案发现场
客户现场反馈门户网站无法打开，有很多pod状态为Evicted
kubectl get pods -A | grep 0/1
web-nginx-865674789f-c7bv4 0/1 Evicted 0 25h <none> 192.168.3.10 <none>
web-nginx-865674789f-ggb27 0/1 Evicted 0 25h <none> 192.168.3.10 <none>
web-nginx-865674789f-fwp94 0/1 Evicted 0 25h <none> 192.168.3.10 <none>
web-nginx-865674789f-djj46 0/1 Evicted 0 25m <none> 192.168.3.10 <none>
web-nginx-865674789f-dmhmp 0/1 OOmMKilled 0 25h <none> 192.168.3.10 <none>
web-nginx-865674789f-1v6x4 0/1 Evicted 0 25h <none> 192.168.3.10 <none>
web-nginx-865674789f-ct66c 0/1 Evicted 0 25h <none> 192.168.3.10 <none>
web-nginx-865674789f-jk7ca 0/1 Evicted 0 25h <none> 192.168.3.10 <none>根据以往经验，驱逐问题让现场的实施同学查看监控，一般是磁盘或者内存会导致pod驱逐。客户的磁盘一直很充足，所以排除
如果内存占用达到90%之上，就拿着监控找客户扩容内存就好了
监控数据如下
节点内存为98G，故障时刻内存占用虽有上升，但是也在70%之下，看来此次问题并不如开始猜测的一样
那么kubectl describe pods web-nginx-xxx查看日志（或者查看集群events事件，操作系统messages日志也）
从日志上可以看出来是内存不足导致了驱逐，问题在于我们没有从监控上找到内存不足的证据。
破案
看来此次的问题和之前经验并不相同 驱逐说明
我们来思考pod驱逐的原因。K8S通过kubelet来配置pod的驱逐参数，我们检查下驱逐阈值
evictionHard:
imagefs.available: "2Gi"
memory.available: "200Mi" #剩余200m才驱逐
nodefs.available: "1Gi"
nodefs.inodesFree: "5%"
evictionPressureTransitionPeriod: 5m0s #设置kubelet离开驱逐压力状况之前必须要等待的时长。
.....
kubeReserved: #给K8S组件运行预留的资源
cpu: 400m
memory: 800Mi
ephemeral-storage: 300Mi
kubeReservedCgroup: /kube.slice
systemReserved: #非kubernetes组件预留资源
memory: 3Gi
cpu: 500m
ephemeral-storage: 2Gi从上面的配置来看，K8S可用内存=总内存-（3G+800m+200m）
通过kubectl describe node 192.168.3.10查看节点分配的总内存
Capacity:
cpu: 16
ephemeral-storage: 1047015936Ki
hugepages-1Gi: 0
hugepages-2Mi: 0
memory: 65806460Ki
pods: 253
Allocatable:
cpu: 15400m
ephemeral-storage: 1043358208Ki
hugepages-1Gi: 0
hugepages-2Mi: 0
memory: 63242364Ki #可分配60G内存
pods: 253Allocatable下的内存表示可分配的资源
60G和98G差了接近40G的资源，那么离真相已经很近了
和现场同学确认，问题出现前由于内存占用很高，做过一次在线扩容。
故障复盘：故障原因为前期内存资源不足后，虚拟机采用在线扩容内存的方式，服务器没有重启，并且K8S的kubelet服务也没有重启，获取到的内存配置仍然是60G，所以当主机内存达到60G的时候出现pod由于内存不足产生驱逐。
至于监控，node-exporter可以动态获取主机物理资源，所以过于依赖监控却忽略了检查kubelet。
另外一个原因是之前扩容内存都是重启服务器，忽略了这种异常场景
最后客户重启kubelet服务后，获取到了新的配额，问题解决！
