常见问题解答：PilotGo-plugin-llmops使用过程中的15个高频问题

常见问题解答：PilotGo-plugin-llmops使用过程中的15个高频问题

【免费下载链接】PilotGo-plugin-llmopsLLM-assisted cluster fault analysis, inspection, and operation and maintenance management.项目地址: https://gitcode.com/openeuler/PilotGo-plugin-llmops

前往项目官网免费下载：https://ar.openeuler.org/ar/

PilotGo-plugin-llmops是一款基于LLM的集群故障分析、检查和运维管理工具，旨在帮助用户更高效地进行多集群Kubernetes日常运维与交付。本文整理了用户在使用过程中最常遇到的15个问题，并提供详细解决方案。

一、环境配置相关问题

1. 如何正确设置KUBECONFIG环境变量？

KUBECONFIG环境变量用于指定kubectl读取的kubeconfig文件路径，支持多个文件以冒号/分号分隔，是跨平台通用的配置方式。

Linux/macOS系统：

# 查看当前配置 export KUBECONFIG=/path/to/config # 合并多个kubeconfig文件 export KUBECONFIG="~/.kube/config:~/.kube/another-config" # 验证配置生效 kubectl config get-contexts kubectl config current-context

Windows系统(PowerShell)：

# 设置KUBECONFIG环境变量 $env:KUBECONFIG="C:\Users\YourName\.kube\config" # 验证配置生效 kubectl config get-contexts

注意：设置KUBECONFIG后，kubectl会优先使用此环境变量指定的配置文件，而非默认的~/.kube/config。

2. 多集群环境下如何避免操作错误？

推荐固定流程（先确认，再执行）：

# 1) 列出所有集群context kubectl config get-contexts # 2) 查看当前context（必须确认） kubectl config current-context # 3) 针对目标操作，显式指定--context（多集群强烈建议） kubectl --context <ctx> get ns

如果用户没有给出context，必须先通过问题/线索推断或要求提供（至少给出候选列表与风险提醒），再进入后续步骤。

二、安装部署相关问题

3. Linux平台如何安装kubelet/kubeadm/kubectl？

方法一：使用官方源安装（推荐）

Ubuntu/Debian系统：

# 更新apt并安装依赖 sudo apt-get update sudo apt-get install -y apt-transport-https ca-certificates curl gpg # 添加Kubernetes官方仓库 mkdir -p -m 755 /etc/apt/keyrings curl -fsSL https://pkgs.k8s.io/core:/stable:/v1.29/deb/Release.key | sudo gpg --dearmor -o /etc/apt/keyrings/kubernetes-apt-keyring.gpg echo 'deb [signed-by=/etc/apt/keyrings/kubernetes-apt-keyring.gpg] https://pkgs.k8s.io/core:/stable:/v1.29/deb/ /' | sudo tee /etc/apt/sources.list.d/kubernetes.list # 安装kubelet kubeadm kubectl sudo apt-get update sudo apt-get install -y kubelet kubeadm kubectl sudo apt-mark hold kubelet kubeadm kubectl # 启动kubelet sudo systemctl enable --now kubelet

CentOS/RHEL/Rocky Linux系统：

# 添加Kubernetes官方仓库 sudo cat <<EOF | sudo tee /etc/yum.repos.d/kubernetes.repo [kubernetes] name=Kubernetes baseurl=https://pkgs.k8s.io/core:/stable:/v1.29/rpm/ enabled=1 gpgcheck=1 gpgkey=https://pkgs.k8s.io/core:/stable:/v1.29/rpm/repodata/repomd.xml.key EOF # 安装kubelet kubeadm kubectl sudo yum install -y kubelet kubeadm kubectl # 启动kubelet sudo systemctl enable --now kubelet

4. Windows平台如何安装kubelet？

准备工作：

# 创建Kubernetes目录 mkdir C:\k mkdir C:\etc\kubernetes mkdir C:\var\lib\kubelet mkdir C:\var\log\kubelet

下载并安装kubelet：

# 下载kubelet二进制文件（以v1.29.0为例） $version = "v1.29.0" $kubeletUrl = "https://dl.k8s.io/release/$version/bin/windows/amd64/kubelet.exe" $kubeadmUrl = "https://dl.k8s.io/release/$version/bin/windows/amd64/kubeadm.exe" $kubectlUrl = "https://dl.k8s.io/release/$version/bin/windows/amd64/kubectl.exe" # 下载到C:\k目录 Invoke-WebRequest -Uri $kubeletUrl -OutFile C:\k\kubelet.exe Invoke-WebRequest -Uri $kubeadmUrl -OutFile C:\k\kubeadm.exe Invoke-WebRequest -Uri $kubectlUrl -OutFile C:\k\kubectl.exe # 添加到系统PATH [Environment]::SetEnvironmentVariable("Path", $env:Path + ";C:\k", [EnvironmentVariableTarget]::Machine)

