使用Python镜像部署Kubernetes出现CrashLoopBackOff问题求助

问题描述 #

作为Kubernetes新手，我想在Pod里运行Python容器，但查到的教程都要求先构建Docker镜像再通过Deployment部署。我有个疑问：为什么一定要先创建Docker镜像，不能直接用官方Python镜像部署？

我尝试的Deployment配置如下：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: test-python-deployment
  labels:
    app: test-python
spec:
  replicas: 1
  selector:
    matchLabels:
      app: test-python
  template:
    metadata:
      labels:
        app: test-python
    spec:
      containers:
        - name: test-python
          image: python:3.8.18
          ports:
            - containerPort: 5000

应用部署后，Pod出现CrashLoopBackOff状态，查看事件得到：

Events:
  Type     Reason     Age               From               Message
  ----     ------     ----              ----               -------
  Normal   Scheduled  21s               default-scheduler  Successfully assigned default/test-python-deployment-5bfdbf6c8f-n4zkw to minikube
  Normal   Pulled     6s (x3 over 21s)  kubelet            Container image "python:3.8.18" already present on machine
  Normal   Created    6s (x3 over 21s)  kubelet            Created container test-python
  Normal   Started    6s (x3 over 20s)  kubelet            Started container test-python
  Warning  BackOff    5s (x3 over 19s)  kubelet            Back-off restarting failed container test-python in pod test-python-deployment-5bfdbf6c8f-n4zkw_default(0e5e943b-0ec1-4ae0-80ff-a9c0aa963758)

用kubectl logs命令也没获取到任何日志。

问题原因 #

1. 官方Python镜像的默认行为：官方Python镜像启动后默认进入交互式Python shell，但容器运行时未绑定终端（TTY），shell因无输入会立刻退出，导致容器崩溃。Kubernetes会不断尝试重启容器，最终进入CrashLoopBackOff状态。
2. 教程要求构建自定义镜像的原因：实际场景中你需要运行自己的Python应用，官方镜像仅提供Python运行环境，不包含你的代码、依赖包，也没有设置启动应用的命令。构建自定义镜像就是把代码、依赖和启动逻辑打包成独立镜像，确保容器启动后能持续运行服务。

解决方案 #

方案1：临时测试——修改Deployment启动命令 #

如果只是验证官方Python镜像能在K8s中运行，可以给容器指定持续运行的命令，避免立刻退出。修改Deployment的containers部分，添加command和args：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: test-python-deployment
  labels:
    app: test-python
spec:
  replicas: 1
  selector:
    matchLabels:
      app: test-python
  template:
    metadata:
      labels:
        app: test-python
    spec:
      containers:
        - name: test-python
          image: python:3.8.18
          # 指定启动命令，运行无限循环脚本
          command: ["python"]
          args: ["-c", "while True: import time; print('Python container is running...'); time.sleep(5)"]
          ports:
            - containerPort: 5000

应用配置后，容器会持续输出日志，Pod状态变为Running，此时用kubectl logs <pod-name>即可查看内容。

方案2：实际开发/生产——构建自定义镜像 #

这是教程推荐的标准做法，步骤如下：

1. 准备应用代码：比如创建一个简单的Flask服务app.py：

from flask import Flask
app = Flask(__name__)

@app.route('/')
def hello():
    return "Hello from Python in Kubernetes!"

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

同时创建requirements.txt列出依赖：

flask==2.0.3

2. 编写Dockerfile：基于官方Python镜像打包应用：

# 基础镜像
FROM python:3.8.18
# 设置工作目录
WORKDIR /app
# 复制依赖文件并安装
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
# 复制应用代码
COPY app.py .
# 设置容器启动命令
CMD ["python", "app.py"]

3. 构建镜像：如果使用minikube，先切换到minikube的Docker环境，避免镜像推送问题：

eval $(minikube docker-env)
docker build -t my-python-app:v1 .

4. 修改Deployment使用自定义镜像：把Deployment里的image字段改成my-python-app:v1：

containers:
  - name: test-python
    image: my-python-app:v1
    ports:
      - containerPort: 5000

应用配置后，容器会启动Flask服务，持续运行，Pod保持Running状态。

内容的提问来源于stack exchange，提问作者SPL