GKE标准集群创建失败（健康检查阶段，进度83%）求解决方案

• 检查VPC和子网配置

  • 确认集群所用子网有足够可用IP，避免节点池IP耗尽
  • 检查VPC防火墙规则，必须允许来自130.211.0.0/22和35.191.0.0/16的TCP流量到节点kubelet端口（默认10250）和容器端口，同时放开ICMP流量用于健康探测
  • 排查是否有自定义网络策略阻断了健康检查节点和集群节点的通信

• 验证节点池配置

  • 避免使用过旧或不兼容的实例类型，确保节点机器类型符合GKE要求
  • 检查自定义镜像或启动脚本有没有修改kubelet配置，导致健康检查无法正常访问
  • 确认节点服务账号拥有roles/container.nodeServiceAgent权限，保证节点能和控制平面正常通信

• 查看详细日志定位问题

  • 用gcloud命令查看集群详情：gcloud container clusters describe [CLUSTER_NAME] --zone [ZONE]，重点关注statusDetails字段的错误信息
  • 在Cloud Logging中筛选resource.type="gce_instance"和cluster_name="[CLUSTER_NAME]"，查找kubelet启动失败、网络配置错误之类的日志

• 调整健康检查相关参数

  • 如果是自定义节点池，创建集群时添加--node-init-timeout=30m参数，给节点足够时间完成初始化
  • 若启用了私有集群，确认控制平面能正常访问节点，检查主网络和节点网络的路由配置是否正确

• 清理残留资源后重试

  • 删除失败集群的残留资源：gcloud container clusters delete [CLUSTER_NAME] --zone [ZONE]，确保关联的实例、磁盘、防火墙规则都被彻底清理
  • 先用默认配置创建一个最小集群测试，排除自定义配置的问题后，再逐步添加所需配置

内容的提问来源于stack exchange，提问作者dnt-kamal