新闻详情

新闻详情

首页 / 资讯中心 / 详情

k8s pod故障调试

发布时间:2026/11/10 13:25:29来源:尧图网络
k8s pod故障调试
自从有了AI以后我已经很久不写博客了但是今天被小米的MiMo-V2.6-Pro指导的太好了还是写写笔记吧。故障现象一个研发环境的k8s pod有jvm启动参数要加载一个单独的许可证文件配置了pvc卷看deployment 卷挂载路径也对但是程序就是读不到然后这个pod就循环崩溃起不来你想进Pod调试也不行它起不来不给你机会进去调试。解决方案 编辑deployment覆盖启动命令不启动java程序改成下面这样spec: containers: - name: app image: your-app-image command: [sh, -c, sleep 3600] # 覆盖原始启动命令也就是在原有的image下面额外添加一行command: [sh, -c, sleep 3600] 去覆盖掉原来的java程序启动让pod先正常跑起来这样才有机会连上去验证文件路径挂载是否正确执行kubectl -n namespace edit deployment 你的svc名称 然后 kubectl -n namespace exec --it pod实例名称 -- /bin/bash进Pod以后查看挂载及许可证文件路径一点问题也没有那就试试在pod里面手动启动Java程序能不能起来java -Dinforsuite.license-path/data/license.infor -jar /path/to/app.jar测试以后发现可以正常启动也就是挂载和许可文件没问题问题出在原来的docker启动命令上面了查看原来的Dockerfile启动命令是# 启动应用 ENTRYPOINT [sh,-c,java $JVMOPTIONS -jar $APP_HOME/$APP_NAME.jar $PARAMS]我本来也是配置的这个JVMOPTIONS变量在流水线里面配置的是没毛病啊路径正确那就是这个环境变量在真实的pod里面没生效在pod实例里面执行echo [$JVMOPTIONS]输出[] 最终破案是环境变量值没有传递过来在k8s的svc配置里面增加spec: containers: - name: project-name-placeholder-container image: harbor-placeholder/library-placeholder/project-name-placeholder:version-placeholder imagePullPolicy: Always ports: - containerPort: http-port-placeholder env: - name: JVMOPTIONS value: -Dinforsuite.license-path/data/license.infor也就是在env里面增加JVMOPTIONS这个环境变量及配置正确的值问题解决。最后删除之前手动加的那个command还挺费事需要这样移除掉kubectl -n 你的namespace patch deployment xxxxx-deploy \ --typejson \ -p[{op:remove,path:/spec/template/spec/containers/0/command}]
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/10 4:49:37

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/9 8:37:19

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/10 9:14:31

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/10 1:10:29

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/9 8:37:18

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/9 8:37:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