helm upgrade报错could not find a ready tiller pod排查与解决

在EKS集群部署流程中执行helm upgrade命令时抛出报错：Error: could not find a ready tiller pod，导致构建失败。

• 参照社区通用排查方案，在helm init命令中追加--upgrade和--wait参数重试，故障未解决。
• 核查初始化命令参数，发现携带--client-only参数，最初怀疑该参数导致Tiller未正常部署，但追溯配置记录发现该参数已在流水线中稳定使用2年，无法解释近期突发报错的问题。
• 故障发生时执行的完整流水线脚本如下：

helm init --upgrade --wait --stable-repo-url=https://charts.helm.sh/stable --client-only --kubeconfig ./cluster_config

echo "Helm repo update"
helm repo update --kubeconfig ./cluster_config

echo "helm upgrade"
helm upgrade --install aws-efs-csi-driver https://github.com/kubernetes-sigs/aws-efs-csi-driver/releases/download/v0.3.0/helm-chart.tgz --force --kubeconfig ./cluster_config

• 补充执行helm version --tls做版本与连通性校验，返回日志如下：

13:27:00  [docker] [deploy-terraform] [terraform apply] null_resource.setup_cluster (local-exec): Helm Version
apply] null_resource.setup_cluster (local-exec): Client: &version.Version{SemVer:"v2.16.9", GitCommit:"8ad7037828e5a0fca1009dabe290130da6368e39", GitTreeState:"clean"}
13:27:05  [docker] [deploy-terraform] [terraform apply] null_resource.setup_cluster (local-exec): Error: Get "http://localhost:8080/api/v1/namespaces/kube-system/pods?labelSelector=app%3Dhelm%2Cname%3Dtiller": dial tcp 127.0.0.1:8080: connect: connection refused

从日志可以确认，当前使用的是v2.16.9版本的Helm客户端，执行Tiller连通性校验时未正确加载指定的kubeconfig文件，默认访问本地8080端口的Kubernetes API，连接被拒绝，无法检索到kube-system命名空间下的Tiller Pod。

Helm v2采用客户端+Tiller服务端的C/S架构，所有集群操作都需要依赖部署在集群内的Tiller Pod完成。--client-only参数只会初始化本地Helm客户端配置，不会在集群中部署或更新Tiller实例。随着EKS集群版本迭代，旧版本Tiller的兼容支持逐步下线，加上集群节点轮换、组件升级等操作可能导致原有常驻的Tiller Pod被驱逐且无法自动重建，最终触发找不到可用Tiller Pod的报错。

直接将流水线使用的Helm版本升级至v3。
Helm v3完全移除了Tiller服务端组件，客户端可以直接对接Kubernetes API完成所有部署操作，不存在Tiller组件的依赖问题，也不再需要执行helm init做服务端初始化，可完美适配新版本EKS集群的部署要求。

内容的提问来源于stack exchange，提问作者cWerning