控制平面机器集故障排除 - 管理控制平面机器 | 机器管理 | OpenShift Container Platform 4.17

检查控制平面机器集自定义资源状态
添加丢失的 Azure 内部负载均衡器
恢复降级的 etcd 操作符
升级在 RHOSP 上运行的集群
- 配置升级后机器具有根卷可用区的 RHOSP 集群
- 配置升级后控制平面机器具有可用区的 RHOSP 集群

使用本节中的信息来了解和恢复您可能遇到的问题。

检查控制平面机器集自定义资源状态

您可以验证 `ControlPlaneMachineSet` 自定义资源 (CR) 的存在和状态。

步骤

通过运行以下命令确定 CR 的状态
```
$ oc get controlplanemachineset.machine.openshift.io cluster \
  --namespace openshift-machine-api
```
- `Active` 的结果表示 `ControlPlaneMachineSet` CR 存在并已激活。不需要管理员操作。
- `Inactive` 的结果表示 `ControlPlaneMachineSet` CR 存在但未激活。
- `NotFound` 的结果表示不存在 `ControlPlaneMachineSet` CR。

后续步骤

要使用控制平面机器集，您必须确保存在具有适合您集群的正确设置的 `ControlPlaneMachineSet` CR。

如果您的集群具有现有的 CR，则必须验证 CR 中的配置是否适合您的集群。
如果您的集群没有现有的 CR，则必须创建一个具有适合您集群的正确配置的 CR。

其他资源

添加丢失的 Azure 内部负载均衡器

Azure 中的 `ControlPlaneMachineSet` 和控制平面 `Machine` 自定义资源 (CR) 都需要 `internalLoadBalancer` 参数。如果此参数未在您的集群上预配置，则必须将其添加到这两个 CR。

有关此参数在 Azure 提供程序规范中的位置的更多信息，请参见 Azure 提供程序规范示例。在控制平面 `Machine` CR 中的位置类似。

步骤

通过运行以下命令列出集群中的控制平面机器

$ oc get machines \
  -l machine.openshift.io/cluster-api-machine-role==master \
  -n openshift-machine-api

对于每台控制平面机器，通过运行以下命令编辑 CR
```
$ oc edit machine <control_plane_machine_name>
```
添加具有适合您集群的正确详细信息的 `internalLoadBalancer` 参数并保存您的更改。

通过运行以下命令编辑您的控制平面机器集 CR

$ oc edit controlplanemachineset.machine.openshift.io cluster \
  -n openshift-machine-api

添加具有适合您集群的正确详细信息的 `internalLoadBalancer` 参数并保存您的更改。

后续步骤

对于使用默认 `RollingUpdate` 更新策略的集群，操作符会自动将更改传播到您的控制平面配置。
对于配置为使用 `OnDelete` 更新策略的集群，您必须手动替换控制平面机器。

其他资源

Microsoft Azure 提供程序规范示例

恢复降级的 etcd 操作符

某些情况可能导致 etcd 操作符降级。

例如，在执行补救措施时，机器健康检查可能会删除托管 etcd 的控制平面机器。如果此时无法访问 etcd 成员，则 etcd 操作符将降级。

当 etcd 操作符降级时，需要手动干预以强制操作符删除失败的成员并恢复集群状态。

步骤

通过运行以下命令列出集群中的控制平面机器

$ oc get machines \
  -l machine.openshift.io/cluster-api-machine-role==master \
  -n openshift-machine-api \
  -o wide

以下任何条件都可能表示控制平面机器失败

`STATE` 值为 `stopped`。
`PHASE` 值为 `Failed`。
`PHASE` 值超过十分钟为 `Deleting`。

在继续之前，请确保您的集群有两个健康的控制平面机器。在这个过程中对超过一台控制平面机器执行操作可能会导致 etcd 失去仲裁，并可能导致数据丢失。

如果您丢失了大部分控制平面主机，导致 etcd 失去仲裁，则必须遵循灾难恢复过程“恢复到之前的集群状态”，而不是此过程。

运行以下命令来编辑故障控制平面机器的机器 CR：
```
$ oc edit machine <control_plane_machine_name>
```
删除故障控制平面机器的lifecycleHooks参数的内容，并保存更改。

etcd 运算符会将故障机器从集群中移除，然后可以安全地添加新的 etcd 成员。

其他资源

恢复到以前的集群状态

升级在 RHOSP 上运行的集群

对于使用 OpenShift Container Platform 4.13 或更早版本创建的 Red Hat OpenStack Platform (RHOSP) 上运行的集群，您可能必须在可以使用控制平面机器集之前执行升级后任务。

配置升级后具有根卷可用区机器的 RHOSP 集群

对于您升级的一些在 Red Hat OpenStack Platform (RHOSP) 上运行的集群，如果满足以下配置，则必须手动更新机器资源才能使用控制平面机器集：

