Kubernetes 故障排除手册

要解决的故障场景

在 Kubernetes 环境中，Pod 反复重启、Deployment 无法就绪、Service 无法访问、节点资源紧张或网络策略冲突等问题往往不会给出明确报错。你需要从事件、日志和资源配置中拼凑线索，定位根因。

手册如何工作

这份 runbook 以分步流程组织故障排除动作：先确认工作负载的实际状态，再收集 kubectl describe、事件与日志等关键信息，随后对照常见错误模式分析配置与调度问题，最后给出可验证的修复动作。它不会替你执行命令，而是把排障路径固定下来，减少在多个文档间来回跳转的成本。

适用边界与注意点

手册依赖上游 Kubernetes 文档与常见的 kubectl 操作，适合已经拥有可用集群且具备基础命令行经验的使用者。它不提供自动化修复脚本，也不覆盖特定云厂商的托管服务细节；遇到自定义 CRD、Operator 或底层基础设施故障时，仍需结合集群实际组件进一步排查。