GKE部署绑定PVC的工作负载后提示无法扩容节点问题咨询

触发场景 #

• 基于Terraform构建的单可用区、单节点池GKE集群，部署通过PVC申请GCE持久卷的工作负载后，谷歌云控制台弹出Can’t scale up nodes通知
• 集群自动扩缩容组件返回的报错日志如下：

reason: {
messageId: "no.scale.up.mig.failing.predicate"
parameters: [
0: ""
1: "pod has unbound immediate PersistentVolumeClaims"

• 未部署该工作负载前，集群从未出现节点扩容类报错
• 告警触发时集群实际运行状态完全正常：工作负载运行无异常，对应PV自动创建完成且已与PVC成功绑定，涉事PVC配置如下：

apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  finalizers:
  - kubernetes.io/pvc-protection
  name: nfs
  namespace: nfs
spec:
  accessModes:
  - ReadWriteOnce
  resources:
    requests:
      storage: 10Gi
  storageClassName: standard
  volumeMode: Filesystem
status:
  accessModes:
  - ReadWriteOnce
  capacity:
    storage: 10Gi
  phase: Bound

根本原因 #

该告警属于集群自动扩缩容（CA）组件的时序误报，无实际业务影响，触发逻辑如下：

• GKE默认standard存储类默认使用Immediate卷绑定模式，该模式下PV不会等待Pod调度完成再创建，PVC创建后就会触发PV制备流程，但GCE持久盘属于可用区级资源，需要匹配Pod调度的目标可用区才能完成挂载，因此实际绑定动作会等到Pod调度节点确认后才最终完成
• 集群自动扩缩容判断是否需要新增节点时，会全量扫描Pending状态的Pod做调度模拟。在Pod刚创建、PVC尚未完成最终绑定的毫秒级时间窗口内，CA会检测到Pod携带未绑定的立即模式PVC，触发pod has unbound immediate PersistentVolumeClaims调度校验失败，判定现有节点无法承载该Pod，触发节点池扩容评估流程
• 单可用区架构下，CA在执行MIG（节点池对应的托管实例组）扩容前的二次校验时，PVC已经完成绑定、Pod也已经调度到现有节点正常运行，不需要实际执行扩容动作，但之前的调度校验失败事件已经被推送到云控制台通知队列，最终弹出无实际影响的误报告警。
• 该问题属于GKE自动扩缩容组件的已知事件上报时序缺陷，不代表集群、节点池、存储配置存在错误。

处理方案 #

• 若该告警不影响日常运维观测，可直接忽略，不会对业务运行、集群资源分配造成任何实际影响
• 若需要彻底消除该类误报，可将对应StorageClass的volumeBindingMode显式修改为WaitForFirstConsumer，配置示例如下：

apiVersion: storage.k8s.io/v1
kind: StorageClass
metadata:
  name: standard
provisioner: kubernetes.io/gce-pd
parameters:
  type: pd-standard
volumeBindingMode: WaitForFirstConsumer

该配置会让PVC绑定动作严格延后到Pod调度决策完成后再执行，避免CA在调度模拟阶段误判PVC未绑定状态。

• 若通过Terraform管理集群存储类配置，可在kubernetes_storage_class资源中增加volume_binding_mode = "WaitForFirstConsumer"字段，永久固化该配置，避免后续集群重建、配置漂移再次触发同类问题。

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