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 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》)
• 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 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
• 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