问题描述

若 Pod（容器组） 长期停留在 CrashLoopBackOff 状态，表示容器在重新启动后反复崩溃。

原因分析

如果 Pod 处于 CrashLoopBackOff 状态，说明容器启动存在问题。可能的原因如下：

• 容器进程主动退出
• 系统 OOM
• cgroup OOM
• 健康检查失败

解决方法

容器主动退出

容器进程主动退出时，退出状态码一般为 0～128。根据规定，正常退出时状态码为 0，状态码为 1～127 则说明为程序发生异常导致其主动退出。导致异常的原因可能来自于业务 BUG，也可能是其他原因。您可以查看 Pod 事件信息，确定退出状态码。

1. 登录 容器服务控制台。
2. 单击左侧导航栏中的 集群。
3. 在集群列表页面，单击目标集群。
4. 在集群管理页面的左侧导航栏中，单击 工作负载 > 容器组。
5. 在 命名空间 下拉菜单中，选择 Pod 所在命名空间，单击目标 Pod 的名称，进入容器组详情页。
   
6. 选择 概览 页签，在右上方选择 ... > 编辑 Yaml，确认容器启动命令及相关配置是否正确。
   

   说明

   您也可以通过 kubectl 命令查看容器配置信息，命令为kubectl get pod <pod-name> -n <pod-namespace> -o yaml。

7. 选择 事件 页签，查看容器组的事件详情。
   

   说明

   您也可以通过 kubectl 命令查看 Pod 事件，命令为kubectl descirbe pod <pod-name> -n <pod-namespace>，返回信息示例如下：

   Containers:
   demo:
   Container ID:   containerd://83c6dd7f7930e***
   Image:          nginx:latest
   Image ID:       docker.io/library/nginx@sha256:104c7c***
   Port:           <none>
   Host Port:      <none>
   State:          Waiting
     Reason:       CrashLoopBackOff
   Last State:     Terminated
     Reason:       Completed
     Exit Code:    127
     Started:      Mon, 04 Sep 2023 16:28:17 +0800
     Finished:     Mon, 04 Sep 2023 16:28:17 +0800
   Ready:          False
   Restart Count:  9
   Environment:    <none>
   
   

8. 选择 日志 页签，查看容器组的日志详情，通过日志内容排查问题。
   

   说明

   您也可以通过 kubectl 命令查看容器日志信息，命令为kubectl logs <pod-name> -n <pod-namespace> [-c CONTAINER]。

系统 OOM

如果发生系统 OOM，Pod 中容器退出状态码为 137，表示其被 SIGKILL 信号停止，同时内核将会出现以下报错信息。

Out of memory: Kill process ...

该异常通常是由于节点上部署的其他非容器进程（例如 kubelet、kube-proxy 等）消耗了过多的内存，或者是由于 kubelet 的 --kube-reserved 和 --system-reserved 分配的内存太小，没有足够的空间运行其他非容器进程。

解决方法：请根据实际需求对预留空间进行合理的调整。

cgroup OOM

如果是因 cgroup OOM 而停止的进程，可看到 Pod 事件下Reason为OOMKilled，说明容器实际占用的内存已超过 limit，同时内核日志会报Memory cgroup out of memory错误信息。

解决方法：请根据需求调整容器内存的 limit。

健康检查失败

健康检查失败，也会导致 Pod 处于 CrashLoopBackOff 状态。详情请参考 Pod 健康检查失败。