Pod 起不來怎麼辦?CrashLoopBackOff、ImagePullBackOff、Pending 排錯

CrashLoopBackOff 是容器一啟動就掛、一直被重開;照 get、describe、logs 三步找原因。

學 Kubernetes 最常遇到的不是「不會寫 YAML」,而是 Pod 卡在一個看不懂的狀態:CrashLoopBackOff、ImagePullBackOff、Pending、OOMKilled……網路上的排錯文章大多只列原因,沒讓你看過真的錯誤長什麼樣子。

這篇在 Cloud Shell 故意做出 5 種最常見的錯誤:映像檔版本打錯、程式一啟動就掛、記憶體爆掉、找不到 ConfigMap、資源要太多。每一種都用同一套方法查:kubectl get 看狀態 → kubectl describe 看事件 → kubectl logs 看程式說了什麼,最後實際修好兩個。

這是「容器系列」的第 18 篇,也是原生 Kubernetes 段落的最後一篇。全部在 Cloud Shell 實際跑過,輸出都是真實結果(2026 年 11 月實測,Minikube v1.38.1、Kubernetes v1.35.1)。

STATUS 看到這些字先查哪裡:ErrImagePull 和 ImagePullBackOff 是映像檔拉不到、CrashLoopBackOff 是一啟動就掛、OOMKilled 是記憶體超過上限、CreateContainerConfigError 是缺 ConfigMap 或 Secret、Pending 是沒有節點放得下

為什麼你需要知道

  • 上線出事時,時間就是錢:Pod 起不來,網站就少了一份服務能力;越快找到原因,影響越小
  • 錯誤訊息都在那裡,只是你不知道去哪看:Kubernetes 其實把原因都寫在事件和容器狀態裡,學會看,大部分問題幾分鐘內就能定位
  • 面試必考:「Pod 一直 CrashLoopBackOff,你會怎麼查?」幾乎是 Kubernetes 面試的必考題,講得出步驟和指令就很加分
  • 證照比重最大:CKA 的「排錯(Troubleshooting)」佔 30%,是所有範圍裡最大的一塊(2026 年 11 月查 Linux Foundation 官方頁)

先認識排錯會用到的名詞

Pod 的 STATUS 不只是 phase

第 11 篇講過,Pod 的 phase 只有 Pending、Running、Succeeded、Failed、Unknown 五種,但 kubectl get pods 的 STATUS 欄會顯示更細的原因,例如 ErrImagePull、CrashLoopBackOff、OOMKilled。排錯就是從這個字開始。

CrashLoopBackOff 是什麼

CrashLoopBackOff 是「容器一啟動就結束,Kubernetes 一直幫它重開,而且每次等更久」的狀態。

  • 比喻:員工一上班就昏倒,店長叫他休息 10 秒再上,又昏倒,改休息 20 秒、40 秒……越休越久,最多休 5 分鐘
  • 來龍去脈:crash(當掉)+loop(迴圈)+back off(退後、放慢)。Kubernetes 每次重開的等待時間會加倍(10 秒、20 秒、40 秒……),最多 5 分鐘,避免一直重開把節點拖垮(官方說明:Pod Lifecycle,2026 年 11 月查)
  • 為什麼要學:它本身不是原因,只是「一直失敗」的結果。真正的原因要看容器為什麼結束

ImagePullBackOff 是什麼

ImagePullBackOff 是「拉不到映像檔,等一下再試」的狀態。 第一次失敗時顯示 ErrImagePull,之後進入等待重試,就變成 ImagePullBackOff。

  • 比喻:叫外送,店家說這道菜沒有;等一下再打去問,還是沒有,越隔越久再問
  • 為什麼要學:最常見的原因是映像檔名稱或版本打錯、私人倉庫沒權限,第 12 篇換錯版本時就遇過

Pending 是什麼

Pending 是「Pod 已經建立,但還沒被放到任何節點上」,最常見的原因是排程器找不到資源夠的節點(第 9 篇把排程器拿掉時也看過)。

Exit Code(結束代碼)是什麼

Exit Code 是程式結束時留下的一個數字,代表它怎麼結束的。 0 是正常結束,其他數字是有問題。

看懂 Exit Code:0 正常結束、1 程式自己報錯、137 被強制砍掉等於 128 加 9、143 收到結束訊號等於 128 加 15;CrashLoopBackOff 的等待 10、20、40、80 秒最多 5 分鐘

