K8s 发布失败后，大家第一眼先看哪？

This topic created in 133 days ago, the information mentioned may be changed or developed.

最近在看 K8s 的发布链路，发现一个挺现实的问题：发布失败以后，每个人下手的位置不太一样。

有人先翻 CI ，看是不是镜像没打出来；有人先看 Helm / Argo CD ，确认资源有没有真正下到集群；也有人直接 kubectl describe pod ，先扫 Events 、Pod 状态、Deployment ；还有人第一反应是去看业务日志。

我有点纠结的是：第一步到底该先确认发布动作有没有真正执行成功，还是直接进集群看 Pod 为什么没起来。

大家平时遇到这种发布失败，一般第一步看哪里？
有固定顺序吗，还是看报错现象临时判断？

k8s

发布

故障

25 replies • 2026-09-01 14:41:15 +08:00

owt5008137

Jun 25 via Android

打开 AI ，帮我诊断。。。（🐶

cheng6563

Jun 25

k8s 发布不就是跑命令吗，所以 claude code 一把嗦。

pollux

Jun 25

不是先看日志吗？

beyondstars

Jun 25

kubernetes 资源是互相联系的，从顶层看起，比如 deployment >> replicaset >> pod >> container ，既要看 kubernetes 事件，也要看日志。

不要无脑给 ai 所有权限让 ai 全权控制你的 k8s 集群，出了问题你没法甩锅给 ai 。可以把你认为可疑的但又不理解的信息丢给 ai 。

Mystery0

Jun 25 via Android

不是应该看报错信息吗

momocraft

Jun 25

想想怎么让自己不用想

hackroad

Jun 25

每个动作不应该埋点日志？失败了通知对应的动作？

seers

Jun 25

当然是从最底下开始一层层往上了，从现象倒推是最快的

weiwenhao

Jun 25

原则上是先看失败日志，一般都是让 cladue 直接操作 kubectl 帮我分析，cladue 都会让我审批我看命令是查询相关的就直接通过。

winson030

Jun 25

一般出事都会告警，先看告警日志吧。

alexluo1

PRO

Jun 25

看甲方群

limusi

Jun 25

claude code + kubectl 90%的情况 1 分钟内能解

cctv6

Jun 25 via Android

kubectl get/describe pod/deploy

Frankcox

Jun 26

这个要看 devops ，cicd 做的水平
如果就扔给我一句：“应用发布失败了”
那我首先要看 deployment, pod 的状态，看是集群问题还是应用问题。

locoz

Jun 26 via Android

当然是不看啊，这点破事还得需要让我来看的话，那说明 AI 出问题了。正常来说应该是 AI 自己处理完，真碰到什么有风险的操作要决策了才来找我，没风险单纯碰到点小问题都该自己解决。

ExplodingDragon

Jun 26

先看看 deploy 或者 sts 版本有没有滚完，哪里出错，先保证业务稳定性，剩下的 ci/cd 问题可以慢慢修

5261

Jun 26

我还停留在 docker compose 水平阶段

noahjsn

Jun 26

kubectl logs <pod_name>

EthanWalkerTech

Jun 26

@ExplodingDragon 这个思路挺实用的。

一般怎么看 rollout 卡在哪一步？先看 Deployment / StatefulSet ，还是直接看 Pod 和 Events ？

EthanWalkerTech

Jun 26

@weiwenhao 你这个是 claude 先判断要查什么，然后你再确认命令吗？

平时只读 kubectl 命令你会直接放行？ get pods 、describe pod 、logs 、get events 这类？

weiwenhao

Jun 26

@EthanWalkerTech 是的，比如我收到了告警，然后我把告警信息给到 cladue ，比如下面这个是昨天的

'''
使用 kubectl 看一下是什么应用导致了 oom

Description: OOM kill detected
VALUE = 6
LABELS = map[xxxxx 隐私信息，就是 k8s 集群上的故障]

'''

然后他会给一组命令，我就看这些命令前缀是不是查询相关的，是的话就直接放行。

其实我 apply 命令也是让 cladue 写 yaml, 然后我过一遍，然后让 cladue 进行 apply 。

EthanWalkerTech

Jun 26

@weiwenhao 放行的时候一般只关注命令是不是查询，还是会看下 namespace 资源类型这些是否越界？

defunct9

Jun 27 via iPhone

k9s 看状态

hancai2

Jul 23

我看一眼运维

joudev

Sep 1

describe+logs 一般都能解决 99%的问题

另外自荐一款开源项目： https://github.com/togettoyou/zke ，直接 AI 排障