4. 故障排查基础：日志收集策略与事件查看

在 Knative 控制面故障排查中，日志与事件是定位问题的第一手资料。本章聚焦三种日志收集策略（kubectl logs、Loki、Fluentd）以及事件查看与状态检查方法，帮助你在不同场景下快速获取诊断信息。

4.1 日志收集策略

Knative 控制面组件（如 activator、autoscaler、controller、webhook）运行在 Kubernetes Pod 中，日志输出到标准输出/标准错误。根据排查场景的复杂度和规模，选择不同的日志收集方式。

4.1.1 kubectl logs：即时诊断

最直接的日志获取方式，适用于查看单个 Pod 的实时或历史日志。

# 查看 activator 最近 100 行日志
kubectl logs -n knative-serving deployment/activator --tail=100

# 实时跟踪日志流
kubectl logs -n knative-serving deployment/activator -f

# 查看指定容器的日志（多容器 Pod）
kubectl logs -n knative-serving pod/activator-xxxxx -c controller

# 查看前一个崩溃实例的日志
kubectl logs -n knative-serving pod/activator-xxxxx --previous

4.1.2 Loki：标签化日志聚合

Loki 是 Grafana 生态下的日志聚合系统，与 Prometheus 共享标签模型。在 Knative 控制面故障排查中，Loki 允许你按 namespace、deployment、pod、container 等标签快速过滤日志。

# LogQL 示例：查询 activator 最近 30 分钟的 error 日志
{namespace="knative-serving", deployment="activator"} |= "error" |= "level=error"

# 查询特定 Revision 的 autoscaler 日志
{namespace="knative-serving", pod=~"autoscaler-.*"} |= "revision=hello-00001"

4.1.3 Fluentd：管道式日志处理

Fluentd 作为日志采集代理，支持丰富的输入/输出插件。在 Knative 控制面中，Fluentd 通常以 DaemonSet 部署，采集节点上所有容器日志，并转发到 Elasticsearch 或 S3。

# Fluentd 配置片段：采集 Knative 控制面日志并添加标签
<source>
  @type tail
  path /var/log/containers/*activator*.log
  tag knative.activator
  <parse>
    @type json
    time_key time
  </parse>
</source>

<match knative.**>
  @type elasticsearch
  host elasticsearch-logging
  port 9200
  logstash_format true
  <buffer>
    @type file
    path /var/log/fluentd-buffer
  </buffer>
</match>

4.2 事件查看

Kubernetes 事件记录了资源状态变更的详细信息，是排查 Knative 控制面故障的关键线索。

4.2.1 kubectl describe

kubectl describe 展示资源的详细状态，包括 Events 字段，按时间倒序排列。

# 查看 Knative Service 的详细状态和事件
kubectl describe ksvc hello -n default

# 查看 Configuration 的滚动更新事件
kubectl describe configuration hello -n default

# 查看 Revision 的调度和就绪事件
kubectl describe revision hello-00001 -n default

在输出中，Events 部分通常包含以下关键信息：

• Normal Scheduled：Pod 被调度到节点
• Normal Pulled：镜像拉取成功
• Normal Created：容器创建完成
• Normal Started：容器启动成功
• Warning BackOff：容器反复崩溃重启
• Warning Failed：镜像拉取失败或健康检查失败

4.2.2 kubectl get events

全局事件查看，支持按时间、类型、资源过滤。

# 查看 default 命名空间最近的事件
kubectl get events -n default

# 查看 Knative Serving 控制面的事件
kubectl get events -n knative-serving

# 按警告类型过滤
kubectl get events -n default --field-selector type=Warning

# 按资源名称过滤
kubectl get events -n default --field-selector involvedObject.name=hello-00001

4.3 状态检查

状态检查是故障排查的起点，通过资源的状态字段快速判断问题范围。

4.3.1 资源状态字段解读

4.3.2 快速状态检查命令

# 查看所有 Knative Service 的就绪状态
kubectl get ksvc -A

# 查看 Revision 的详细状态条件
kubectl get revision -A -o jsonpath='{range .items[*]}{.metadata.name}{"\t"}{.status.conditions[?(@.type=="Ready")].status}{"\t"}{.status.conditions[?(@.type=="Ready")].reason}{"\n"}{end}'

# 检查 autoscaler 的决策状态
kubectl get pod -n knative-serving -l app=autoscaler -o wide

4.4 日志与事件收集架构

下图展示了 Knative 控制面日志与事件的完整收集链路，从 Pod 日志输出到集中存储和查询。

4.5 日志策略选择矩阵

根据故障排查的不同阶段和场景，推荐以下日志策略组合：