Draino部署最佳实践：YAML配置详解与生产环境注意事项

Draino部署最佳实践：YAML配置详解与生产环境注意事项

【免费下载链接】drainoAutomatically cordon and drain Kubernetes nodes based on node conditions项目地址: https://gitcode.com/gh_mirrors/dr/draino

Draino是一款能够基于节点状态自动封锁（cordon）和排空（drain）Kubernetes节点的工具，通过监控节点异常状态实现自动化运维，有效提升集群稳定性。本文将详细解析Draino的YAML配置文件与生产环境部署要点，帮助用户快速掌握部署技巧。

一、核心配置文件解析

1.1 完整配置清单概览

Draino的部署依赖于Kubernetes标准资源对象，主要配置文件为项目根目录下的manifest.yml，包含ServiceAccount、ClusterRole、ClusterRoleBinding和Deployment四个核心部分，形成完整的RBAC权限控制与应用部署体系。

1.2 Deployment关键参数说明

Deployment配置中需要特别关注以下核心参数：

spec: replicas: 1 # 目前不支持主从选举，必须单实例部署 template: spec: containers: - command: [/draino, --dry-run, --node-label=draino-enabled=true, BadCondition, ReallyBadCondition] image: planetlabs/draino:5e07e93 livenessProbe: httpGet: {path: /healthz, port: 10002} initialDelaySeconds: 30

• 副本数限制：由于Draino暂不支持分布式锁机制，replicas必须设置为1，避免多实例同时操作节点
• 启动命令参数：
  • --dry-run：测试模式，仅记录事件不执行实际操作
  • --node-label：节点标签过滤，仅处理带指定标签的节点
  • 尾部参数（如BadCondition）：触发节点排空的异常状态列表

二、生产环境配置优化

2.1 节点选择策略

Draino提供两种节点过滤机制，可根据实际需求灵活配置：

• 基础标签过滤：使用--node-label=key=value参数（已 deprecated），支持多标签AND条件
• 高级表达式过滤：通过--node-label-expr实现复杂逻辑，例如：

  --node-label-expr="metadata.labels.foo == 'bar' && metadata.labels.environment in ['prod', 'staging']"

  推荐优先使用表达式过滤，可满足更复杂的节点选择需求。

2.2 排空参数调整

生产环境中建议添加以下关键参数优化排空行为：

--evict-unreplicated-pods # 允许驱逐无副本控制器的Pod --evict-emptydir-pods # 允许驱逐使用EmptyDir的Pod --grace-period=30 # 设置优雅终止时间（秒）

实际部署示例可参考scripts/run.sh中的配置：

./draino --kubeconfig ~/.kube/config --node-label-expr="metadata['labels']['node-role'] in ['default', 'default-compute']" --evict-unreplicated-pods --evict-emptydir-pods AMIProblem KernelDeadlock

2.3 异常状态配置

根据集群实际需求调整触发排空的节点状态列表，常见选项包括：

• ReadonlyFilesystem：文件系统只读
• OutOfDisk：磁盘空间不足
• KernelDeadlock：内核死锁
• AMIProblem：AMI相关问题

⚠️ 注意：状态名称区分大小写，需与Kubernetes节点实际报告的Condition类型完全匹配

三、部署前必知检查项

3.1 权限验证

确认ClusterRole配置包含必要权限，特别是：

• nodes资源的update权限（用于cordon操作）
• pods/eviction资源的create权限（用于drain操作）
• nodes/status资源的patch权限（用于更新节点状态）

相关配置位于manifest.yml的ClusterRole规则部分：

rules: - apiGroups: [''] resources: [nodes] verbs: [get, watch, list, update] - apiGroups: [''] resources: [pods/eviction] verbs: [create]

3.2 测试流程

部署到生产环境前，务必执行以下测试步骤：

1. 使用--dry-run模式运行至少24小时，验证节点选择逻辑
2. 检查事件日志确认是否捕获预期异常状态
3. 手动模拟节点异常，验证自动排空功能
4. 确认所有关键业务Pod能正确重建

四、常见问题解决方案

4.1 节点不触发排空

排查方向：

• 检查节点是否满足标签过滤条件
• 确认节点状态是否精确匹配配置的Condition列表
• 查看Draino日志是否有权限相关错误

4.2 排空过程卡住

解决方法：

• 增加--timeout参数延长等待时间
• 检查是否有Pod使用PodDisruptionBudget限制驱逐
• 确认--evict-*系列参数是否正确设置

五、部署步骤总结

1. 克隆仓库：git clone https://gitcode.com/gh_mirrors/dr/draino
2. 根据需求修改manifest.yml中的启动参数
3. 应用配置：kubectl apply -f manifest.yml
4. 验证部署：kubectl -n kube-system get pods | grep draino
5. 查看日志：kubectl -n kube-system logs deployment/draino

通过以上配置与最佳实践，可确保Draino在生产环境中稳定运行，实现Kubernetes节点异常的自动化处理，显著降低人工运维成本。

【免费下载链接】drainoAutomatically cordon and drain Kubernetes nodes based on node conditions项目地址: https://gitcode.com/gh_mirrors/dr/draino