Microk8s 1.21集群突发停止运行，状态未启动inspect仅检测4个服务

核心故障特征 #

• 本地执行kubectl返回报错：The connection to the server 127.0.0.1:16443 was refused - did you specify the right host or port?
• microk8s.inspect仅检测到4个运行服务，etcd、kube-controller-manager、kube-scheduler等控制面组件均为inactive状态
• 单独启动apiserver服务提示Will not run along with kubelite

故障根因说明 #

Microk8s的kubelite服务是控制面组件的整合运行模式，正常情况下会统一启动apiserver、controller-manager、scheduler等组件，独立控制面服务和kubelite模式不能共存。当前故障属于kubelite进程已启动，但内部整合的控制面组件启动失败，同时锁死了独立服务的启动路径。

排查步骤 #

1. 查看kubelite完整运行日志，定位组件启动失败的核心原因：

journalctl -u snap.microk8s.daemon-kubelite -f --lines 200

重点排查etcd连接失败、证书校验失败、端口占用、配置参数错误类报错
2. 检查16443端口占用情况，确认无异常进程占用：

ss -tulpn | grep 16443

3. 验证节点时间同步状态，Hyper-V虚拟机易出现时间漂移问题，时间误差超过5分钟会导致证书校验失败，控制面组件无法启动：

timedatectl

确认系统时间与实际时间误差不超过1分钟，异常时配置NTP服务同步时间
4. 检查etcd数据完整性，排查Hyper-V存储IO故障导致的数据损坏：
etcd数据目录路径为/var/snap/microk8s/current/var/run/etcd/，停止所有microk8s服务后校验数据文件完整性
5. 检查apiserver配置参数合理性：
打开配置文件/var/snap/microk8s/current/args/kube-apiserver，确认--authorization-mode参数值不为AlwaysAllow，日志中的AnonymousAuth警告会触发启动终止，需修改为--authorization-mode=RBAC,Node

修复方案 #

场景1：无数据损坏，仅kubelite内部启动失败 #

1. 停止所有microk8s服务：

snap stop microk8s --disable

2. 清理残留进程与临时套接字文件：

killall -9 kubelite etcd kube-apiserver kube-controller-manager kube-scheduler kubelet
rm -rf /var/snap/microk8s/current/var/kubernetes/backend/.sock

3. 启用kubelite模式，校验证书有效性：

snap set microk8s kubelite=true
microk8s refresh-certs --check

4. 重新启动microk8s服务：

snap start microk8s --enable

5. 等待30秒后执行microk8s status确认所有组件正常运行

场景2：etcd数据损坏 #

如有etcd定期备份，执行数据恢复操作：

1. 停止所有microk8s服务
2. 清空损坏的etcd数据目录：

rm -rf /var/snap/microk8s/current/var/run/etcd/*

3. 导入etcd备份快照，重新启动microk8s服务

场景3：上述方案无效，回退版本 #

如升级到1.22后故障依旧，可回退到之前正常运行的1.21版本：

snap revert microk8s

内容的提问来源于stack exchange，提问作者Anders Bornholm