K8s端口转发Postgres Pod执行psql特定命令报连接重置错误

• 第一步先排除端口转发本身的干扰，直接进主Pod内部执行命令复现：

  # 获取主Pod名称
  PG_CLUSTER_PRIMARY_POD=$(microk8s kubectl get pod -o name \
  -l postgres-operator.crunchydata.com/cluster=hippo,postgres-operator.crunchydata.com/role=master)
  # 直接在Pod内执行\dt命令
  microk8s kubectl exec -it ${PG_CLUSTER_PRIMARY_POD} -c database -- psql -U hippo -d hippo -c "\dt"
  

  如果这步执行就报错，问题出在Postgres实例本身，和端口转发、本地网络无关；如果这步正常返回结果，问题才出在microk8s端口转发链路。
• 如果判定是实例本身异常：
  • 先查Pod内Postgres日志，定位崩溃时间点的具体报错：

    microk8s kubectl logs ${PG_CLUSTER_PRIMARY_POD} -c database --tail=100
    

    重点排查有没有segmentation fault、PANIC、disk full、out of memory类的致命报错。
  • 检查存储使用率：你配置的数据盘和备份盘都只有1Gi，很容易被WAL日志、临时文件写满，执行以下命令查看磁盘占用：

    microk8s kubectl exec -it ${PG_CLUSTER_PRIMARY_POD} -c database -- df -h /pgdata
    

  • 检查内存占用：执行microk8s kubectl top pod查看实例内存使用率，确认是不是因为内存不足触发OOM被系统杀掉进程。
• 如果Pod内执行\dt正常，只有端口转发时报错：
  查看microk8s的kubelet日志、CNI组件日志，确认是不是microk8s旧版本端口转发的已知连接重置问题。

• 存储不足场景：直接修改PostgresCluster CR配置，把实例存储、备份存储的容量至少调到5Gi以上，Crunchy Operator支持PVC在线扩容，修改配置后会自动生效。
• 内存不足场景：给Postgres实例配置至少1Gi的内存limit，避免查询系统表时内存占用过高触发OOM终止进程。
• 实例崩溃场景：你使用的centos8-13.5-0是较早的镜像版本，存在pg_stat_statements扩展和系统glibc兼容的已知bug，查询pg_catalog系统表时会触发Postgres段错误退出，直接升级到13系列最新的Crunchy镜像即可，比如替换为registry.developers.crunchydata.com/crunchydata/crunchy-postgres:centos8-13.11-0，Operator会自动完成实例滚动升级。如果暂时不能升级，可以临时移除shared_preload_libraries中的pg_stat_statements配置，重启实例验证问题。
• 端口转发异常场景：不要把kubectl port-forward作为稳定连接方式，临时测试可以给集群Service配置NodePort暴露，或者升级microk8s到最新稳定版本修复端口转发的连接重置bug。

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