配置kubelet服务：

# 下载nssm（Non-Sucking Service Manager）用于创建Windows服务 $nssmUrl = "https://nssm.cc/release/nssm-2.24.zip" Invoke-WebRequest -Uri $nssmUrl -OutFile C:\k\nssm.zip Expand-Archive C:\k\nssm.zip -DestinationPath C:\k\ # 创建kubelet服务 C:\k\nssm-2.24\win64\nssm.exe install kubelet "C:\k\kubelet.exe" # 设置服务参数 C:\k\nssm-2.24\win64\nssm.exe set kubelet AppParameters "--kubeconfig=C:\k\config --pod-infra-container-image=mcr.microsoft.com/oss/kubernetes/pause:3.9 --cgroups-per-qos=false --enforce-node-allocatable= --network-plugin=cni --cni-bin-dir=C:\opt\cni\bin --cni-conf-dir=C:\etc\cni\net.d" C:\k\nssm-2.24\win64\nssm.exe set kubelet AppDirectory "C:\k" # 启动服务 Start-Service kubelet

5. 如何将新节点加入现有集群？

Linux节点加入集群：

# 1. 在Master节点生成join token kubeadm token create --print-join-command # 2. 在Worker节点执行join命令（从上面获取） sudo kubeadm join <control-plane-endpoint>:6443 --token <token> \ --discovery-token-ca-cert-hash sha256:<hash> # 3. 配置kubectl（复制admin.conf到本地） mkdir -p $HOME/.kube sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config sudo chown $(id -u):$(id -g) $HOME/.kube/config

Windows节点加入集群：

# 1. 在Master节点生成join token kubeadm token create --print-join-command # 2. 在Windows节点执行join命令 C:\k\kubeadm.exe join <control-plane-endpoint>:6443 --token <token> ` --discovery-token-ca-cert-hash sha256:<hash> # 3. 配置kubectl # 从Master节点复制admin.conf到Windows节点C:\Users\YourName\.kube\config # 或使用KUBECONFIG环境变量 [Environment]::SetEnvironmentVariable("KUBECONFIG", "C:\Users\YourName\.kube\config", [EnvironmentVariableTarget]::User)

三、日常运维相关问题

6. 如何快速检查集群健康状态？

执行以下命令获取集群健康快照（只读）：

kubectl --context <ctx> get nodes -o wide kubectl --context <ctx> get pods -A -o wide kubectl --context <ctx> get events -A --sort-by=.lastTimestamp kubectl --context <ctx> top nodes 2>/dev/null || true kubectl --context <ctx> top pods -A 2>/dev/null || true

关注点：

• 节点状态：MemoryPressure/DiskPressure/PIDPressure/NetworkUnavailable
• 异常Pod：Pending/CrashLoopBackOff/ImagePullBackOff/Evicted
• 近期Warning事件：调度失败、探针失败、拉镜像失败、驱逐、卷挂载失败

7. 如何查看节点资源可用量？

方法1：使用kubectl top（需要metrics-server）

kubectl top nodes

方法2：查看节点容量和可分配资源

kubectl get nodes -o custom-columns=NODE:.metadata.name,CPU_CAPACITY:.status.capacity.cpu,CPU_ALLOCATABLE:.status.allocatable.cpu,MEM_CAPACITY:.status.capacity.memory,MEM_ALLOCATABLE:.status.allocatable.memory

方法3：查看节点资源使用详情（含已分配/剩余）

kubectl describe nodes | grep -E "(Name:|Allocated resources:|Capacity:|Allocatable:|cpu|memory)"

8. 如何筛选可用内存低于2GB的节点？

# 使用kubectl配合jsonpath和awk筛选 kubectl get nodes -o json | jq -r '.items[] | select(.status.allocatable.memory | gsub("Ki"; "") | tonumber < 2097152) | .metadata.name' # 或使用自定义输出配合脚本筛选 kubectl get nodes -o custom-columns=NODE:.metadata.name,MEM_ALLOCATABLE:.status.allocatable.memory | awk '$2 ~ /Ki$/ {mem=substr($2,1,length($2)-2); if (mem < 2097152) print $1 " 内存不足: " $2}'

