概要描述

排查问题时发现部分节点上的所有 pod 日志都无法查看，本文描述出现该情况的解决方法。

详细说明

1 故障场景

服务的 pod 实际运行正常，但是进行其他故障排查时发现，部分 ip 靠后节点上的所有 pod，使用 kubectl log <pod-id> 命令报错，报错如下：

[root@tdh1204-94 ~]# kubectl log workflow-server-workflow1-7c6f6c8866-nv4f8
Error from server: Get https://tdh1401-103:10250/containerLogs/default/workflow-server-workflow1-7c6f6c8866-nv4f8/workflow-server-workflow1: dial tcp: lookup tdh1401-103 on [::1]:53: read udp [::1]:48666->[::1]:53: read: connection refused

2 确认集群状态

和负责集群人员沟通确认，该集群做过扩容节点的操作，无法查看日志的节点，均为扩容后添加的节点

3 问题原因

出现该情况的原因是 apiserver 所对应容器里的 /etc/hosts 信息记录不完全

4 修复方法

1 确认 apiserver 所在的 server 信息，查看 TOS 角色信息能得知 3 个节点部署了 apiserver 的 pod

$ kubectl get pods -owide -n kube-system | grep apiserver

2 分别 ssh 登录这三台服务器，执行

$ docker ps | grep apiserver

3 分别进入相关的 container 内，查看 /etc/hosts 信息

$ docker exec -it  bash
$ cat /etc/hosts

4 记录正常的 /etc/hosts 信息应当如下，对比可以看出 apiserver 的 container 内 /etc/hosts 信息有很多缺失，且缺失部分所在节点均无法正常查看 pod 日志

5 在 apiserver 的 container 内直接修改 hosts 信息

$ docker exec -it  bash
$ vi /etc/hosts

/etc/hosts 文件添加缺失节点的 ip 和 hostname 映射

6 经过验证，在 container 内修改后，即使重启该 container，/etc/hosts 信息仍然会保留