問(wèn)題描述

在符合如下條件的Alibaba Cloud Linux 2系統(tǒng)的ECS實(shí)例中，出現(xiàn)無(wú)法正常刪除Pod的情況，進(jìn)程處于D狀態(tài)（不可中斷的睡眠狀態(tài)）。

• 鏡像：Alibaba Cloud Linux 2.1903 LTS 64位

• 內(nèi)核：4.19.91-24.1.al7.x86_64及之前的內(nèi)核版本

系統(tǒng)進(jìn)程出現(xiàn)如下調(diào)用棧信息：

[<0>] __refrigerator+0x75/0x160
[<0>] do_exit+0x224/0xc60
[<0>] do_group_exit+0x3a/0xa0
[<0>] get_signal+0x156/0x8c0
[<0>] do_signal+0x36/0x610
[<0>] exit_to_usermode_loop+0x95/0x100
[<0>] do_syscall_64+0x178/0x1a0
[<0>] entry_SYSCALL_64_after_hwframe+0x44/0xa9

問(wèn)題原因

在進(jìn)程coredump發(fā)生前任務(wù)所在cgroup已經(jīng)被掛起，進(jìn)程coredump發(fā)生后所有線程進(jìn)入了exiting狀態(tài)，cgroup遍歷會(huì)忽略此任務(wù)，錯(cuò)過(guò)cgroup的恢復(fù)，從而導(dǎo)致進(jìn)程無(wú)法退出，無(wú)法正常刪除Pod。

解決方案

當(dāng)遇到該問(wèn)題時(shí)，您可以參考以下方案解決上述問(wèn)題。

1. 登錄ECS實(shí)例。

   具體操作，請(qǐng)參見(jiàn)連接方式概述。

2. 執(zhí)行以下命令，確認(rèn)系統(tǒng)內(nèi)核版本適用此方案。

   uname -r

   系統(tǒng)顯示類(lèi)似如下。

   4.19.91-18.al7.x86_64

3. 更新內(nèi)核版本。

   1. 更新操作系統(tǒng)版本至最新的內(nèi)核版本。

      yum update kernel

   2. 重啟服務(wù)器生效。

      reboot

   3. 更新內(nèi)核熱補(bǔ)丁。

      若最新內(nèi)核版本的操作系統(tǒng)同樣存在該問(wèn)題，請(qǐng)執(zhí)行以下命令，更新內(nèi)核熱補(bǔ)丁（內(nèi)核熱補(bǔ)丁名稱(chēng)為：cgroup:freeze: fix coredump & unfreeze conflict）。

      yum install -y kernel-hotfix-3915544-`uname -r | awk -F"-" '{print $NF}'`