AirFlow Flower Pod存活/就绪探针失败原因及极简部署配置需求

一、Flower Pod探针失败排查步骤 #

1. 验证Flower服务状态 #

• 查看Pod日志，确认服务是否正常启动：

  kubectl logs <airflow-flower-pod-name>
  

  重点检查是否有绑定5555端口的日志，或启动阶段的报错信息（如依赖缺失、配置错误）。
• 手动在Pod内执行探针命令，验证连通性：

  kubectl exec -it <airflow-flower-pod-name> -- curl localhost:5555
  

  如果同样无法连通，说明Flower服务未正常启动，需聚焦服务本身问题而非探针配置。

2. 检查资源限制合理性 #

你已设置资源限制，需确认是否因资源不足导致服务启动失败：

• 查看Pod资源使用情况：

  kubectl top pod <airflow-flower-pod-name>
  

  若CPU/内存接近或达到限制值，需调高资源请求或限制阈值。

3. 确认ServiceAccount权限 #

你禁用了ServiceAccount自动创建，需验证手动创建的账号权限：

• 查看Pod关联的ServiceAccount：

  kubectl describe pod <airflow-flower-pod-name> | grep ServiceAccount
  

• 检查该ServiceAccount的权限配置，确保其拥有Flower所需的Kubernetes API访问权限（如获取Worker状态）。

4. 调整探针参数 #

默认探针可能因启动延迟导致误判，可调整探针的启动延迟和超时时间：

flower:
  livenessProbe:
    initialDelaySeconds: 60
    timeoutSeconds: 10
    exec:
      command: ["curl", "localhost:5555"]
  readinessProbe:
    initialDelaySeconds: 30
    timeoutSeconds: 5
    exec:
      command: ["curl", "localhost:5555"]

5. 检查镜像内工具存在性 #

确认AirFlow镜像中是否包含curl命令：

kubectl exec -it <airflow-flower-pod-name> -- which curl

若镜像无curl，需更换探针方式（如使用wget或端口检查命令）。

二、AirFlow极简部署values.yaml #

以下配置仅保留核心组件，关闭非必要功能，适合快速测试：

# 禁用内置中间件（需自行准备外部PostgreSQL/Redis）
redis:
  enabled: false
postgresql:
  enabled: false

airflow:
  config:
    AIRFLOW__CORE__EXECUTOR: CeleryExecutor
    # 替换为你的外部数据库地址
    AIRFLOW__DATABASE__SQL_ALCHEMY_CONN: postgresql+psycopg2://airflow:airflow@postgres-host:5432/airflow
    AIRFLOW__CELERY__RESULT_BACKEND: db+postgresql://airflow:airflow@postgres-host:5432/airflow
    # 替换为你的外部Redis地址
    AIRFLOW__CELERY__BROKER_URL: redis://redis-host:6379/0

# 禁用ServiceAccount自动创建，指定已存在的账号
serviceAccount:
  create: false
  name: your-existing-service-account

# 基础资源配置（按需调整）
resources:
  requests:
    cpu: 100m
    memory: 256Mi
  limits:
    cpu: 500m
    memory: 512Mi

# 核心组件启用配置
webserver:
  enabled: true
scheduler:
  enabled: true
workers:
  enabled: true
  replicas: 1
flower:
  enabled: true
  livenessProbe:
    initialDelaySeconds: 60
    timeoutSeconds: 10
    exec:
      command: ["curl", "-f", "localhost:5555"]
  readinessProbe:
    initialDelaySeconds: 30
    timeoutSeconds: 5
    exec:
      command: ["curl", "-f", "localhost:5555"]

# 关闭非核心组件
triggerer:
  enabled: false
logs:
  persistence:
    enabled: false

若无需分布式执行，可切换为SequentialExecutor（单节点测试用）：

airflow:
  config:
    AIRFLOW__CORE__EXECUTOR: SequentialExecutor
    AIRFLOW__DATABASE__SQL_ALCHEMY_CONN: sqlite:////opt/airflow/airflow.db

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