算一次 137:Linux 的慣例是「被訊號殺掉=128+訊號編號」。SIGKILL(強制結束)是 9 號,所以 128+9=137;SIGTERM(請你結束)是 15 號,128+15=143。看到 137,通常是記憶體超過上限被砍(OOMKilled),或 Probe 失敗被重開時沒在寬限期內收工。


排錯三步驟

Pod 起不來的排錯順序:kubectl get pods 看狀態、kubectl describe pod 看 Events 和 Last State、kubectl logs 看程式印的錯誤,修好再看一次
步驟指令看什麼回答什麼問題
1kubectl get podsSTATUS、RESTARTS、READY哪個 Pod 有問題、是哪一類
2kubectl describe pod 名字最下面的 Events、容器的 Last State、Exit Code叢集層面發生了什麼(拉映像檔、排程、設定)
3kubectl logs 名字程式自己印的訊息程式為什麼結束

經驗法則:Pod 連容器都沒跑起來(ImagePullBackOff、CreateContainerConfigError、Pending),答案通常在 describe 的 Events;容器跑起來又掛掉(CrashLoopBackOff、OOMKilled),答案在 logs 和 Last State。


動手做:故意做出 5 種錯誤,一個一個查

這段在 Cloud Shell(不用設專案) 做,不會花錢,大約 20 分鐘。怎麼打開 Cloud Shell 請看第 1 篇的步驟,跳出「授權 Cloud Shell」按「拒絕」就好。截圖裡的提示字元有縮短,你的畫面會是「你的帳號@cloudshell:~$」。

步驟 1:開叢集

mkdir -p ~/k8s-debug && cd ~/k8s-debug; minikube start --cni=kindnet | tail -1
(前面省略:版本提醒和硬碟空間警告)
🏄  Done! kubectl is now configured to use "minikube" cluster and "default" namespace by default
建立 k8s-debug 資料夾,用 --cni=kindnet 啟動 minikube

--cni=kindnet 的原因請看第 13 篇的「實測時的意外」。

錯誤 1:映像檔版本打錯(ErrImagePull/ImagePullBackOff)

nginx 沒有 9.99 版,模擬打錯版本號:

kubectl run bad-image --image=nginx:9.99; sleep 25; kubectl get pod bad-image; kubectl describe pod bad-image | grep -A8 '^Events' | cut -c1-160
pod/bad-image created
NAME        READY   STATUS         RESTARTS   AGE
bad-image   0/1     ErrImagePull   0          25s
Events:
  Type     Reason            Age   From               Message
  ----     ------            ----  ----               -------
  Warning  FailedScheduling  25s   default-scheduler  0/1 nodes are available: 1 node(s) had untolerated taint(s). no new claims to deallocate, preemption: 0/1
  Normal   Scheduled         11s   default-scheduler  Successfully assigned default/bad-image to minikube
  Normal   Pulling           11s   kubelet            spec.containers{bad-image}: Pulling image "nginx:9.99"
  Warning  Failed            9s    kubelet            spec.containers{bad-image}: Failed to pull image "nginx:9.99": Error response from daemon: manifest for ng
  Warning  Failed            9s    kubelet            spec.containers{bad-image}: Error: ErrImagePull
  Normal   BackOff           8s    kubelet            spec.containers{bad-image}: Back-off pulling image "nginx:9.99"
bad-image 的狀態是 ErrImagePull,Events 顯示 Failed to pull image nginx:9.99、Error response from daemon: manifest for 開頭的錯誤,接著 Back-off pulling image

grep -A8 '^Events' 只看 Events 那段,cut -c1-160 把太長的行切掉,所以有幾行話沒說完。從上到下讀:

