当前位置：首页 > news >正文

云原生周刊：K8s 故障排查秘籍

news 2025/9/27 6:17:21

云原生热点

Perses v0.52.0 发布

Perses 是一个面向可观测性（observability）的开源仪表盘 / 可视化工具，作为 CNCF 的 Sandbox 级别项目。

近日，Perses 宣布了其 0.52.0 版本的发布，带来了多个重大特性与增强，其中包括：对持续性能剖析（continuous profiling）的支持（新增 Pyroscope 数据源插件与 Flame Chart 可视化面板）、日志探索能力（Loki 数据源插件 + 日志面板）、Prometheus 直方图的热力图面板、Quick Query Viewer、面板组变量重复、用户资料页初步上线、编辑修改时的“放弃更改”提示、资源浏览器改进，以及 CLI 层面的优化（新增 percli plugin test-schema 命令、增强 percli plugin start 自动重载 schema 与插件取消注册逻辑）。该版本显著扩展了 Perses 在可观测性（observability）领域的能力和用户体验。

Cloud Hypervisor v48.0 重磅更新：性能提升 + 新硬件支持

Cloud Hypervisor 是一个开源的虚拟机监控器（VMM），构建于 Rust 语言之上，专注于现代云工作负载的执行。

近日，Cloud Hypervisor 发布了 v48.0 版本，带来了多项重要更新：新增实验性 fw_cfg 设备支持（用于从宿主机向虚拟机传递启动配置文件），以及实验性的 ivshmem 设备（支持虚拟机间共享内存）；在 riscv64 平台上增加固件启动支持；将 x86_64/KVM 平台的最大 vCPU 数从 254 提高到 8192；改进了小块（≤ 16 KB）virtio-blk 性能（通过异步 I/O 批处理）；加快带有大量 vCPU 时 VM 的暂停（pause）速度；更新了 Windows 客机的文档（增加对 Windows 11 的说明）。

技术实践

文章推荐

在 Kubernetes 中管理硬件：Working Group Device Management 与动态资源分配

本文讲述了 Kubernetes 社区中新成立的 Working Group Device Management 的角色与使命，重点讨论其正在推进的关键功能动态资源分配 (Dynamic Resource Allocation, DRA)。在访谈中，John Belamaric 解释了该工作组如何在多个 SIG（如 Node、Scheduling、Autoscaling 等）之间进行协作，以支持 AI 加速器、网络设备等难以抽象的硬件资源，让用户以声明式方式申请设备（例如指定型号、容量等属性），由 Kubernetes 平台做匹配、分配与配置，同时还兼顾可扩展性与对云平台的整合。

用 vCluster 破解 Kubernetes 多租户隔离难题

在构建内部开发平台（IDP）时，为多个团队提供 Kubernetes 服务时，原生的命名空间、RBAC、资源配额、网络策略等机制虽可提供基本隔离，但在面对集群级资源（如 CRD）时常常力不从心。文章介绍了 vCluster 这一方案：它在一台物理集群上创建多个虚拟 Kubernetes 集群，每个租户可在其虚拟集群中独立安装 CRD、部署应用，同时平台方仍可通过同步机制对实际工作负载进行监控和策略管控。vCluster 能有效提升控制平面的隔离性，与 Falco、Kyverno 等平台组件兼容，但也需注意同步范围与策略一致性等挑战。

Kubernetes 故障排查实战：资深工程师都在用的技巧

作者深入探讨了 Kubernetes 在复杂场景下的故障排查方法，包括：解决 PVC 挂起（Pending）问题时应检查 PersistentVolume、StorageClass 配置与资源匹配；借助 Kubernetes 事件（Events）与审计日志（Audit Logs）追踪操作过程与 API 层行为；使用可视化仪表盘（如 Kubernetes Dashboard）辅助诊断资源、日志和依赖关系；合理配置健康检查 Probe（liveness / readiness / startup）以早期捕获异常；以及在极端或线上环境下引入临时容器（Ephemeral Containers）、kubectl debug 等高级调试能力，在不中断主流程的前提下深入排查网络、性能、节点级问题。作者强调：基础工具（kubectl、events、日志）是日常排错核心，而高级技巧能在关键时刻大幅缩短排障时间，提升集群可靠性与响应效率。

开源项目推荐

Flux2

Flux2 是一个面向 Kubernetes 的开源持续交付 (CD) 解决方案，基于 GitOps 原则构建，旨在使集群配置与应用状态始终与版本控制仓库保持同步。它由 GitOps Toolkit 提供驱动，采用 Kubernetes 自定义资源 (CRD) 和控制器的方式工作，支持多租户、管理多个 Git 仓库、集成 Helm、Kustomize、自动镜像更新等能力，并已在云原生环境中得到广泛的生产级应用。

Tetragon

Tetragon 是 Cilium 团队提供的一个基于 eBPF 的安全可观测与运行时强制执行工具。它能实时监控系统的关键安全事件（如进程执行、系统调用、I/O 操作等），并结合 Kubernetes 上下文（命名空间、Pod 等）进行语义关联；同时支持在检测到违规行为时采取响应措施，从而在云原生环境中提供细粒度的安全可观察性与防护能力。

prowler

Prowler 是一个开源的云安全平台工具，用于自动化执行各类云环境（包括 AWS、Azure、GCP、Kubernetes 等）的安全评估、审计、持续监控、合规检测、系统加固与取证准备。它内建了大量安全检查（覆盖 CIS、NIST、PCI-DSS、GDPR、HIPAA 等多个标准与规范），能够帮助组织实现云资源的安全态监控、违规检测与响应能力。