在开发机上构建、甚至成功运行容器,只能说明该镜像在当前机器的平台与运行环境下可用。集群中的节点可能采用另一种 CPU 架构,Pod 也可能被调度到不同节点;此外,节点访问的是镜像仓库和本地缓存,不是开发机的镜像缓存。故障需要按阶段判断:镜像引用是否正确、仓库能否提供节点所需的平台镜像、运行时能否拉取,以及容器进程能否启动。🔍
这套核对方法适用于多架构集群、从本地构建推送镜像后部署,以及只在特定节点池发生启动异常的场景。先固定一次失败 Pod 的镜像引用、节点、状态和时间,再逐项对照,避免把不同阶段的症状混为一谈。
多架构清单(manifest list,或 OCI image index)是一个索引,其中列出针对不同操作系统、CPU 架构及可选变体构建的子镜像。镜像仓库返回索引后,容器运行时依据节点平台选择匹配项,再下载对应镜像层。单架构镜像不含这样的选择空间;若节点平台与镜像元数据不匹配,运行时可能无法找到适用的镜像。
检查镜像平台标识时,可见到类似 linux/amd64 或 linux/arm64 的值。平台标签、子镜像摘要和上层索引摘要含义不同:标签可能被重新指向,摘要用于识别具体内容。核对时记录仓库中实际存在的索引及子镜像摘要,并与 Pod 引用对应。不要把构建工具报告“构建完成”当成所有平台镜像均已发布;本地模拟目标平台,也不能替代仓库端检查。📦
从 Pod 状态中确定它实际运行或尝试运行的节点,再查看节点报告的操作系统与架构;需要时也要核对架构变体。集群可以同时包含不同架构的节点池,标签约束、亲和性或资源条件会影响调度结果。若只有某一类节点失败,比较成功与失败 Pod 所在节点的平台信息,通常比只看构建机器更有诊断价值。
确认 Pod 的镜像仓库路径、标签或摘要、命名空间以及拉取策略。开发机上的镜像列表不代表节点已经有相同内容;节点缓存也可能让旧标签暂时表现为可用。因此应同时核对 Pod 引用与仓库当前清单。若近期移动或重建了标签,记录解析到的摘要,避免将标签漂移误认成架构差异。🧱
先看 Pod 的阶段、容器状态、重启次数和最近状态,再依时间顺序读取事件。常见的拉取退避状态表明镜像尚未成功取得;相关事件可能涉及仓库认证、地址或标签错误、网络不可达、限流,也可能是没有匹配节点平台的镜像项。事件描述应结合具体状态码、时间戳和 Pod UID 解读,事件会过期或重复,不能把先前 Pod 的记录当作当前故障证据。⏱️
若状态显示镜像已拉取而容器创建或进程启动失败,就转向检查镜像入口命令、文件权限、动态库、启动参数和应用日志。容器反复退出时,关注退出码、最近一次终止原因和重启次数;如果镜像拉取成功而探测失败,问题也可能在应用初始化或探测配置。镜像可下载与应用能提供服务是两个不同的验收条件。🧪
拉取阶段的证据回答“运行时能否取得镜像”;容器状态和日志回答“取得镜像后,进程能否启动”。
部署修复后的镜像引用后,确认目标节点平台能在仓库清单中找到对应子镜像,Pod 解析到预期摘要,拉取、创建和启动阶段没有新的相关错误。再检查容器状态稳定、重启次数没有持续增加,并确认应用自身探测通过。跨架构集群应按各节点平台分别验证;记录节点、镜像摘要和事件时间,方便之后区分新故障与历史记录。
诊断的核心是沿着“引用与摘要—节点平台—仓库清单—拉取事件—容器状态与日志”建立证据链。这样可以把架构不匹配、镜像仓库访问问题和应用自身启动问题分开处理,并用实际运行结果完成验收。🧭