(diǎn)
[OSEv3:children]
lb
masters
etcd
nodes
nfs

[lb]
loadbalancer.b8d8.internal

[masters]
## 刪掉故障節(jié)點(diǎn)
#master1.b8d8.internal
#master2.b8d8.internal
master3.b8d8.internal


[etcd]
## 刪掉故障節(jié)點(diǎn)
#master1.b8d8.internal
#master2.b8d8.internal
master3.b8d8.internal


[nodes]
## These are the masters
## 刪掉故障節(jié)點(diǎn)
#master1.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true
#master2.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true
master3.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true

## These are infranodes
infranode1.b8d8.internal openshift_node_group_name='node-config-infra' openshift_node_problem_detector_install=true
infranode2.b8d8.internal openshift_node_group_name='node-config-infra' openshift_node_problem_detector_install=true

## These are regular nodes
node1.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true
node2.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true
node3.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true
···
  • 跑重建etcd ca證書腳本
    • 在ansible節(jié)點(diǎn)運(yùn)行
[root@bastion ~]# cd /usr/share/ansible/openshift-ansible
[root@bastion openshift-ansible]# ansible-playbook -i /etc/ansible/hosts_redeploy-certificates playbooks/openshift-etcd/redeploy-ca.yml -vv 
  1. 擴(kuò)展master節(jié)點(diǎn)咬腋,恢復(fù)3/5個(gè)
  • 修改inventory file,將需要添加回來的節(jié)點(diǎn)寫上去
OSEv3:children]
lb
masters
etcd
## 需要添加這兩個(gè)flag new_nodes/new_masters
new_nodes
new_masters
nodes
nfs

[lb]
loadbalancer.b8d8.internal

[masters]
#master1.b8d8.internal
#master2.b8d8.internal
master3.b8d8.internal

## 重新添加回來的master
[new_masters]
master1.b8d8.internal
master2.b8d8.internal

[etcd]
#master1.b8d8.internal
#master2.b8d8.internal
master3.b8d8.internal


[nodes]
## These are the masters
#master1.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true
#master2.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true
master3.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true

## These are infranodes
infranode1.b8d8.internal openshift_node_group_name='node-config-infra' openshift_node_problem_detector_install=true
infranode2.b8d8.internal openshift_node_group_name='node-config-infra' openshift_node_problem_detector_install=true

## These are regular nodes
node1.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true
node2.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true
node3.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true

## 重新添加回來的master
[new_nodes]
master1.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true
master2.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true
···
  • 在剩余節(jié)點(diǎn)去掉yum的unexclude, grep的結(jié)果不能含有atomic-openshift*
[root@master3 bak]# atomic-openshift-excluder unexclude
[root@master3 bak]# grep exclude /etc/yum.conf
exclude= docker*1.20*  docker*1.19*  docker*1.18*  docker*1.17*  docker*1.16*  docker*1.15*  docker*1.14*
  • 把ca.serial.txt文件放在剩余master節(jié)點(diǎn)的/etc/origin/master/,這個(gè)文件是在部署集群的時(shí)候生成的睡互,在集群的“第一”個(gè)master節(jié)點(diǎn)上根竿,如果沒有這個(gè)文件,這個(gè)集群就擴(kuò)不回3/5個(gè)master節(jié)點(diǎn)的高可用集群了.
    • 如果真的沒有怎么辦就珠?可以嘗試手寫一個(gè)寇壳,值為0F
[root@master3 bak]# cp ca.serial.txt /etc/origin/master/
  • 運(yùn)行 add master腳本
[root@bastion ~]# cd /usr/share/ansible/openshift-ansible
[root@bastion openshift-ansible]# ansible-playbook -i /etc/ansible/hosts_add_masters playbooks/openshift-master/scaleup.yml -vv
  • approve csr
    • 在剩余的節(jié)點(diǎn)操作
[root@master3 bak]# oc get csr -o name | xargs oc adm certificate approve
  1. 擴(kuò)展etcd節(jié)點(diǎn),恢復(fù)3/5個(gè)節(jié)點(diǎn)的集群
  • 修改inventory file,將需要添加的etcd節(jié)點(diǎn)寫上去妻怎,注意目前的master節(jié)點(diǎn)順序
[OSEv3:children]
lb
masters
etcd
## 添加etcd節(jié)點(diǎn)
new_etcd
nodes
nfs

[lb]
loadbalancer.b8d8.internal

[masters]
## 注意這里的順序壳炎,現(xiàn)在master3.b8d8.internal才是“第一”個(gè)master了
master3.b8d8.internal
master1.b8d8.internal
master2.b8d8.internal


[etcd]
#master1.b8d8.internal
#master2.b8d8.internal
master3.b8d8.internal

[new_etcd]
## 添加etcd節(jié)點(diǎn)
master1.b8d8.internal
master2.b8d8.internal

[nodes]
## These are the masters
master1.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true
master2.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true
master3.b8d8.internal openshift_node_group_name='node-config-master' openshift_node_problem_detector_install=true

## These are infranodes
infranode1.b8d8.internal openshift_node_group_name='node-config-infra' openshift_node_problem_detector_install=true
infranode2.b8d8.internal openshift_node_group_name='node-config-infra' openshift_node_problem_detector_install=true