升级的集群使用 OpenShift Container Platform 4.13 或更早版本创建。
集群基础设施由安装程序配置。
机器分布在多个可用区。
机器配置为使用未定义块存储可用区的根卷。

要了解此过程为何必要，请参见解决方案 #7024383。

步骤

对于所有控制平面机器，请编辑与环境匹配的所有控制平面机器的提供程序规范。例如，要编辑机器master-0，请输入以下命令：
```
$ oc edit machine/<cluster_id>-master-0 -n openshift-machine-api
```
其中

<cluster_id>

指定升级集群的 ID。

在提供程序规范中，将属性rootVolume.availabilityZone的值设置为要使用的可用区的卷。

RHOSP 提供程序规范示例

providerSpec:
  value:
    apiVersion: machine.openshift.io/v1alpha1
    availabilityZone: az0
      cloudName: openstack
    cloudsSecret:
      name: openstack-cloud-credentials
      namespace: openshift-machine-api
    flavor: m1.xlarge
    image: rhcos-4.14
    kind: OpenstackProviderSpec
    metadata:
      creationTimestamp: null
    networks:
    - filter: {}
      subnets:
      - filter:
          name: refarch-lv7q9-nodes
          tags: openshiftClusterID=refarch-lv7q9
    rootVolume:
        availabilityZone: nova (1)
        diskSize: 30
        sourceUUID: rhcos-4.12
        volumeType: fast-0
    securityGroups:
    - filter: {}
      name: refarch-lv7q9-master
    serverGroupName: refarch-lv7q9-master
    serverMetadata:
      Name: refarch-lv7q9-master
      openshiftClusterID: refarch-lv7q9
    tags:
    - openshiftClusterID=refarch-lv7q9
    trunk: true
    userDataSecret:
      name: master-user-data

1	将区域名称设置为此值。

如果您在初始集群部署后编辑或重新创建了机器资源，则可能需要根据您的配置调整这些步骤。

在您的 RHOSP 集群中，找到机器根卷的可用区，并将其用作值。

运行以下命令来检索有关控制平面机器集资源的信息：

$ oc describe controlplanemachineset.machine.openshift.io/cluster --namespace openshift-machine-api

运行以下命令来编辑资源：

$ oc edit controlplanemachineset.machine.openshift.io/cluster --namespace openshift-machine-api

对于该资源，将spec.state属性的值设置为Active以激活集群的控制平面机器集。

您的控制平面已准备好由集群控制平面机器集运算符管理。

配置升级后具有可用区控制平面机器的 RHOSP 集群

对于您升级的一些在 Red Hat OpenStack Platform (RHOSP) 上运行的集群，如果满足以下配置，则必须手动更新机器资源才能使用控制平面机器集：

升级的集群使用 OpenShift Container Platform 4.13 或更早版本创建。
集群基础设施由安装程序配置。
控制平面机器分布在多个计算可用区。

要了解此过程为何必要，请参见解决方案 #7013893。

步骤

对于master-1和master-2控制平面机器，打开提供程序规范进行编辑。例如，要编辑第一台机器，请输入以下命令：
```
$ oc edit machine/<cluster_id>-master-1 -n openshift-machine-api
```
其中

<cluster_id>

指定升级集群的 ID。

对于master-1和master-2控制平面机器，请编辑其提供程序规范中serverGroupName属性的值，使其与机器master-0的值匹配。

RHOSP 提供程序规范示例

providerSpec:
  value:
    apiVersion: machine.openshift.io/v1alpha1
    availabilityZone: az0
      cloudName: openstack
    cloudsSecret:
      name: openstack-cloud-credentials
      namespace: openshift-machine-api
    flavor: m1.xlarge
    image: rhcos-4.17
    kind: OpenstackProviderSpec
    metadata:
      creationTimestamp: null
    networks:
    - filter: {}
      subnets:
      - filter:
          name: refarch-lv7q9-nodes
          tags: openshiftClusterID=refarch-lv7q9
    securityGroups:
    - filter: {}
      name: refarch-lv7q9-master
    serverGroupName: refarch-lv7q9-master-az0 (1)
    serverMetadata:
      Name: refarch-lv7q9-master
      openshiftClusterID: refarch-lv7q9
    tags:
    - openshiftClusterID=refarch-lv7q9
    trunk: true
    userDataSecret:
      name: master-user-data

1	机器`master-0`、`master-1`和`master-3`的值必须匹配。

如果您在初始集群部署后编辑或重新创建了机器资源，则可能需要根据您的配置调整这些步骤。

在您的 RHOSP 集群中，找到控制平面实例所在的服务器组，并将其用作值。

运行以下命令来检索有关控制平面机器集资源的信息：

$ oc describe controlplanemachineset.machine.openshift.io/cluster --namespace openshift-machine-api

运行以下命令来编辑资源：

$ oc edit controlplanemachineset.machine.openshift.io/cluster --namespace openshift-machine-api

对于该资源，将spec.state属性的值设置为Active以激活集群的控制平面机器集。