1. 课程导论：Multus 多网卡插件在 Kubernetes 集群中的角色与常见故障场景概述
在 Kubernetes 原生网络模型中，每个 Pod 仅分配一个网络接口（通常为 eth0），由 CNI（Container Network Interface）插件如 Calico、Flannel、Cilium 统一管理。然而，在 NFV（网络功能虚拟化）、电信 5G 核心网、高性能计算（HPC）以及多租户隔离等场景中，单个网络接口无法满足数据面与控制面分离、SR-IOV 直通、DPDK 加速或多网络平面接入的需求。Multus 作为 Kubernetes 的“元 CNI 插件”，通过多网卡附加机制，允许一个 Pod 同时挂载多个网络接口，从而打破单网络瓶颈。
核心概念： Multus 本身不实现网络数据转发，而是作为 CNI 链式调用的调度器。它根据 Pod 注解（Annotation）中定义的
k8s.v1.cni.cncf.io/networks 列表，依次调用底层 CNI 插件（如 Macvlan、IPVLAN、SR-IOV、Calico 等）为 Pod 创建附加网络接口。
1.1 Multus 在集群中的角色定位
Multus 在 Kubernetes 集群中扮演“网络接口编排层”的角色，其核心职责可归纳为以下四点：
| 角色维度 | 具体职责 | 典型场景 |
|---|---|---|
| 多网络平面接入 | 为 Pod 附加除默认集群网络外的第二、第三网络接口，每个接口可绑定不同的子网、VLAN 或物理网卡。 | 电信 UPF（用户面功能）需要数据面网卡（SR-IOV）与控制面网卡（Calico）分离。 |
| CNI 链式调度 | 作为入口 CNI，解析 Pod 注解，按顺序调用多个 CNI 插件（如先调用 Calico 创建 eth0，再调用 Macvlan 创建 net1）。 | Pod 同时需要集群内通信（Calico）和外部 VLAN 直连（Macvlan）。 |
| 网络资源抽象 | 通过 NetworkAttachmentDefinition（NAD）CRD 定义网络配置，将底层网络资源（如 VLAN ID、网卡名称、IPAM 池）抽象为可复用的对象。 |
运维人员定义“高性能网络 A” NAD，开发人员只需在 Pod 注解中引用该名称。 |
| 调度亲和性辅助 | 结合节点标签与 NAD 的 nodeSelector，确保 Pod 被调度到具备对应物理网卡或网络配置的节点上。 |
SR-IOV 网卡仅部署在 GPU 节点，Pod 必须被调度到这些节点才能获取 VF（虚拟功能）。 |
1.2 常见故障场景概述
Multus 引入多网卡能力的同时，也带来了新的故障维度。根据生产环境运维经验，故障可归纳为以下五大类：
- 网络接口创建失败：Pod 启动时附加网络接口（net1、net2）未能成功创建，通常表现为 Pod 状态为
Init:Error或PodNetworkConnectivityError。 - IP 地址分配冲突或枯竭：IPAM（IP Address Management）模块（如 Whereabouts、DHCP）无法为附加网络分配可用 IP，导致 Pod 卡在初始化阶段。
- 调度亲和性失配：Pod 被调度到不具备所需物理网卡或网络配置的节点上，导致 Multus 调用底层 CNI 时找不到对应资源。
- CNI 链式调用超时或死锁：多个 CNI 插件串行调用时，某个插件响应超时或返回错误，导致整个 Pod 网络配置失败。
- NetworkAttachmentDefinition 配置错误：NAD 中引用了不存在的 CNI 类型、错误的 VLAN ID 或无效的 master 接口，导致 Multus 无法正确实例化网络。
故障排查优先级： 在遇到 Multus 相关问题时，建议按照“Pod 事件 → Multus 日志 → CNI 插件日志 → NAD 配置 → 节点网络状态”的顺序逐层排查，避免直接深入底层网络调试。
1.3 故障影响范围与典型表现
下表列出了不同故障类别对集群和业务的影响范围，以及运维人员最常观察到的异常表现：
| 故障类别 | 影响范围 | 典型异常表现 |
|---|---|---|
| 接口创建失败 | 单个 Pod 或同一 NAD 下的所有 Pod | kubectl describe pod 显示 Failed to create pod sandbox；kubelet 日志报 Multus: error adding network |
| IP 地址枯竭 | 特定节点或 IPAM 池 | Pod 处于 ContainerCreating 状态超过 30 秒；Whereabouts 日志报 no available IP in pool |
| 调度亲和性失配 | 跨节点调度失败 | Pod 一直 Pending，事件提示 0/3 nodes are available: 3 node(s) didn't match node selector |
| CNI 链式调用超时 | 集群范围（取决于 CNI 插件性能） | Pod 启动缓慢；kubelet 日志出现 context deadline exceeded；CNI 插件返回 timeout |
| NAD 配置错误 | 引用该 NAD 的所有 Pod | Multus 日志报 failed to get network config 或 invalid master interface |
1.4 课程学习路径
本课程将围绕上述五大故障场景，结合真实案例与调试命令，逐步深入 Multus 的内部机制。后续章节安排如下：
- 第 2-5 章：Multus 核心原理与 NetworkAttachmentDefinition 深度解析。
- 第 6-12 章：逐一拆解接口创建失败、IP 地址冲突、调度亲和性失配等故障的根因与修复方案。
- 第 13-18 章：CNI 链式调用超时、NAD 配置错误、Multus 与网络策略冲突等进阶故障。
- 第 19-24 章：多网卡场景下的监控、日志采集与自动化运维工具。
- 第 25-30 章：综合实战演练与集群级 Multus 高可用架构设计。
前置要求： 学习本章节前，建议读者已掌握 Kubernetes 基础网络模型（Pod 网络、Service、CNI 插件）以及基本的
kubectl 调试命令。如对 CNI 插件原理不熟悉，可先参考官方文档或基础网络课程。