AWS EKS 1.18集群删除重建Deployment时出现networkPlugin cni设置Pod失败错误

问题核心成因 #

当前集群服务端版本为v1.18.9-eks，根据复现场景（首次部署正常，删除后立刻重建才触发报错），结合提供的Deployment配置，可直接排除业务YAML配置异常的可能（YAML中无自定义网络声明、无NetworkPolicy绑定），报错均来自EKS底层VPC CNI组件的状态异常，常见触发点包括：

• 节点ENI辅助IP释放延迟：Amazon VPC CNI依赖节点绑定ENI上的辅助IP为Pod分配网络地址，删除旧Deployment时，旧Pod销毁后CNI可能存在IP清理的延迟，新Pod启动时节点可用IP池已耗尽，直接触发CNI初始化失败。
• 网络附件定义残留：删除Deployment的级联逻辑可能漏清关联的NetworkAttachmentDefinition对象，残留对象会占用旧Pod的IP资源，新Pod启动时出现IP冲突导致CNI配置中断。
• 老旧CNI版本的状态错乱：1.18版本EKS适配的早期VPC CNI插件存在已知的内存泄漏问题，频繁创建、删除Pod后，插件本地存储的IP分配记录会出现错乱，无法正确为新Pod匹配可用网络地址。

落地排查与修复步骤 #

• 执行kubectl get pod -n front-end <报错Pod名称> -o wide，获取报错Pod实际调度的目标节点名称。
• 登录目标节点，执行tail -100f /var/log/aws-routed-eni/plugin.log查看CNI插件的运行日志，确认具体报错类型是IP不足、地址冲突还是权限校验失败。
• 若确认为IP池临时耗尽，手动删除目标节点上运行的aws-node DaemonSet Pod：kubectl delete pod -n kube-system <对应节点的aws-node Pod名称>，等待DaemonSet完成Pod重建后，CNI会重新扫描节点ENI上的可用IP，刷新本地IP缓存池，通常等待1-2分钟后重新触发Deployment重建即可恢复。
• 若确认为网络附件对象残留，执行kubectl get net-attach-def -n front-end核对列表，确认无运行中Pod绑定的无主残留对象可手动删除，解除资源占用冲突。
• 长期优化可调整CNI插件的预热IP参数，将WARM_IP_TARGET设置为固定预留值，保证节点在频繁创建删除Pod的场景下有充足的备用IP，避免临时资源耗尽触发同类报错。

注意：操作过程中不要随意修改节点安全组、VPC路由配置，否则可能引发跨节点网络不通的次生问题。

内容的提问来源于stack exchange，提问作者Amit Meena