## These are regular nodes
node1.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true
node2.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true
node3.b8d8.internal openshift_node_group_name='node-config-compute' openshift_node_problem_detector_install=true

···
  • 運(yùn)行add etcd腳本
[root@bastion ~]# cd /usr/share/ansible/openshift-ansible
[root@bastion ~]# ansible-playbook -i /etc/ansible/hosts_add_etcd playbooks/openshift-etcd/scaleup.yml -vv

驗(yàn)證

  1. 查看etcd/api pod
[root@master3 bak]# oc get pod --all-namespaces |grep etcd
kube-system                         master-etcd-master1.b8d8.internal              1/1       Running            0          18s
kube-system                         master-etcd-master2.b8d8.internal              1/1       Running            0          1m
kube-system                         master-etcd-master3.b8d8.internal              1/1       Running            3          3h
[root@master3 bak]# oc get pod --all-namespaces |grep master-api
kube-system                         master-api-master1.b8d8.internal               1/1       Running            2          9m
kube-system                         master-api-master2.b8d8.internal               1/1       Running            2          9m
kube-system                         master-api-master3.b8d8.internal               1/1       Running            12         3h
  1. 檢查etcd集群狀態(tài)
[root@master3 bak]# oc get pod --all-namespaces -owide |grep etcd
kube-system                         master-etcd-master1.b8d8.internal              1/1       Running     0          3m        192.168.0.128   master1.b8d8.internal      <none>
kube-system                         master-etcd-master2.b8d8.internal              1/1       Running     0          4m        192.168.0.110   master2.b8d8.internal      <none>
kube-system                         master-etcd-master3.b8d8.internal              1/1       Running     3          3h        192.168.0.152   master3.b8d8.internal      <none>
[root@master3 bak]# oc get pod --all-namespaces -owide |grep master-api
kube-system                         master-api-master1.b8d8.internal               1/1       Running     2          12m       192.168.0.128   master1.b8d8.internal      <none>
kube-system                         master-api-master2.b8d8.internal               1/1       Running     2          12m       192.168.0.110   master2.b8d8.internal      <none>
kube-system                         master-api-master3.b8d8.internal               1/1       Running     12         3h        192.168.0.152   master3.b8d8.internal      <none>
  1. 停掉原來的節(jié)點(diǎn)檢查集群是否還正常工作

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市逼侦,隨后出現(xiàn)的幾起案子匿辩,更是在濱河造成了極大的恐慌,老刑警劉巖榛丢,帶你破解...
    沈念sama閱讀 212,718評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件铲球,死亡現(xiàn)場離奇詭異,居然都是意外死亡晰赞,警方通過查閱死者的電腦和手機(jī)稼病,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,683評論 3 385
  • 文/潘曉璐 我一進(jìn)店門选侨,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人然走,你說我怎么就攤上這事援制。” “怎么了芍瑞?”我有些...
    開封第一講書人閱讀 158,207評論 0 348
  • 文/不壞的土叔 我叫張陵晨仑,是天一觀的道長。 經(jīng)常有香客問我啄巧,道長寻歧,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,755評論 1 284
  • 正文 為了忘掉前任秩仆,我火速辦了婚禮码泛,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘澄耍。我一直安慰自己噪珊,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,862評論 6 386
  • 文/花漫 我一把揭開白布齐莲。 她就那樣靜靜地躺著痢站,像睡著了一般。 火紅的嫁衣襯著肌膚如雪选酗。 梳的紋絲不亂的頭發(fā)上阵难,一...
    開封第一講書人閱讀 50,050評論 1 291
  • 那天,我揣著相機(jī)與錄音芒填,去河邊找鬼呜叫。 笑死,一個(gè)胖子當(dāng)著我的面吹牛殿衰,可吹牛的內(nèi)容都是我干的朱庆。 我是一名探鬼主播,決...
    沈念sama閱讀 39,136評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼闷祥,長吁一口氣:“原來是場噩夢啊……” “哼娱颊!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起凯砍,我...
    開封第一講書人閱讀 37,882評論 0 268
  • 序言:老撾萬榮一對情侶失蹤箱硕,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后悟衩,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體颅痊,經(jīng)...
    沈念sama閱讀 44,330評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,651評論 2 327
  • 正文 我和宋清朗相戀三年局待,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,789評論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡钳榨,死狀恐怖舰罚,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情薛耻,我是刑警寧澤营罢,帶...
    沈念sama閱讀 34,477評論 4 333
  • 正文 年R本政府宣布,位于F島的核電站饼齿,受9級特大地震影響饲漾,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜缕溉,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,135評論 3 317
  • 文/蒙蒙 一考传、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧证鸥,春花似錦僚楞、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,864評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至鸟蜡,卻和暖如春膜赃,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背揉忘。 一陣腳步聲響...
    開封第一講書人閱讀 32,099評論 1 267
  • 我被黑心中介騙來泰國打工跳座, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人癌淮。 一個(gè)月前我還...
    沈念sama閱讀 46,598評論 2 362
  • 正文 我出身青樓躺坟,卻偏偏與公主長得像,于是被迫代替她去往敵國和親乳蓄。 傳聞我的和親對象是個(gè)殘疾皇子咪橙,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,697評論 2 351

推薦閱讀更多精彩內(nèi)容