检查集群并排查故障

您的第一次部署有时会运行异常。好消息是：kubectl 提供了所需的一切，让您了解正在发生什么并有条理地修复问题。

先从整体开始。集群节点是否健康并处于 Ready 状态？

查看容器组阶段。Running 表示正常；Pending、CrashLoopBackOff 或 ImagePullBackOff 则指向特定问题。

kubectl describe 是您最好的帮手——它会显示规格、当前状态，以及解释调度和拉取失败原因的事件列表。

应用错误通常会在日志中暴露出来。使用 -f 持续查看日志，或者使用 --previous 读取已崩溃容器的上一实例日志。

如果一个容器组持续重启，当前容器可能还没有有用的日志。请改为查看上一实例的日志。

打开一个正在运行的容器内的命令行，从内部检查文件、环境变量和连通性。

查看整个命名空间中的近期事件，并按时间排序，以发现逐个容器组视图中容易遗漏的模式。

这表示 Kubernetes 无法拉取镜像——可能是名称或标签错误、私有镜像仓库缺少凭据，或者存在拼写错误。describe 会显示确切的拉取错误。

容器启动后反复退出。请检查 logs --previous 以了解崩溃原因——通常是命令错误、配置缺失或依赖项失败。

使用 kubectl top 查看实时 CPU 和内存使用情况（需要指标服务器），并使用 port-forward 从您的机器直接测试服务。

诊断正在重启的容器组。

您现在已经拥有一套故障排查工具：

• get nodes/pods 用于检查健康状况，describe 用于查看事件
• logs（以及 --previous）用于查看应用错误
• exec 用于从内部检查，port-forward 用于测试
• 识别 ImagePullBackOff 和 CrashLoopBackOff

冷静且系统地检查这些内容，通常能快速找到问题。