EKS集群升级至1.24失败：Fargate Pod Kubelet版本匹配问题排查

• 验证所有Fargate Pod的kubelet版本
  执行以下命令，逐个核对每个Pod的kubelet版本是否与集群版本（v1.23.14-eks-ffeb93d）一致：

  kubectl get pods --all-namespaces -o jsonpath='{range .items[*]}{.metadata.namespace}/{.metadata.name}{"\t"}{.status.nodeInfo.kubeletVersion}{"\n"}'
  

  重点排查版本不匹配的Pod，这些就是提示中需要回收的"offending replicas"。

• 检查Fargate Profile覆盖范围
  确认所有运行在Fargate上的Pod都被已配置的Fargate Profile包含，避免存在未纳入管理的Pod：

  aws eks list-fargate-profiles --cluster-name <你的集群名>
  # 查看具体Profile的配置细节
  aws eks describe-fargate-profile --cluster-name <你的集群名> --fargate-profile-name <Profile名称>
  

  确保Profile的命名空间选择器、Pod标签选择器覆盖了所有Fargate Pod，没有遗漏。

• 排查异常状态的Pod
  列出所有异常状态（如Pending、CrashLoopBackOff、Terminating）的Pod，这些Pod可能无法自动重建，导致一直使用旧版本kubelet：

  kubectl get pods --all-namespaces | grep -v Running
  

  手动删除这些异常Pod，触发重建以获取最新的Fargate运行时版本。

• 检查系统命名空间的Fargate Pod
  重点核对kube-system等系统命名空间下的Fargate Pod（如coredns、aws-node）的kubelet版本，系统Pod常因配置或权限问题无法自动更新：

  kubectl get pods -n kube-system -o jsonpath='{range .items[*]}{.metadata.name}{"\t"}{.status.nodeInfo.kubeletVersion}{"\n"}'
  

  若版本不匹配，手动删除这些Pod重建。

• 检查工作负载控制器配置
  对于Deployment、StatefulSet等控制器：

  • 确认Deployment的滚动更新策略正常，没有阻止Pod重建的配置；
  • 对于StatefulSet，由于其不会自动触发滚动更新，需要手动逐个删除Pod强制重建：

    kubectl delete pod <StatefulSet Pod名称> -n <命名空间>
    

  避免配置中固定了旧版本的镜像或运行时参数。

• 确认Fargate运行时版本同步
  检查集群的Fargate运行时是否已更新至与v1.23集群兼容的版本：

  aws eks describe-cluster --name <你的集群名> --query 'cluster.fargateProfileStatus'
  

  确保运行时版本与集群版本匹配，否则需要等待AWS完成Fargate运行时的同步更新。

内容的提问来源于stack exchange，提问作者Ruwan Vimukthi Mettananda