Strimzi部署的Kafka集群无法扩容Azure托管磁盘PV问题求助

你遇到的报错是两个限制叠加导致的：

1. 你当前使用的Openshift 3.11内置Kubernetes v1.11版本，对应的in-tree kubernetes.io/azure-disk存储驱动不支持在线扩容Azure托管磁盘，必须先将磁盘从运行的VM上卸载，才能执行扩容操作。
2. Strimzi Cluster Operator为了保障Kafka集群的可用性，默认会维持Kafka StatefulSet的副本数符合CR配置的副本数，因此你手动缩副本到0的操作会被Operator自动回滚。

方案1：短暂停机扩容（操作简单，适合开发测试环境） #

1. 临时暂停Strimzi Operator对集群的 reconcile 管控，避免手动操作被回滚：

oc annotate kafka <你的Kafka集群CR名称> strimzi.io/pause-reconciliation="true"

2. 手动将Kafka StatefulSet副本数缩为0，等待所有Kafka Pod完全终止，此时关联的Azure磁盘会自动从节点卸载：

oc scale sts <Kafka StatefulSet名称> --replicas=0

3. 批量编辑所有Kafka数据PVC，将spec.resources.requests.storage修改为目标容量（如257Gi）。
4. 等待扩容完成，执行oc get pvc查看PVC状态，当status.capacity.storage更新为目标容量、且Resizing状态消失时，说明扩容完成。
5. 将Kafka StatefulSet副本数恢复为原始值，等待所有Pod启动正常：

oc scale sts <Kafka StatefulSet名称> --replicas=<原始副本数>

6. 验证Kafka集群读写正常、所有副本同步完成后，移除暂停注解恢复Operator管控：

oc annotate kafka <你的Kafka集群CR名称> strimzi.io/pause-reconciliation-

7. 最后更新Kafka CR中spec.kafka.storage.size为扩容后的容量，避免后续Operator reconcile时出现配置不一致。

方案2：滚动扩容（集群无停机，适合生产环境） #

适合Kafka集群副本数≥2、不能接受停机的场景：

1. 先修改Kafka CR中spec.kafka.storage.size为目标容量，触发Operator滚动更新流程，首次扩容会报你遇到的磁盘挂载报错，无需处理。
2. 查看第一个扩容失败的PVC对应的挂载节点：

oc describe pvc <扩容失败的PVC名称> | grep 'Mounted By:' -A1

3. 排空该节点，将节点上的所有Pod（包括Kafka Pod）驱逐到其他节点，此时对应磁盘会被卸载：

oc adm drain <节点名称> --ignore-daemonsets --delete-local-data

4. 等待该PVC扩容完成后，恢复节点的调度权限：

oc adm uncordon <节点名称>

5. 等待Operator自动滚动到下一个Kafka副本，重复上述步骤2-4，直到所有PVC扩容完成。

• 操作前务必对Kafka所有Topic数据做全量备份，避免操作异常导致数据丢失。
• 扩容完成后需验证所有PVC容量正确、Kafka集群所有副本处于ISR同步状态。

内容的提问来源于stack exchange，提问作者veerendra2