kube-dns错误:来自意外来源的回复

Question

我在kube-dns上有一个奇怪的错误。

环境:在具有kops的AWS上部署单个主机和几个节点的集群。Kubernetes版本1.8.4。

问题是，我的pod中的DNS名称解析(集群内部或外部名称)中存在剥落。经过故障排除后，我了解到只有在特定节点上调度pod时才会出现问题，该节点是kube-dns pod的一个副本正在运行的节点。

以下是我的kube-dns pod：

$ kubectl -n kube-system get po -l k8s-app=kube-dns -o wide
NAME                        READY     STATUS    RESTARTS   AGE       IP             NODE
kube-dns-7f56f9f8c7-2ztbn   3/3       Running   0          2d        100.96.8.239   node01
kube-dns-7f56f9f8c7-h5w29   3/3       Running   0          17d       100.96.7.114   node02

如果我运行一个测试POD，强制它在node02上运行，那么一切似乎都很好。我可以解决任何(有效) DNS名称，没有任何问题。

如果我在node01名称解析上运行相同的测试POD，那么它是不可靠的:有时它会失败(大约50%的次数)，并显示以下错误

$ dig google.com
;; reply from unexpected source: 100.96.8.239#53, expected 100.64.0.10#53

其余时间，它都能完美地工作：

$ dig google.com

; <<>> DiG 9.10.4-P3 <<>> google.com
;; global options: +cmd
;; Got answer:
;; ->>HEADER<<- opcode: QUERY, status: NOERROR, id: 24454
;; flags: qr rd ra; QUERY: 1, ANSWER: 6, AUTHORITY: 0, ADDITIONAL: 1

;; OPT PSEUDOSECTION:
; EDNS: version: 0, flags:; udp: 4096
;; QUESTION SECTION:
;google.com.                    IN      A

;; ANSWER SECTION:
google.com.             60      IN      A       209.85.202.100
google.com.             60      IN      A       209.85.202.101
google.com.             60      IN      A       209.85.202.102
google.com.             60      IN      A       209.85.202.113
google.com.             60      IN      A       209.85.202.138
google.com.             60      IN      A       209.85.202.139

;; Query time: 2 msec
;; SERVER: 100.64.0.10#53(100.64.0.10)
;; WHEN: Mon Jan 08 10:46:42 UTC 2018
;; MSG SIZE  rcvd: 135

/etc/resolv.conf正确指向kube-dns服务的IP地址：

$ head -n 1 /etc/resolv.conf 
nameserver 100.64.0.10

$ kubectl -n kube-system get svc kube-dns 
NAME       TYPE        CLUSTER-IP    EXTERNAL-IP   PORT(S)         AGE
kube-dns   ClusterIP   100.64.0.10   <none>        53/UDP,53/TCP   33d

显然，仅在node01上，当服务将请求转发到在node01本身上运行的kube-dns pod实例时，就会触发错误。

我尝试在node01上重启kube-proxy，但问题仍然存在。

我敢打赌，重新启动/重新创建node01会让这个问题消失，但我需要确保这个问题不会再次发生。

有人知道这是怎么回事吗？

Answer 1

我发现了一个和我正在使用的issue on github非常相似的solution，并且上面发布的and似乎可以正常工作。

基本上，我需要使用以下命令加载一个内核模块：

modprobe br_netfilter

当然，YMMV

Answer 2

对于centos，下面的解决方案对我很有效。

https://github.com/kubernetes/kubernetes/issues/21613#issuecomment-363859075

echo '1' > /proc/sys/net/bridge/bridge-nf-call-iptables