Azure Kubernetes Service Pod Pending：CPU资源不足问题排查求助

核心问题定位 #

你的Standard_D2ds_v5节点单台是2vCPU，AKS会预留约0.4vCPU给系统组件，单节点实际可分配给Pod的CPU约1.6vCPU。每个带Istio Sidecar的Pod包含2个容器，按你设置的LimitRange默认请求250m/容器计算，单Pod总CPU请求是500m。40个Pod的总请求是20vCPU，而当前5个节点的总可分配CPU仅约8vCPU，CPU请求总和远超集群总可用资源，这就是导致Pod Pending的根本原因。

排查步骤 #

1. 确认节点资源分配状态
   执行命令查看每个节点的可分配资源和已分配资源：

   kubectl describe nodes
   

   重点关注Allocatable和Allocated resources部分，能直观看到CPU资源已被占满。

2. 统计所有Pod的CPU请求总和
   用以下命令列出所有Pod的CPU请求：

   kubectl get pods -A -o jsonpath='{range .items[*]}{.metadata.namespace}/{.metadata.name}{"\t"}{.spec.containers[*].resources.requests.cpu}{"\n"}{end}'
   

   手动统计总和，对比节点总可分配CPU，验证是否超量。

3. 检查节点自动扩缩容状态
   你的Linux节点池最大可扩到6个实例，当前只有4个在提供服务？执行以下命令确认扩缩容是否正常触发：

   # 查看HPA状态
   kubectl get hpa -A
   # 查看节点池配置与状态
   az aks nodepool list --resource-group <你的资源组名> --cluster-name <你的AKS集群名> -o table
   

   排查是否因为扩缩容阈值未达标（比如CPU使用率未到触发值）或延迟导致未扩容。

解决方案 #

1. 降低Pod的CPU请求配置
   修改LimitRange，降低默认CPU请求/限制，比如调整为100m请求、300m限制，这样单Pod总请求降到200m，40个Pod总请求8vCPU，适配5个节点的容量：

   apiVersion: v1
   kind: LimitRange
   metadata:
     name: cpu-limit-range
     namespace: kube-system
   spec:
     limits:
     - default:
         cpu: "300m"
       defaultRequest:
         cpu: "100m"
       type: Container
   ---
   apiVersion: v1
   kind: LimitRange
   metadata:
     name: cpu-limit-range
     namespace: default
   spec:
     limits:
     - default:
         cpu: "300m"
       defaultRequest:
         cpu: "100m"
       type: Container
   

   同时手动更新现有Deployment的资源配置，确保新启动的Pod生效。

2. 强制扩容节点池到最大实例数
   如果自动扩缩容未触发，手动扩容Linux节点池到6个实例，增加总可用CPU资源：

   az aks nodepool scale --resource-group <资源组名> --cluster-name <AKS集群名> --name <Linux节点池名> --node-count 6
   

3. 单独配置Istio Sidecar资源
   避免Sidecar和业务容器共用默认资源配置，通过Istio的ConfigMap单独设置Sidecar的资源请求/限制：

   apiVersion: v1
   kind: ConfigMap
   metadata:
     name: istio-sidecar-injector
     namespace: istio-system
   data:
     config: |
       policy: enabled
       templates:
         - sidecar
       injectors:
         sidecar:
           injectedAnnotations:
             sidecar.istio.io/inject: "true"
           template: |
             spec:
               containers:
               - name: istio-proxy
                 resources:
                   requests:
                     cpu: "100m"
                     memory: "128Mi"
                   limits:
                     cpu: "300m"
                     memory: "256Mi"
   

后续优化建议 #

• 配置HPA（水平Pod自动扩缩容）和Cluster Autoscaler的告警规则，提前感知资源不足风险。
• 定期清理闲置Pod或调整低优先级Pod的资源配置，释放集群资源。

内容的提问来源于stack exchange，提问作者Nayden Van