K8S常见故障速查指南视频课程

这套课的名字叫「速查指南」，不是「系统教程」——这个区别很关键。它假设你已经能把集群跑起来，但在出问题的那一刻会卡住：Pod 一直 Pending 不知道从哪看起，Service 不通不确定该查 kube-proxy 还是查网络插件，节点 NotReady 只会在群里问人。如果你目前的状态是「会用 kubectl 跑通流程，但一报错就得搜半天」，这门课对着的就是这个缺口。

先确认你缺的是哪一块

K8S 的排障难点不在命令多，而在定位顺序。同一个现象背后可能是调度、镜像、存储、网络、证书、资源配额里的任意一环，而大多数人卡在第一步：不知道该先敲哪条命令。这门课按故障现象分类组织内容，把「看到什么」和「下一步查什么」对应起来，属于典型的索引式排查思路，而不是把 K8S 基础再讲一遍。

反过来说，如果你还没独立部署过集群、对 Pod / Deployment / Service / ConfigMap 这些对象只是听说过名字，看这套内容会比较吃力——它不会从 YAML 缩进开始教你。它更适合已经有一定容器和 Linux 基础、但缺少故障现场经验的人。

课程主要覆盖的故障面

从主题看，内容集中在集群日常运维最常撞上的几类问题，大致包括：

• Pod 生命周期异常：Pending、CrashLoopBackOff、ImagePullBackOff、OOMKilled 等现象的成因区分与对应排查动作
• 调度相关：节点资源不足、亲和性与污点容忍配置导致的无法调度
• 服务访问类：Service 无法访问、Endpoints 为空、DNS 解析失败、Ingress 转发异常的逐层定位
• 节点与组件：kubelet、API Server 等控制面组件异常，节点 NotReady 的现场检查顺序
• 存储与配置：PVC 挂载失败、Secret / ConfigMap 引用错误的排查方向

这些问题的共同点是，现象看起来差不多，根因可能完全不同。课程的价值在于把判断依据讲清楚：比如同样是 Pod 起不来，Events 里的关键字不同，后续该查的方向就不同，而不是把所有命令都试一遍。

配套笔记怎么用

资料里带有章节笔记，这类内容的用法不是从头读一遍，而是当成排查清单。建议在第一次看视频时按现象做一遍记录，把「现象—检查命令—常见根因」整理成一张自己的对照表。真正遇到问题时翻自己的表，比翻视频进度条快得多。这份整理本身也是面试时能拿出来的东西，因为面试官问 K8S 排障，考的就是你有没有这套顺序感。

看完应该能回答的问题

用它做自测，比看完了没有更实在。学完之后，下面这些你应该能不查资料直接说出思路：

• 一个 Pod 处于 Pending，你会依次看哪几个地方，怎么判断是资源不够还是调度规则挡住的？
• CrashLoopBackOff 和 ImagePullBackOff 排查路径的差别在哪，各自的第一个命令是什么？
• Service 访问不通时，从 Service 到 Pod 这条链路上你要分几步验证？
• 节点变成 NotReady，先看 kubelet 状态还是先看网络插件，为什么？
• 容器被杀，怎么区分是 OOMKilled 还是被健康检查探针反复重启？

如果这几题里有你答不上来的，那正好是要补的地方。如果大部分都能讲清楚，这套内容对你来说偏基础，可以跳过，去啃更硬的方向。

一点提醒

排障能力不是看会的，是在真实集群里试出来的。建议边看边在测试集群上人为制造故障——把镜像地址改错、把资源 limits 调小、把标签写错——然后不看答案自己定位一遍，再对照课程的判断路径。这一步不能省，否则遇到线上问题时，你还是只会照着别人的笔记敲命令，而不知道为什么要敲这一条。