  • Pulling image "nginx:9.99":kubelet 去拉映像檔
  • Failed to pull image "nginx:9.99": Error response from daemon: manifest for ng:後半句被 cut 切掉了,manifest(映像檔清單)這段就是在說倉庫裡找不到這個版本,這就是原因
  • Error: ErrImagePull → Back-off pulling image:第一次失敗是 ErrImagePull,接著進入等待重試,等一下 STATUS 就會變成 ImagePullBackOff

第一行的 FailedScheduling ... untolerated taint(s) 是另一件事,在「實測時的意外」第 1 點說明。

修法:改成正確的映像檔名稱或版本;私人倉庫要設定拉取權限(第 19 篇的 Artifact Registry 會遇到)。

錯誤 2:程式一啟動就掛(CrashLoopBackOff)

這個 busybox 容器印兩行字,然後用 exit 1 以「失敗」結束,模擬「連不上資料庫就退出」的程式。每 20 秒看一次狀態:

kubectl run crash --image=busybox:1.37 -- sh -c 'echo starting app; echo ERROR: cannot connect to database >&2; exit 1'; for i in 1 2 3 4 5 6; do sleep 20; echo "$(date +%T) $(kubectl get pod crash --no-headers)"; done
pod/crash created
16:36:26 crash   0/1   Error   2 (15s ago)   20s
16:36:46 crash   0/1   Error   2 (35s ago)   40s
16:37:06 crash   0/1   Error   3 (45s ago)   60s
16:37:26 crash   0/1   Error   3 (65s ago)   80s
16:37:46 crash   0/1   Error   3 (85s ago)   100s
16:38:06 crash   0/1   Error   4 (78s ago)   2m
crash 這個 Pod 每 20 秒看一次,STATUS 是 Error、RESTARTS 從 2 次增加到 4 次,間隔越來越久
  • >&2 是把那行字印到「錯誤輸出」,程式的錯誤訊息通常印在這裡,kubectl logs 一樣看得到
  • RESTARTS 在 2 分鐘內從 2 變成 4,而且間隔越來越久:前 20 秒就重開 2 次,後面要等 40 秒以上才多 1 次。這就是 back off(越等越久)
  • STATUS 每次都剛好是 Error,沒看到 CrashLoopBackOff,原因在「實測時的意外」第 2 點

錯誤 2 怎麼查:logs 和 Last State

kubectl logs crash; kubectl logs crash --previous; kubectl describe pod crash | grep -E -A5 '^    Last State' ; kubectl describe pod crash | grep -E 'Back-off'
starting app
ERROR: cannot connect to database
unable to retrieve container logs for docker://bce0f47bc95147527b8fa8d1eb1bc6c709acccea13f87a28a22430952c1baef0    Last State:     Terminated
      Reason:       Error
      Exit Code:    1
      Started:      Fri, 20 Nov 2026 16:36:48 +0000
      Finished:     Fri, 20 Nov 2026 16:36:48 +0000
    Ready:          False
  Warning  BackOff    28s (x5 over 2m3s)  kubelet            spec.containers{crash}: Back-off restarting failed container crash in pod crash_default(9c497a6e-0aba-4c9a-8233-f8fceb540a34)
kubectl logs crash 印出 ERROR: cannot connect to database;describe 的 Last State 是 Terminated、Reason Error、Exit Code 1;事件 Back-off restarting failed container
  • kubectl logs crash:直接看到程式印的 ERROR: cannot connect to database,原因找到了
  • kubectl logs crash --previous 這次回了 unable to retrieve container logs(沒換行,所以下一個指令的輸出接在同一行),原因在「實測時的意外」第 3 點
  • Last State:上一次的容器 Terminated(已結束)、Reason: Error、Exit Code: 1,開始和結束是同一秒,代表一啟動就掛
  • Back-off restarting failed container:這就是 CrashLoopBackOff 的事件,x5 over 2m3s 是 2 分鐘內出現 5 次

修法:照 logs 的訊息修程式或設定(這裡就是資料庫連線設定)。常見原因還有:環境變數漏設、啟動指令打錯、livenessProbe 設太嚴(第 17 篇)。

錯誤 3:記憶體爆掉(OOMKilled)

