Bitnami K8s Redis集群重启Pod后nodes.conf IP未更新问题

问题根因 #

6.3.6版本的redis-cluster Helm Chart内置的容器启动脚本缺失Pod重启后的IP变更检测逻辑，Redis集群依赖nodes.conf存储节点拓扑信息，Pod重启后IP发生变化，但旧的IP记录残留在配置文件中，导致节点无法完成集群握手，一直卡在未就绪状态。

可落地解决方案 #

• 方案1：小版本升级Chart（推荐）
  该问题属于6.3.6版本的已知缺陷，官方在后续6.3.x系列补丁版本中已经修复了启动脚本的IP自动刷新逻辑，直接将Helm Chart升级到6.3.8及以上的6.3.x兼容版本即可，升级过程不会破坏现有集群数据，操作前提前给持久卷做快照备份即可。
• 方案2：自定义启动命令适配（不升级Chart的场景）
  通过values.yaml覆盖主从节点的默认启动命令，在Redis进程启动前自动修正nodes.conf中当前节点的IP记录，配置示例如下：

  # 主节点启动命令覆盖
  master:
    command:
      - /bin/bash
      - -c
      - |
        CURRENT_POD_IP=$(hostname -i)
        SELF_NODE_ID=$(grep "myself,master" /bitnami/redis/data/nodes.conf | awk '{print $1}')
        if [ -f /bitnami/redis/data/nodes.conf ] && [ -n "$SELF_NODE_ID" ]; then
          sed -i "s/^${SELF_NODE_ID} .* myself,master/${SELF_NODE_ID} ${CURRENT_POD_IP}:6379@16379 myself,master/g" /bitnami/redis/data/nodes.conf
        fi
        exec /opt/bitnami/scripts/redis-cluster/run.sh
  # 从节点启动命令覆盖
  replica:
    command:
      - /bin/bash
      - -c
      - |
        CURRENT_POD_IP=$(hostname -i)
        SELF_NODE_ID=$(grep "myself,slave" /bitnami/redis/data/nodes.conf | awk '{print $1}')
        if [ -f /bitnami/redis/data/nodes.conf ] && [ -n "$SELF_NODE_ID" ]; then
          sed -i "s/^${SELF_NODE_ID} .* myself,slave/${SELF_NODE_ID} ${CURRENT_POD_IP}:6379@16379 myself,slave/g" /bitnami/redis/data/nodes.conf
        fi
        exec /opt/bitnami/scripts/redis-cluster/run.sh
  

  配置更新后执行helm upgrade命令生效，后续所有Pod重启时都会自动修正IP记录，不会再出现节点无法就绪的问题。
• 方案3：单节点故障应急修复
  如果只是单个Pod重启后卡住，不需要全量更新配置，直接进入异常Pod手动修正配置即可快速恢复：

  # 进入异常Pod终端
  kubectl exec -it <异常Redis Pod名称> -- bash
  # 获取当前Pod实际IP
  CURRENT_POD_IP=$(hostname -i)
  # 提取当前节点在集群中的唯一ID
  SELF_NODE_ID=$(grep "myself" /bitnami/redis/data/nodes.conf | awk '{print $1}')
  # 替换nodes.conf中残留的旧IP记录
  sed -i "s/^${SELF_NODE_ID} .* myself/${SELF_NODE_ID} ${CURRENT_POD_IP}:6379@16379 myself/g" /bitnami/redis/data/nodes.conf
  

  执行完成后删除该异常Pod触发重启，节点就能正常加入集群。

注意事项：不要直接删除/bitnami/redis/data/nodes.conf文件，该文件存储了集群节点的唯一身份标识，直接删除会导致节点ID变化，触发集群拓扑混乱，严重时会导致集群不可用。所有变更操作前建议先备份持久卷数据。

内容的提问来源于stack exchange，提问作者Yashasvi Raj Pant