背景介绍

在Kubernetes下的监控组件需要获取容器的监控指标数据，并且kubelet已经内置了cadvisor，因此我们直接从当前节点的kubelet拉取容器监控指标数据。但是却遇到偶发的丢失container*相关指标的情况，例如container_cpu_usage_seconds_total、container_spec_cpu_quota、container_spec_cpu_period等重要的容器指标数据。

问题排查

一开始以为是网络访问的问题，直到给程序增加了调试信息，发现确实是kubelet返回的指标数据就已经丢失了相关指标，因此再去查看节点上的kubeket日志，通过以下命令：

journalctl -u kubelet

发下以下错误：

通过该错误去检索到社区也反馈过类似的issue：

• https://github.com/google/cadvisor/issues/2867
• https://github.com/kubernetes/kubernetes/issues/89903

查看当前集群的kubelet版本是：v1.22.0。然后查看了一下kubernetes的源码，发现问题出现在这两个地方：只要有个别container的指标获取不了数据，所有的containers指标数据都不会返回了。

问题修复

这个问题不应该只有我遇到了，经过仔细查看issue的讨论，发现该issue在2021年5月10号就已经修复了，对应的是cadvisor v0.43.0: https://github.com/google/cadvisor/commit/655773dc5ee9cbf48fe3f629f4e724c75dcd569c 对应已修复的最低kubernetes版本为 v1.23.0：

因此，我们升级版本即可解决。但注意升级版本时需要上下游对齐，评估升级风险。