Kubernetes中Strimzi部署Kafka连接ZooKeeper超时求助

1. 验证ZooKeeper服务的基础连通性 #

• 进入任意Kafka Pod或启动临时调试Pod，执行nc -zv logs-zookeeper-client 2181或telnet logs-zookeeper-client 2181，确认端口是否可达。如果不通，检查集群中是否存在限制Kafka与ZooKeeper通信的NetworkPolicy规则。
• 核对ZooKeeper Client Service的selector配置，确认其标签与ZooKeeper Pod的实际标签完全匹配（Strimzi默认标签为strimzi.io/name=logs-zookeeper），避免服务无法关联到后端Pod。

2. 调整Kafka的ZooKeeper连接参数 #

• 在Kafka自定义资源（Kafka CR）中调大会话超时和连接超时参数，缓解网络波动或资源不足导致的超时：

  spec:
    kafka:
      zookeeper:
        sessionTimeoutMs: 30000
        connectionTimeoutMs: 10000
  

• 检查Kafka Pod的资源请求/限制，若CPU或内存不足会导致心跳响应不及时，可临时调高资源配置：

  spec:
    kafka:
      resources:
        requests:
          cpu: "1"
          memory: "4Gi"
        limits:
          cpu: "2"
          memory: "8Gi"
  

3. 排查ZooKeeper集群内部健康状态 #

• 进入ZooKeeper Pod执行zkServer.sh status，确认所有节点的角色（leader/follower）正常，集群已完成leader选举。
• 查看ZooKeeper日志，排查是否存在leader not found、connection refused等内部通信异常，这类问题会导致对外服务不稳定。

4. 验证DNS解析有效性 #

• 在Kafka Pod内执行nslookup logs-zookeeper-client，确认服务域名能正确解析到日志中的IP地址。若解析失败，检查CoreDNS Pod状态是否正常，或Kafka Pod的DNS配置是否存在异常。

5. 检查Strimzi Operator运行状态 #

• 查看Strimzi Operator的日志，确认其是否正确生成Kafka的启动配置，是否有权限访问Kafka、ZooKeeper相关资源，排查是否因Operator配置错误导致Kafka连接参数异常。

内容的提问来源于stack exchange，提问作者MelanieOL