9. 如何查询指定namespace下Running状态的Pod？

# 单条命令实现 kubectl get pods -n default --field-selector=status.phase=Running -o custom-columns=POD:.metadata.name,RESTARTS:.status.containerStatuses[0].restartCount,NODE:.spec.nodeName,STATUS:.status.phase # 或更详细版本（显示所有容器重启次数） kubectl get pods -n default --field-selector=status.phase=Running -o custom-columns=POD:.metadata.name,RESTARTS:".status.containerStatuses[*].restartCount",NODE:.spec.nodeName,READY:".status.containerStatuses[*].ready"

四、故障排除相关问题

10. kubelet无法启动如何排查？

Linux系统：

# 查看日志 sudo journalctl -u kubelet -f sudo journalctl -u kubelet --since="1 hour ago" # 检查配置文件 sudo cat /var/lib/kubelet/config.yaml ls -la /etc/kubernetes/

Windows系统：

# 查看事件日志 Get-WinEvent -LogName "Application" -Source "kubelet" | Select-Object -First 20 # 查看kubelet日志文件 Get-Content C:\var\log\kubelet\kubelet.log -Tail 50

11. 节点显示NotReady状态如何处理？

# 检查节点状态 kubectl describe node <node-name> # 检查kubelet配置 kubectl get node <node-name> -o yaml

常见原因：

1. CNI插件未安装或配置错误
2. kubelet无法连接到API Server
3. 系统资源不足

12. 如何查询过去10分钟内包含"error"的日志？

# 使用--since参数查询最近10分钟的日志 kubectl logs nginx-xxx -n default --since=10m | grep "error" # 如果Pod有多个容器，指定容器名 kubectl logs nginx-xxx -c <container-name> -n default --since=10m | grep -i "error" # 查看之前容器的日志（如果Pod重启过） kubectl logs nginx-xxx -n default --previous --since=10m | grep -i "error" # 多个Pod聚合日志（使用label选择器） kubectl logs -l app=nginx -n default --since=10m --all-containers=true | grep -i "error"

13. 发布后Pod出现CrashLoopBackOff如何处理？

发布失败快速诊断步骤：

kubectl --context <ctx> -n <ns> get pods -l app=<label> -o wide kubectl --context <ctx> -n <ns> describe pod <pod> kubectl --context <ctx> -n <ns> logs <pod> --tail=200 kubectl --context <ctx> -n <ns> logs <pod> --previous --tail=200 kubectl --context <ctx> -n <ns> get events --sort-by=.lastTimestamp | tail -n 30

常见根因方向：

• 镜像拉取失败：仓库/权限/Tag/镜像不存在
• 探针失败：readiness/liveness/startup配置不合理或依赖外部组件
• 资源不足：requests太高调度失败、limits太低OOM
• 配置错误：ConfigMap/Secret键缺失、挂载路径冲突、环境变量拼写
• Service selector不匹配：无endpoints导致流量失败

五、高级操作相关问题

14. 如何安全地回滚Deployment发布？

# 查看发布历史 kubectl --context <ctx> -n <ns> rollout history deploy/<name> # 回滚到上一版本 kubectl --context <ctx> -n <ns> rollout undo deploy/<name> # 回滚到指定版本 kubectl --context <ctx> -n <ns> rollout undo deploy/<name> --to-revision=<revision> # 检查回滚状态 kubectl --context <ctx> -n <ns> rollout status deploy/<name> --timeout=5m

15. 如何从CronJob立刻触发一次Job执行？

# 从CronJob立刻触发一次 kubectl --context <ctx> -n <ns> create job --from=cronjob/<cronjob> <job-name> # 查看Job状态 kubectl --context <ctx> -n <ns> get jobs # 查看Job日志 kubectl --context <ctx> -n <ns> logs job/<job-name> --tail=200

总结

以上是PilotGo-plugin-llmops使用过程中的15个高频问题及解决方案。如果您遇到其他问题，可以查阅项目中的详细文档或提交issue寻求帮助。在进行任何操作前，请确保已经明确目标集群(context)和命名空间(namespace)，遵循"先读后写+证据链"的原则，确保操作的安全性和可追溯性。

需要获取项目代码，请使用以下命令克隆仓库：

git clone https://gitcode.com/openeuler/PilotGo-plugin-llmops

【免费下载链接】PilotGo-plugin-llmopsLLM-assisted cluster fault analysis, inspection, and operation and maintenance management.项目地址: https://gitcode.com/openeuler/PilotGo-plugin-llmops