我们在 AWS 上部署的生产 KOPS Kubernetes v1.20 不健康。间歇性地，我们拥有的 3 个主节点中的 1 个经常进入Not Ready状态。此外，kube-apiserver pod 正在异常重启（1 小时内，重启 50 次）。其他 2 个主节点工作正常。有时当我运行kubectl get cs其中一个 etcd 时，它会进入Unhealthy状态。它与运行或的HTTP error 503输出相同。有时这些命令都是健康的，有时 etcd 则不是。kubectl get --raw='/readyz?verbose'kubectl get --raw='/livez?verbose'
此外，在有问题的主节点上运行的有问题的 kube-apiserver pod 的先前日志显示etcd failed: error getting data from etcd: context deadline exceeded。
我们的业务仍在运行，但我担心，如果我们增加工作量，我们的 2 个工作主节点可能无法应付未来，这可能会导致另一个主节点出现故障。