KubeEdge 常见故障排查（离线 / 消息积压 / 版本兼容 / 调度 / 设备）

一、背景

边缘环境复杂（弱网、资源受限、异构硬件），故障频发且难以现场排查。本文汇总 KubeEdge 常见故障的体系化排查方法。

二、环境信息

• KubeEdge v1.15 云边集群
• 日志路径：云端 /var/log/kubeedge/、边缘 /var/log/kubeedge/edgecore.log

三、操作要点（排查清单）

1. 边缘节点离线

systemctl status edgecore
journalctl -u edgecore -n 100
# 检查 CloudHub 连通：
telnet 192.168.0.100 10000

• 原因：网络中断、token 过期、证书过期、云端 CloudHub 宕机

2. 消息积压 / 同步慢

• 边云通道压力大：调大 edgehub 缓冲区、合并上报
• 设备数据量大：优化采集频率、边缘预处理

3. 版本兼容问题

• 铁律：cloud 与 edge 主版本必须一致，否则握手失败
• 升级时先升云再升边，逐步滚动

4. 应用无法调度到边缘

kubectl describe node edge-1      # 看 taints/resources
kubectl get pods -o wide          # 确认 nodeSelector 命中

• 原因：nodeSelector 写错、taint 未容忍、边缘资源不足

5. 设备数据不上报

• 检查 DeviceInstance/Mapper 配置、边缘网络、mapper Pod 日志

6. 诊断命令

keadm diagnose        # 内置诊断
kubectl get edges      # 边缘节点状态

四、验证方式

kubectl get nodes -o wide      # 边缘节点 Ready
kubectl get pods -A -o wide    # 边缘应用 Running
# 模拟断网恢复，确认自动重连与状态同步

五、常见问题汇总

• 离线：网络/token/证书/CloudHub 四点优先查
• 积压：缓冲区与采集频率
• 兼容：cloud/edge 版本严格一致
• 调度：nodeSelector/taint/资源
• 设备：CRD/Mapper/网络三者联动