GitLab CI/CD部署容器到GKE Kubernetes集群失败如何排查

常见触发原因 #

• 集群与环境绑定不匹配：GitLab全量集成集群后，需要手动确认production环境已和对应GKE集群关联，若环境未绑定集群，CI作业无法获取集群访问凭证，就会触发资源创建失败报错
• 凭证注入受限：如果集群集成时开启了「仅向受保护分支/标签提供访问凭证」选项，而你运行CI作业的分支不属于受保护范围，作业就拿不到KUBECONFIG配置，kubectl命令无法连接集群
• 命名空间配置异常：你在CI配置里指定了test1命名空间，若该命名空间未在GKE集群中提前创建，或者集群集成时绑定的默认命名空间覆盖了CI配置的命名空间，也会导致执行失败
• 集群访问限制：如果你的GKE集群是私有集群，GitLab Runner的出口IP未加入GKE控制平面的白名单，会出现网络连通失败的问题
• kubectl版本兼容问题：bitnami/kubectl:latest对应的版本如果和你的GKE集群版本差异超过1个小版本，可能出现API兼容问题，导致命令执行失败

排查步骤 #

• 先进入项目「设置」-「CI/CD」-「Kubernetes」页，确认绑定的GKE集群开启了CI变量注入，且环境可用范围包含production
• 在本地用有权限的kubeconfig执行kubectl get ns test1，确认命名空间存在
• 临时修改deploy-prod作业的script配置，增加调试日志：

  deploy-prod:
    stage: deploy
    image: bitnami/kubectl:latest
    script:
      - echo $KUBECONFIG # 验证凭证变量是否注入
      - kubectl config view # 查看实际加载的集群配置
      - kubectl get pods -v=6 # 带详细日志执行命令，定位具体报错
    environment:
      name: production
      kubernetes:
        namespace: test1
  

  重新运行CI作业，查看作业日志即可定位具体故障点

内容的提问来源于stack exchange，提问作者Alex116