這個容器的記憶體上限只有 50Mi,指令會讓一個字串不斷變成兩倍長,很快就超過上限:

cat > oom.yaml <<'EOF'
apiVersion: v1
kind: Pod
metadata:
  name: oom
spec:
  containers:
  - name: hog
    image: busybox:1.37
    command: ["sh", "-c", "x=a; while true; do x=$x$x; done"]
    resources:
      limits:
        memory: 50Mi
EOF
kubectl apply -f oom.yaml; sleep 20; kubectl get pod oom; kubectl get pod oom -o jsonpath='{.status.containerStatuses[0].lastState.terminated.reason} exit={.status.containerStatuses[0].lastState.terminated.exitCode}{"\n"}'
pod/oom created
NAME   READY   STATUS      RESTARTS      AGE
oom    0/1     OOMKilled   2 (17s ago)   20s
OOMKilled exit=137
oom 這個 Pod 的狀態是 OOMKilled,20 秒內重開 2 次,上一次結束原因 OOMKilled、Exit Code 137
  • OOM 是 Out Of Memory(記憶體用完),OOMKilled 就是「超過記憶體上限被系統砍掉」
  • x=$x$x 每圈長度變兩倍:1、2、4、8……第 25 圈就有 33,554,432 個字元(2 的 25 次方),加上 shell 處理時的額外記憶體,很快就碰到 50Mi(約 5,243 萬位元組)
  • Exit Code 137=128+9,被 SIGKILL 強制結束,跟前面算的一樣
  • 20 秒內就重開 2 次,之後也會進入 CrashLoopBackOff 的等待

修法:調高 limits.memory、或修掉程式的記憶體外洩;先用 kubectl top pods(第 17 篇)看平常實際用多少,再決定上限。

錯誤 4:找不到 ConfigMap(CreateContainerConfigError)

這個 Pod 要讀一個還不存在的 ConfigMap app-config(第 15 篇的做法):

cat > needs-config.yaml <<'EOF'
apiVersion: v1
kind: Pod
metadata:
  name: needs-config
spec:
  containers:
  - name: web
    image: nginx:1.31
    envFrom:
    - configMapRef:
        name: app-config
EOF
kubectl apply -f needs-config.yaml; sleep 10; kubectl get pod needs-config; kubectl describe pod needs-config | grep -E 'Warning' | cut -c1-160
pod/needs-config created
NAME           READY   STATUS                       RESTARTS   AGE
needs-config   0/1     CreateContainerConfigError   0          10s
  Warning  Failed     3s (x2 over 4s)  kubelet            spec.containers{web}: Error: configmap "app-config" not found
needs-config 的狀態是 CreateContainerConfigError,事件寫 Error: configmap app-config not found

CreateContainerConfigError(建立容器設定錯誤):映像檔拉好了,但要放進容器的設定缺東西。Events 直接寫 configmap "app-config" not found。容器根本沒啟動,所以 RESTARTS 0、也沒有 logs 可看。

修法:建好那個 ConfigMap 或 Secret(或改正名字),kubelet 會自己重試,不用刪 Pod。

錯誤 5:資源要太多(Pending)

這個 Pod 要求 10 顆 CPU,但 Minikube 節點只有 2 顆:

cat > too-big.yaml <<'EOF'
apiVersion: v1
kind: Pod
metadata:
  name: too-big
spec:
  containers:
  - name: web
    image: nginx:1.31
    resources:
      requests:
        cpu: "10"
EOF
kubectl apply -f too-big.yaml; sleep 10; kubectl get pod too-big -o wide; kubectl describe pod too-big | grep -A4 '^Events' | cut -c1-170; kubectl describe node minikube | grep -A3 'Allocatable:' | head -3
pod/too-big created
NAME      READY   STATUS    RESTARTS   AGE   IP       NODE     NOMINATED NODE   READINESS GATES
too-big   0/1     Pending   0          10s   <none>   <none>   <none>           <none>
Events:
  Type     Reason            Age   From               Message
  ----     ------            ----  ----               -------
  Warning  FailedScheduling  11s   default-scheduler  0/1 nodes are available: 1 Insufficient cpu. no new claims to deallocate, preemption: 0/1 nodes are available: 1 Pre
Allocatable:
  cpu:                2
  ephemeral-storage:  124571172Ki
too-big 卡在 Pending、NODE 是 none;事件 FailedScheduling:0/1 nodes are available: 1 Insufficient cpu;節點 Allocatable cpu 是 2
  • STATUS Pending、NODE <none>:還沒被放到任何節點
  • 事件來自 default-scheduler(排程器):0/1 nodes are available: 1 Insufficient cpu,1 個節點裡有 0 個可用,原因是 CPU 不夠
  • describe node 的 Allocatable: cpu: 2:這個節點能分給 Pod 的只有 2 顆

