📚 课程目录第2章 Kubernetes节点基础

2、Kubernetes节点基础：节点生命周期、节点状态与节点条件详解

在Kubernetes集群中，节点（Node）是承载Pod运行的工作负载实体。理解节点的生命周期、状态转换以及底层条件，是进行Deployment节点池部署后健康联动与巡检的基础。节点状态直接决定了Pod能否被调度、能否正常运行，以及集群控制面如何做出决策。

2.1 节点生命周期

节点的生命周期描述了节点从加入集群到被移除的完整过程。一个典型的节点生命周期包含以下阶段：

注册（Registration）：节点通过kubelet向API Server注册自身信息，包括节点名称、IP地址、资源容量（CPU、内存）等。
活跃（Active）：节点处于Ready状态，kubelet定期上报心跳，节点可以正常调度和运行Pod。
失联（Unreachable）：节点心跳上报中断，控制面在等待一段时间后（默认40秒）将节点状态标记为Unknown。
恢复（Recovery）：节点网络或kubelet恢复，重新上报心跳，状态重新变为Ready。
驱逐（Eviction）：节点持续NotReady或Unknown，控制面根据Pod容忍度（Toleration）和污点（Taint）策略，将Pod调度到其他节点。
移除（Removal）：节点被管理员手动删除，或节点被云提供商自动终止。

  巡检要点： 在节点池部署场景中，新节点加入后应快速进入Active状态；若节点长时间处于NotReady或Unknown，应触发告警并检查kubelet日志、网络连通性及资源压力。

2.2 节点状态（Node Status）

节点状态是控制面对节点当前健康状况的宏观描述。通过kubectl get nodes命令，可以查看节点的状态列，通常包含以下三种核心状态：

状态	含义	典型原因	巡检动作
Ready	节点健康，kubelet正常上报，Pod可调度。	正常运行。	无需操作。
NotReady	节点不可用，kubelet上报异常或资源压力。	磁盘空间不足、内存压力、kubelet崩溃、网络故障。	检查节点资源使用率、kubelet日志、系统服务状态。
Unknown	控制面超过指定时间（node-monitor-grace-period，默认40秒）未收到节点心跳。	网络分区、节点宕机、kubelet进程挂起。	检查节点网络连通性、SSH登录节点查看进程状态。

注意： Unknown状态并不等同于节点完全离线。在节点池部署后，如果节点频繁在Ready和Unknown之间切换（即“心跳抖动”），会导致Pod频繁重建，影响Deployment的稳定性。此时应优先排查网络稳定性或kubelet的负载。

2.3 节点条件（Node Conditions）

节点条件提供了比节点状态更细粒度的健康指标。每个条件都是一个结构化的对象，包含Type、Status（True/False/Unknown）、LastHeartbeatTime、LastTransitionTime、Reason和Message字段。通过kubectl describe node <node-name>可以查看完整的节点条件列表。

常见的节点条件类型如下：

条件类型	Status=True 的含义	Status=False 的含义	巡检关注点
Ready	节点健康，Pod可调度。	节点不健康，Pod不应被调度。	核心条件，直接决定节点是否可用。
DiskPressure	磁盘空间充足。	磁盘空间不足，kubelet开始驱逐Pod。	检查根分区和容器运行时数据分区使用率。
MemoryPressure	内存充足。	节点内存即将耗尽，kubelet开始驱逐低优先级Pod。	检查节点内存使用率，评估是否需要扩容。
PIDPressure	PID数量正常。	节点上运行的进程数接近上限，可能导致新进程创建失败。	检查系统PID限制和当前进程数。
NetworkUnavailable	节点网络配置正常。	节点网络插件（如Calico、Flannel）未就绪或配置错误。	检查CNI插件Pod状态、网络接口配置。

巡检最佳实践： 在节点池部署后的健康联动巡检中，不应仅依赖Ready状态。建议同时检查DiskPressure和MemoryPressure条件，因为这两个条件在变为False时，kubelet会主动驱逐Pod，导致Deployment的副本数下降，触发控制器重新调度。提前发现资源压力，可以避免Pod被强制驱逐。

2.4 节点状态与条件的关系

节点状态是节点条件的综合体现。控制面通过聚合多个节点条件，最终得出节点的宏观状态。下图展示了节点状态与节点条件之间的逻辑关系：

2.5 节点状态转换与巡检触发

在节点池部署后的健康联动巡检中，节点状态的转换是触发巡检动作的关键事件。以下是一个典型的节点状态转换流程：

正常状态：节点处于Ready状态，所有节点条件均为True。
条件变化：例如DiskPressure变为False，但节点仍处于Ready状态（kubelet尚未触发驱逐）。
状态降级：如果DiskPressure持续为False，kubelet开始驱逐Pod，同时节点状态可能变为NotReady。
失联：如果kubelet完全停止上报心跳，节点状态变为Unknown。
恢复或移除：节点恢复后重新变为Ready；或持续异常后被管理员移除。

  巡检联动策略： 建议在巡检脚本中设置以下告警阈值：

  - 节点状态为 NotReady 超过 30 秒 → 触发告警并检查节点条件。

  - 节点状态为 Unknown 超过 60 秒 → 触发告警并尝试远程诊断。

  - 节点 DiskPressure 或 MemoryPressure 为 False → 触发资源预警，提前扩容或清理。

2.6 节点生命周期中的关键参数

Kubernetes控制面通过以下参数控制节点状态的判定：

参数名称	默认值	作用
`node-monitor-grace-period`	40s	控制面等待节点心跳的最大时间，超过后标记为Unknown。
`node-startup-grace-period`	60s	节点启动时，控制面等待节点变为Ready的最大时间。
`pod-eviction-timeout`	5m	节点处于NotReady或Unknown后，控制面等待驱逐Pod的时间。
`node-status-update-frequency`	10s	kubelet向控制面上报节点状态和心跳的频率。

巡检建议： 在节点池部署场景中，如果节点数量较多（例如超过100个），建议适当调大node-monitor-grace-period（如60s），避免因控制面负载过高导致误判节点为Unknown。同时，巡检脚本应关注node-status-update-frequency是否与集群规模匹配。