no space left on device

  • 有时候节点 NotReady, kubelet 日志报 no space left on device
  • 有时候创建 Pod 失败,describe pod 看 event 报 no space left on device

出现这种错误有很多中可能原因,下面我们来根据现象找对应原因。

inotify watch 耗尽

节点 NotReady,kubelet 启动失败,看 kubelet 日志:

  1. Jul 18 15:20:58 VM_16_16_centos kubelet[11519]: E0718 15:20:58.280275 11519 raw.go:140] Failed to watch directory "/sys/fs/cgroup/memory/kubepods": inotify_add_watch /sys/fs/cgroup/memory/kubepods/burstable/pod926b7ff4-7bff-11e8-945b-52540048533c/6e85761a30707b43ed874e0140f58839618285fc90717153b3cbe7f91629ef5a: no space left on device

系统调用 inotify_add_watch 失败,提示 no space left on device, 这是因为系统上进程 watch 文件目录的总数超出了最大限制,可以修改内核参数调高限制,详细请参考本书内核相关章节的 inotify watch 耗尽

cgroup 泄露

查看当前 cgroup 数量:

  1. $ cat /proc/cgroups | column -t
  2. #subsys_name hierarchy num_cgroups enabled
  3. cpuset 5 29 1
  4. cpu 7 126 1
  5. cpuacct 7 126 1
  6. memory 9 127 1
  7. devices 4 126 1
  8. freezer 2 29 1
  9. net_cls 6 29 1
  10. blkio 10 126 1
  11. perf_event 3 29 1
  12. hugetlb 11 29 1
  13. pids 8 126 1
  14. net_prio 6 29 1

cgroup 子系统目录下面所有每个目录及其子目录都认为是一个独立的 cgroup,所以也可以在文件系统中统计目录数来获取实际 cgroup 数量,通常跟 /proc/cgroups 里面看到的应该一致:

  1. $ find -L /sys/fs/cgroup/memory -type d | wc -l
  2. 127

当 cgroup 泄露发生时,这里的数量就不是真实的了,低版本内核限制最大 65535 个 cgroup,并且开启 kmem 删除 cgroup 时会泄露,大量创建删除容器后泄露了许多 cgroup,最终总数达到 65535,新建容器创建 cgroup 将会失败,报 no space left on device

详细请参考本书内核相关章节的 cgroup 泄露

磁盘被写满(TODO)

  • pod 启动失败 (状态 CreateContainerError)
  1. csi-cephfsplugin-27znb 0/2 CreateContainerError 167 17h
  1. Warning Failed 5m1s (x3397 over 17h) kubelet, ip-10-0-151-35.us-west-2.compute.internal (combined from similar events): Error: container create failed: container_linux.go:336: starting container process caused "process_linux.go:399: container init caused \"rootfs_linux.go:58: mounting \\\"/sys\\\" to rootfs \\\"/var/lib/containers/storage/overlay/051e985771cc69f3f699895a1dada9ef6483e912b46a99e004af7bb4852183eb/merged\\\" at \\\"/var/lib/containers/storage/overlay/051e985771cc69f3f699895a1dada9ef6483e912b46a99e004af7bb4852183eb/merged/sys\\\" caused \\\"no space left on device\\\"\""