如何排查Amazon EKS Kubernetes版本更新失败的原因

• 检查节点兼容性

  • 确认所有工作节点的kubelet版本与目标控制平面版本（1.23）的兼容性：EKS要求节点kubelet版本不能高于控制平面版本，且最多低一个次要版本。若节点仍使用1.22的kubelet，部分自定义配置可能触发升级阻塞。
  • 检查节点状态，确认无长期处于NotReady状态的节点，这类异常节点可能导致升级流程中断。

• 验证官方附加组件状态

  • 检查CoreDNS、kube-proxy、VPC CNI等官方附加组件的版本是否适配Kubernetes 1.23：例如VPC CNI需至少v1.11.0，kube-proxy需对应1.23版本。
  • 执行以下命令查看附加组件详情：

    aws eks describe-addon --cluster-name <你的集群名> --addon-name vpc-cni
    aws eks describe-addon --cluster-name <你的集群名> --addon-name kube-proxy
    aws eks describe-addon --cluster-name <你的集群名> --addon-name coredns
    

    确认附加组件无报错、版本兼容。

• 排查资源配额限制

  • 检查集群所在AWS区域的EKS控制平面资源配额：比如是否达到EKS集群数量上限，或控制平面依赖的EC2实例配额不足。
  • 确认账户IAM资源配额充足，避免因配额限制导致升级所需的IAM资源无法创建或更新。

• 分析CloudTrail事件日志

  • 虽然控制平面日志无报错，但CloudTrail会记录所有EKS API操作。在CloudTrail中搜索eks:UpdateClusterVersion动作，查看事件的errorCode和errorMessage字段，这里可能包含控制台未显示的隐藏错误。

• 检查自定义组件与配置

  • 排查是否存在自定义准入控制器、Webhook或第三方运维组件（如Istio、Prometheus等）拦截升级流程，可临时禁用非必要Webhook后重试升级。
  • 检查kube-apiserver的自定义参数，确认无Kubernetes 1.23已废弃的配置项。

• 联系AWS技术支持

  • 若以上步骤均无法定位问题，提交AWS支持工单，提供集群ID、升级失败的Update ID（cbb53f20-b5e2-4cf0-b95a-f6634e71b9de）及排查过的日志信息，AWS后台可查看更详细的升级流程日志以定位根因。

内容的提问来源于stack exchange，提问作者Samer A.