算一次:要求 10 顆、節點只有 2 顆,10 > 2,任何節點都放不下。注意排程器看的是 requests,不是實際用量:就算這個 nginx 實際只用 0.01 顆,寫了 requests 10 就排不進去。

修法:把 requests 調到合理的數字,或加更大的節點;在 GKE 上可以開叢集自動擴展,Pod 排不下時自動加節點。

看所有 Warning 事件

一次看叢集裡所有警告,快速找出哪些 Pod 有問題:

kubectl get events --field-selector type=Warning --sort-by=.lastTimestamp -o custom-columns=OBJECT:.involvedObject.name,REASON:.reason | uniq | tail -8
OBJECT         REASON
bad-image      FailedScheduling
bad-image      Failed
oom            BackOff
too-big        FailedScheduling
crash          BackOff
needs-config   Failed
bad-image      Failed
列出所有 Warning 事件的物件和原因:bad-image Failed、oom BackOff、too-big FailedScheduling、crash BackOff、needs-config Failed

--field-selector type=Warning 只看警告、--sort-by=.lastTimestamp 照時間排、-o custom-columns 只顯示物件名稱和原因。一眼就能看到 5 個 Pod 各自卡在哪:拉映像檔失敗(Failed)、一直重開(BackOff)、排不進去(FailedScheduling)。

修好兩個看看

錯誤 1 改成正確的版本、錯誤 4 補上 ConfigMap:

kubectl set image pod/bad-image bad-image=nginx:1.31; kubectl create configmap app-config --from-literal=APP_ENV=dev; sleep 20; kubectl get pods
pod/bad-image image updated
configmap/app-config created
NAME           READY   STATUS      RESTARTS       AGE
bad-image      1/1     Running     0              4m14s
crash          0/1     Error       5 (2m1s ago)   3m42s
needs-config   1/1     Running     0              60s
oom            0/1     OOMKilled   3 (69s ago)    87s
too-big        0/1     Pending     0              43s
修正後 bad-image 和 needs-config 都變成 Running,crash、oom、too-big 還是錯誤狀態
  • bad-image 變成 Running:第 11 篇講過,Pod 的映像檔是少數可以直接改的欄位,kubectl set image pod/名字 容器名=新映像檔 就修好了
  • needs-config 變成 Running:只要補上 ConfigMap,kubelet 自己重試成功,Pod 都不用動
  • crash、oom:要改程式或記憶體上限,Pod 的指令和資源欄位不能直接改,要刪掉重建(正式環境改 Deployment 的 YAML 再 apply)
  • too-big:同樣要刪掉,用小一點的 requests 重建

實測時的意外

1. 剛開好的叢集,第一個 Pod 先被 taint 擋下

錯誤 1 的事件第一行是 FailedScheduling ... 1 node(s) had untolerated taint(s),11 秒後才成功排程。taint(汙點)是貼在節點上「不要把 Pod 放過來」的標記;節點剛開機還沒準備好時,Kubernetes 會自動貼一個「未就緒」的 taint,準備好才拿掉。叢集剛建好就馬上建 Pod,會看到這一行,等幾秒就自己好了,不是錯誤。

2. CrashLoopBackOff 的 Pod,STATUS 不一定顯示 CrashLoopBackOff

錯誤 2 每 20 秒看一次,6 次都剛好是 Error。STATUS 會在「容器剛結束」(Error)和「等待重開中」(CrashLoopBackOff)之間切換,取樣時剛好看到哪一個就顯示哪一個。判斷方式:RESTARTS 一直增加、describe 裡有 Back-off restarting failed container,就是 CrashLoopBackOff。

