增大GKE集群节点池规模后新增节点实例未正常可用是什么原因？

可能遗漏的配置项 #

• 私有集群网络访问限制
  私有集群节点需要与集群控制平面正常通信才能完成注册，若你配置了控制平面授权网络，未将节点所在VPC子网的IP段加入授权列表，或者节点所属子网未开启私有Google访问（无公网IP的节点必须开启该配置才能访问GKE相关服务、拉取容器镜像），都会导致GCE实例启动后无法加入集群。
  另外需检查防火墙规则是否放行节点到控制平面443端口、节点间通信的相关规则，规则缺失也会阻断节点注册流程。
• 节点服务账号权限不足
  GKE节点依赖指定服务账号完成集群注册、日志上报等操作，若你修改过节点池关联的服务账号权限，缺失roles/container.node、roles/logging.logWriter、roles/monitoring.metricWriter等必要权限，kubelet启动后会因为权限不足无法向控制平面注册节点。
• 节点进程异常
  若节点启动时kubelet服务启动失败、镜像拉取异常，会导致节点无法进入Ready状态，GKE控制台默认仅展示Ready状态的节点，你可以执行kubectl get nodes -A查看所有节点的状态，确认是否存在NotReady的节点未展示。

快速排查步骤 #

1. 登录状态异常的GCE实例，执行journalctl -u kubelet查看kubelet服务日志，可直接定位连接超时、权限不足等具体报错
2. 执行gcloud container clusters describe 你的集群名 --region 对应区域查询集群侧记录的节点数量，排除控制台缓存延迟问题
3. 检查节点池关联的安全组、VPC路由配置，确认网络连通性正常

内容的提问来源于stack exchange，提问作者bahmsto