RabbitMQ有状态Pod因EFS挂载超时启动失败求助

问题现象 #

在AWS EKS集群通过Helm部署RabbitMQ，采用EFS作为有状态Pod存储类时出现以下问题：

• PV、PVC已成功创建，且PV处于BOUND状态
• RabbitMQ Pod始终卡在Init状态，约2分钟后抛出DeadlineExceeded挂载超时错误
• 核心报错信息：
  • Kubelet日志：MountVolume.SetUp failed for volume ... rpc error: code = DeadlineExceeded desc = context deadline exceeded
  • RabbitMQ Pod事件：mount.nfs4: Connection timed out、Could not start amazon-efs-mount-watchdog, unrecognized init system "aws-efs-csi-dri"
  • EFS CSI Node日志：重复出现NFS连接超时、watchdog启动失败的错误

原因分析 #

1. 网络连通性故障：mount.nfs4: Connection timed out是核心触发点，说明EKS节点无法与EFS文件系统建立网络连接，可能原因包括：
   • EFS安全组未开放EKS节点安全组的TCP 2049端口（NFS协议端口）
   • EKS节点与EFS挂载目标不在同一VPC，且未配置VPC peering/Transit Gateway打通网络
   • EKS节点所在子网路由表缺失指向EFS挂载目标的路由
2. EFS CSI驱动与efs-utils兼容性问题：unrecognized init system "aws-efs-csi-dri"表明efs-mount-watchdog无法识别CSI驱动容器的init系统，通常由efs-utils版本过旧导致
3. 挂载选项配置冗余：EFS CSI驱动日志提示Use of 'tls' under mountOptions is deprecated，虽然不是直接故障原因，但错误配置可能引发额外兼容性问题

解决方案 #

1. 修复网络连通性 #

• 检查EFS文件系统的安全组，添加入站规则：允许EKS节点安全组的TCP 2049端口流量
• 确认EKS节点与EFS挂载目标处于同一VPC，若跨区域部署需配置VPC peering或Transit Gateway
• 验证EKS节点所在子网的路由表，确保存在指向EFS挂载目标的路由（同区域EFS挂载目标会自动生成路由，跨区域需手动配置）

2. 解决CSI驱动与efs-utils兼容性问题 #

• 升级EFS CSI驱动到最新稳定版本（推荐v1.5+），新版本已修复init系统识别问题
• 若无法立即升级驱动，可在EFS CSI Node Pod的环境变量中添加DISABLE_WATCHDOG=true，禁用amazon-efs-mount-watchdog，规避init系统识别失败的问题

3. 修正挂载选项配置 #

• 移除存储类或PVC中的mountOptions: ["tls"]配置，EFS CSI驱动默认已启用TLS加密传输
• 如需禁用TLS加密，在存储类的volumeContext中设置encryptInTransit: "false"，而非使用mountOptions

4. 手动验证挂载连通性 #

在EKS节点上执行手动挂载命令，确认网络和权限配置正常：

mount -t efs -o accesspoint=fsap-xxxxxx,tls fs-xxxxxx:/ /tmp/test-efs-mount

若挂载成功，说明问题出在CSI驱动或Pod配置；若失败，根据错误提示进一步排查网络或权限问题

内容的提问来源于stack exchange，提问作者user23451904