3. logs –previous 這次拿不到

很多排錯教學都說「容器重開過,用 kubectl logs --previous 看上一次的日誌」,這次實測卻回 unable to retrieve container logs;反而不加 --previous 的 kubectl logs crash 就看到錯誤訊息,因為目前這一個容器也已經結束了,它的日誌就是最新一次失敗的紀錄。原因沒有深查(可能跟 Minikube 用 Docker 當容器執行環境、舊容器很快被清掉有關)。實務上兩個都試,哪個有就看哪個。

4. OOMKilled 比預期快

原本預期要跑一陣子才會用滿 50Mi,實際 20 秒內就重開了 2 次。字串長度每圈加倍,第 20 幾圈就是幾千萬個字元,指數成長很快就撞到上限。


用完記得刪

kubectl delete pod bad-image crash oom needs-config too-big --wait=false; kubectl delete configmap app-config; minikube delete | tail -1
pod "bad-image" deleted from default namespace
pod "crash" deleted from default namespace
pod "oom" deleted from default namespace
pod "needs-config" deleted from default namespace
pod "too-big" deleted from default namespace
configmap "app-config" deleted from default namespace
💀  Removed all traces of the "minikube" cluster.
一次刪掉 5 個 Pod 和 ConfigMap,最後 minikube delete

--wait=false 是不等 Pod 真正結束就繼續,因為馬上要整個叢集刪掉,不用等每個 Pod 收工。Cloud Shell 和 Minikube 都不收費。


到了 GCP 上叫什麼

排錯的三步驟在 GKE 上完全一樣,另外多了幾個好用的地方:

  • Cloud Logging:GKE 會自動把容器的日誌送到 Cloud Logging,Pod 刪掉之後還查得到,不怕 --previous 拿不到
  • GKE 主控台:工作負載頁面會直接標出有問題的 Pod 和事件
  • Pending 的常見原因不同:除了資源不夠,還有配額(Quota)用完、Autopilot 對資源的限制;Standard 叢集可以開叢集自動擴展解決資源不夠
  • ImagePullBackOff 的常見原因:GKE 節點的服務帳戶沒有讀取 Artifact Registry 的權限,第 19 篇會遇到

Google 官方也有一篇 GKE 的 CrashLoopBackOff 排錯文件,可以當進階參考(排解 CrashLoopBackOff 事件)。

Cloud Run 的容器起不來時,部署會直接失敗並告訴你原因(例如容器沒在指定的 Port 監聽),日誌一樣在 Cloud Logging。


面試/證照會怎麼問

面試常見題

  • 「Pod 一直 CrashLoopBackOff,你會怎麼查?」:get 看 RESTARTS → describe 看 Last State 和 Exit Code → logs(加 --previous)看程式錯誤;常見原因是程式錯誤、設定或環境變數漏了、Probe 太嚴、記憶體不夠
  • 「ImagePullBackOff 的原因?」:映像檔名稱或版本錯、私人倉庫沒權限、網路連不到倉庫
  • 「Pod 一直 Pending?」:describe 看排程器的事件,常見是資源不夠(requests 太大)、節點有 taint、PVC 綁不到
  • 「Exit Code 137 代表什麼?」:128+9,被 SIGKILL 強制結束,最常見是 OOMKilled
  • 「CreateContainerConfigError?」:參照的 ConfigMap 或 Secret 不存在,補上就好

Kubernetes 證照(CKA、CKAD)

上機實作考(445 美元、2 小時;CKA 的「排錯」佔 30%,2026 年 11 月查 Linux Foundation 官方頁)。常見題型:

  • 給一個壞掉的 Deployment,找出原因並修好(映像檔錯、標籤對不上、Port 錯)
  • 找出叢集裡用最多 CPU 的 Pod(kubectl top)
  • 節點 NotReady,修好它(通常是 kubelet 沒在跑,第 9 篇講過 kubelet 是系統服務)
  • 控制平面元件壞了(第 9 篇的 /etc/kubernetes/manifests)

看到這些字,就想到這個

題目關鍵字想到
「一直重開」「越等越久」CrashLoopBackOff,看 logs
「拉不到映像檔」ErrImagePull/ImagePullBackOff,看 Events
「Exit Code 137」OOMKilled 或被強制結束
「configmap not found」CreateContainerConfigError
「Insufficient cpu」Pending,requests 太大
「untolerated taint」節點有 taint,Pod 沒有對應的 toleration
「上一次容器的日誌」kubectl logs --previous

常見問答

CrashLoopBackOff 是什麼意思?

