使用Rancher在VMware vSphere创建Kubernetes集群失败求助

这个错误是因为rancher-webhook服务没有可用的后端端点，通常是webhook的Pod未正常启动导致的，以下是具体解决步骤：

1. 检查Webhook组件状态 #

• 查看cattle-system命名空间下的Pod状态，确认rancher-webhook Pod的运行状态：

  kubectl get pods -n cattle-system
  

  如果Pod处于CrashLoopBackOff、Error或Pending状态，说明Pod启动异常。
• 查看rancher-webhook服务对应的端点，确认是否有后端Pod关联：

  kubectl get endpoints rancher-webhook -n cattle-system
  

  若输出的ENDPOINTS列为空，说明没有可用的Pod提供服务。

2. 排查并修复Pod启动异常 #

资源不足导致OOM #

• 查看Pod的事件日志，确认是否存在内存/CPU耗尽的情况：

  kubectl describe pod <rancher-webhook-pod-name> -n cattle-system
  

  如果Events中出现OOMKilled记录，需要调整Webhook的资源请求和限制：

  kubectl edit deployment rancher-webhook -n cattle-system
  

  在spec.template.spec.containers.resources中增加requests和limits的CPU/内存配置。

证书配置错误 #

• 查看Pod日志，检查是否有证书相关报错：

  kubectl logs <rancher-webhook-pod-name> -n cattle-system
  

  若存在证书无效、过期的信息，可删除现有证书并重启Webhook，Rancher会自动重新生成证书：

  kubectl delete secret rancher-webhook-certs -n cattle-system
  kubectl rollout restart deployment rancher-webhook -n cattle-system
  

网络策略限制 #

如果集群中配置了网络策略，确认是否限制了cattle-system命名空间的入站流量，临时禁用相关网络策略测试是否恢复正常。

3. 临时绕过Webhook（紧急场景） #

若需紧急创建集群，可临时删除该Webhook配置（注意：此操作会关闭Secret的 mutation 功能，存在安全风险，问题解决后需恢复）：

kubectl delete mutatingwebhookconfiguration rancher.cattle.io.secrets

4. 重新部署Webhook组件 #

如果以上方法无效，尝试重新部署Webhook：

• 删除现有Deployment：

  kubectl delete deployment rancher-webhook -n cattle-system
  

• 重启Rancher容器（Docker安装场景），触发Rancher重新创建Webhook组件：

  docker restart <rancher-container-id>
  

内容的提问来源于stack exchange，提问作者Jack