AKS节点池无法正常缩容问题咨询（VMSS自动缩放已配置）

1. 检查Pod调度/抗驱逐约束 #

• 排查绑定特定节点的Pod：执行kubectl get pods --all-namespaces -o yaml | grep -E "(nodeAffinity|podAntiAffinity|nodeSelector)"，确认是否有Pod通过亲和性/节点选择器绑定固定节点，导致节点无法释放。
• 检查高优先级Pod：用kubectl get priorityclasses查看集群优先级配置，确认是否有高优先级Pod因资源不足无法迁移，阻塞节点缩容。

2. 验证节点池自动缩放配置 #

• 确认节点池最小节点数：针对每个节点池执行az aks nodepool show --resource-group <资源组名> --cluster-name <AKS集群名> --name <节点池名> --query "scale.minCount"，若最小节点数等于当前节点数，自动缩放无法进一步缩容。
• 检查缩放冷却时间：默认冷却时间为5分钟，若业务场景允许，可通过az aks nodepool update --resource-group <资源组名> --cluster-name <AKS集群名> --name <节点池名> --scale-down-delay-after-add 3m调整，排除延迟导致的缩容不触发。

3. 排查不可迁移Pod #

• 检查本地存储依赖：执行kubectl get pods --all-namespaces -o yaml | grep hostPath，查看是否有Pod使用hostPath或本地持久化卷（Local PV），这类Pod无法跨节点迁移，会占用节点资源。
• 清理终止状态Pod：用kubectl get pods --all-namespaces | grep Terminating定位无法正常退出的Pod，必要时执行kubectl delete pod <Pod名> -n <命名空间> --force --grace-period=0强制删除。

4. 检查VMSS实例限制 #

• 确认VMSS的实例数配置：通过Azure门户查看对应节点池的VMSS实例，或执行az vmss show --resource-group <资源组名> --name <VMSS名> --query "sku"，检查minCapacity是否被手动设置为当前节点数，导致AKS自动缩放受限于VMSS的实例下限。

5. 验证系统组件与节点状态 #

• 查看系统Pod分布：执行kubectl get pods -n kube-system -o wide，确认kube-system等命名空间下的系统Pod是否集中在特定节点，导致该节点无法被缩容。
• 检查节点污点与Pod容忍：用kubectl describe nodes <节点名>查看节点污点，对应检查Pod的tolerations配置，确认是否有Pod因容忍污点只能运行在特定节点上。

6. 手动触发缩容测试 #

• 尝试手动缩容节点池：执行az aks nodepool scale --resource-group <资源组名> --cluster-name <AKS集群名> --name <节点池名> --node-count <目标节点数>，根据命令返回的报错信息，直接定位阻塞缩容的具体原因（如Pod迁移失败、资源约束等）。

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