Nœuds Kubernetes¶
Nœuds Talos du cluster pad-prod : un control plane, deux workers platform, 1 à 3 workers challenges. Pas de SSH : on utilise talosctl (API Talos, port 50000, depuis le bastion).
Symptômes¶
KubeNodeNotReady(critique) : un nœud est NotReady.KubeNodePressure: MemoryPressure, DiskPressure ou PIDPressure.- Des pods sont évincés ou restent Pending.
Alertes concernées¶
| Alerte | Sévérité | Durée | Résumé |
|---|---|---|---|
KubeNodeNotReady |
critical | 5m | Nœud Kubernetes <node> NotReady |
KubeNodePressure |
warning | 10m | Nœud <node> sous pression (<condition>) |
Expressions PromQL
Diagnostic¶
export KUBECONFIG="$PWD/.state/kubeconfig" TALOSCONFIG="$PWD/.state/talosconfig"
kubectl get nodes -o wide
kubectl describe node <noeud> | sed -n '/Conditions/,/Addresses/p;/Events/,$p'
# Côté Talos
talosctl -n <ip-noeud> health --server=false
talosctl -n <ip-noeud> service kubelet
talosctl -n <ip-noeud> dmesg | tail -40
talosctl -n <ip-noeud> df
# Côté Cluster API et Proxmox
kubectl -n pad-cluster get machine -o wide
qm status <vmid> # sur l'hôte
Remédiation¶
- VM arrêtée : la démarrer (
qm start <vmid>) ; voir Invité Proxmox arrêté. - kubelet en erreur :
talosctl service kubelet restart; sinon liredmesg(réseau, disque). - DiskPressure :
talosctl df,talosctl usage /var. Images et journaux sont les causes courantes ; Talos purge les images inutilisées ; agrandir le disque du pool dans le contrat si c'est structurel. - MemoryPressure : trop de pods ou de limites mal posées ; voir Charges Kubernetes.
- Nœud définitivement perdu : supprimer sa
Machine(kubectl -n pad-cluster delete machine <nom>) ; la MachineSet en recrée une. Pour le control plane, ne pas supprimer sans sauvegarde : il n'y a qu'un seul réplica (voir limites).
Escalade¶
La perte du control plane unique rend l'API Kubernetes indisponible mais ne coupe pas les workloads existants. Reconstruction : Reconstruire en dernier recours.
Retour à l'index des runbooks.