故障排查案例

真实生产环境故障排查案例：每个案例包含现象、排查过程、根因与修复。另推荐《云平台运维实战》板块的 Cilium NodePort 端口重叠调查报告。

---

文档导读

• K8s Pod CPU Load 突刺排查实战
• Rancher 新建托管集群（uat1）节点注册失败排查与修复报告
• RKE2 集群检查与修复报告（192.168.122.20）
• [《K8s 节点 CPU 异常与宿主机假死深度排查实战》](./《K8s 节点 CPU 异常与宿主机假死深度排查实战》)
• 工作日报 - 2026-07-23
• K8s Work 节点上 Pod 无法启动或启动时间过长的排查手册
• K8s 跨内核版本网络互访最佳实践教材
• Rancher 控制节点添加失败排查文档（192.168.122.36 / szb122036）
• Rancher 下游集群节点不 Ready：Pod 解析 Rancher 域名超时（.local 搜索域 × libvirt dnsmasq 不应答）
• Rancher 新建托管集群节点注册失败：STRICT_VERIFY 中止 / 私有仓库 HTTP 误用 HTTPS / 节点缺 iptables
• RKE1 + Kubernetes 1.16.3 64 核 / 2048 GB 大内存节点拆分建议
• RKE1 + Kubernetes 1.16.3 大规格物理机节点拆分与容量规划建议
• RKE1 + Kubernetes 1.16.3 节点拆分后的集群规模与管理规划
• RKE1 + Kubernetes 1.16.3 节点 IP 使用情况检查文档
• RKE1 + Kubernetes 1.16.3 CoreDNS Pod 卡在 ContainerCreating 排查文档
• rke1-k8s1.16.3 exception 节点 Pod 分布不均分析结论
• rke1-k8s1.16.3 exception 节点 Pod 分布不均排查文档
• RKE1 + Kubernetes 1.16.3 kubelet PLEG 与 docker 超时分析文档
• RKE1 + Kubernetes 1.16.3 节点 UPDATE 事件频繁排查文档
• rke1-k8s1.16.3 szb13032 节点异常排查处理记录
• RKE2 三 control-plane 节点全部宕机后的集群灾后恢复记录
• RKE2 ingress-nginx-controller 一直 ContainerCreating 排查与修复
• RKE2 新增 master 节点失败：critical configuration value mismatch between servers
• RKE2 新增 master 节点失败：多节点同时加入触发 etcd learner 死锁（too many learner members）
• RKE2 新增 master 节点失败：iptables 防火墙拦截 RKE2/Calico 端口
• RKE2 新增 master 节点显示 NotReady：镜像导入耗时与无效配置项
• RKE2 Pod 无法访问 ClusterIP（no route to host）：kube-ipvs0 接口 DOWN + iptables 默认 REJECT 规则