如何强制替换EKS托管节点组中的旧版本节点？

问题背景 #

升级EKS集群到1.22版本（先控制平面，再节点）后，托管节点组显示版本为1.22，但集群中出现一个运行1.21版本的节点。执行kubectl get nodes可见：

NAME                                              STATUS   ROLES    AGE     VERSION
ip-10-13-10-186.ap-northeast-1.compute.internal   Ready    <none>   4h39m   v1.22.12-eks-ba74326
ip-10-13-26-91.ap-northeast-1.compute.internal    Ready    <none>   3h3m    v1.21.14-eks-ba74326
ip-10-13-40-42.ap-northeast-1.compute.internal    Ready    <none>   4h33m   v1.22.12-eks-ba74326

通过eksctl get nodegroup default-20220901053307980400000010 --cluster mycluster-dev -o yaml查看节点组，确认版本为1.22：

- AutoScalingGroupName: eks-default-20220901053307980400000010-f8c17xc4-f750-d608-d166-113925c1g9c5
  Cluster: mycluster-dev
  CreationTime: "2022-09-01T05:33:11.484Z"
  DesiredCapacity: 3
  ImageID: AL2_x86_64
  InstanceType: t3.large
  MaxSize: 3
  MinSize: 3
  Name: default-20220901053307980400000010
  NodeInstanceRoleARN: arn:aws:iam::XXXXXXXXXXX:role/eks_node_group_dev_role-20220901052135822100000004
  StackName: ""
  Status: ACTIVE
  Type: managed
  Version: "1.22"

手动删除旧节点后，集群未自动重建节点，当前仅剩余2个节点，需要强制替换旧版本节点以使用正确的kubelet版本。

解决方案 #

方法1：通过eksctl强制刷新节点组实例 #

执行以下命令触发节点组滚动更新，强制替换所有不符合版本的实例：

eksctl upgrade nodegroup --cluster mycluster-dev --name default-20220901053307980400000010 --kubernetes-version 1.22 --force

该命令会分批替换节点，保证集群可用性，最终所有节点都会更新到1.22版本。

方法2：手动触发Auto Scaling Group（ASG）实例刷新 #

1. 登录AWS控制台，找到对应节点组的ASG（即eks-default-20220901053307980400000010-f8c17xc4-f750-d608-d166-113925c1g9c5）。
2. 进入实例刷新标签页，点击开始实例刷新。
3. 设置参数：
   • 最小健康百分比：建议设为67%（3节点集群保留2个健康节点）
   • 实例终止策略：选择OldestInstance，优先替换旧版本节点
4. 启动刷新后，ASG会逐步替换旧实例为符合节点组配置的1.22版本实例。

方法3：调整ASG容量触发重建 #

如果手动删除节点后ASG未自动补全，可通过临时调整容量触发新节点创建：

1. 临时将ASG期望容量调至4：

aws autoscaling update-auto-scaling-group --auto-scaling-group-name eks-default-20220901053307980400000010-f8c17xc4-f750-d608-d166-113925c1g9c5 --desired-capacity 4

2. 待新的1.22版本节点加入集群后，删除旧的1.21版本节点：

kubectl delete node ip-10-13-26-91.ap-northeast-1.compute.internal

3. 再将ASG期望容量调回3：

aws autoscaling update-auto-scaling-group --auto-scaling-group-name eks-default-20220901053307980400000010-f8c17xc4-f750-d608-d166-113925c1g9c5 --desired-capacity 3

方法4：检查并更新启动模板 #

如果节点组关联的启动模板仍指向旧版本镜像，需更新模板后触发更新：

1. 查看节点组关联的启动模板：

eksctl get nodegroup default-20220901053307980400000010 --cluster mycluster-dev -o json | jq '.[].LaunchTemplate'

2. 查询EKS 1.22对应的AL2镜像ID：

aws ssm get-parameter --name /aws/service/eks/optimized-ami/1.22/amazon-linux-2/recommended/image_id --region ap-northeast-1 --query Parameter.Value --output text

3. 更新启动模板至最新版本，然后触发节点组更新：

eksctl update nodegroup --cluster mycluster-dev --name default-20220901053307980400000010 --launch-template-version '$Latest'

内容的提问来源于stack exchange，提问作者AlexW