CrashLoopBackOff 代表容器一啟動就結束,Kubernetes 一直幫它重開,每次等的時間加倍(10 秒、20 秒、40 秒……最多 5 分鐘)。它是結果不是原因,原因要看 kubectl logs 和 describe 裡的 Exit Code。實測程式印出 ERROR: cannot connect to database 後用 exit 1 結束,2 分鐘內重開 4 次。

ErrImagePull 和 ImagePullBackOff 有什麼不同?

都是拉不到映像檔。第一次失敗顯示 ErrImagePull,之後進入「等一下再試」的狀態就變成 ImagePullBackOff,兩者原因相同。實測把 nginx 版本打成 9.99,25 秒時是 ErrImagePull,Events 寫 Failed to pull image、找不到這個版本。

Pod 一直 Pending 怎麼辦?

用 kubectl describe pod 看最下面的 Events,Pending 的原因幾乎都寫在排程器(default-scheduler)的 FailedScheduling 事件裡。實測要求 10 顆 CPU、節點只有 2 顆,事件寫 0/1 nodes are available: 1 Insufficient cpu。調小 requests 或加大節點就能解決。

Exit Code 137 是什麼?

137 等於 128+9,代表容器被 SIGKILL 強制結束,最常見的原因是記憶體超過 limits 被砍(OOMKilled)。實測記憶體上限 50Mi 的容器,20 秒內就 OOMKilled 兩次,Exit Code 都是 137。修法是調高記憶體上限或修掉記憶體外洩。

kubectl logs –previous 是做什麼的?

看「上一個」容器的日誌。容器重開後,kubectl logs 預設看目前這個容器,--previous 看重開前那個,用來找當掉的原因。不過這次實測 --previous 回 unable to retrieve container logs,不加反而看到錯誤訊息。兩個都試;正式環境建議把日誌送到 Cloud Logging 這類集中服務。

Pod 修好之後要重建嗎?

看改什麼。映像檔可以直接改(實測 kubectl set image pod/bad-image 之後就 Running);缺 ConfigMap、Secret 時補上就好,kubelet 會自己重試;指令、資源設定這些欄位不能改,要刪掉重建。用 Deployment 管理的話,改 YAML 再 kubectl apply,它會自動建新的 Pod。


重點整理

  • 排錯三步驟:get 看狀態 → describe 看 Events、Last State、Exit Code → logs 看程式說了什麼
  • 沒跑起來看 Events,跑了又掛看 logs:ImagePullBackOff、CreateContainerConfigError、Pending 的原因在 Events;CrashLoopBackOff、OOMKilled 看 logs 和 Exit Code
  • Exit Code:1 是程式報錯、137(128+9)是被強制結束(常見 OOMKilled)、143(128+15)是收到 SIGTERM
  • 實測 5 種錯誤:nginx:9.99 拉不到、exit 1 一直重開、50Mi 被 OOMKilled、ConfigMap 不存在、要 10 顆 CPU 卡 Pending
  • 修法:映像檔可直接改、缺設定補上會自己好,其他欄位要重建;GKE 上日誌在 Cloud Logging

延伸閱讀

本系列

站上相關文章


原生 Kubernetes 的段落到這裡告一段落,下一段要把映像檔推上 Google Cloud,進入 Cloud Run 和 GKE。如果你想有系統地從容器一路學到在 Google Cloud 上部署服務,可以看看東東的 GCP 課程,或加 LINE 聊聊你現在的狀況,一起找出最適合你的學習順序。

Table of Contents
返回頂端