kubectl describe node的Conditions字段是诊断节点NotReady的首要依据：Ready=False是结果，而KubeletNotReady、NetworkUnavailable、DiskPressure等子项揭示具体病因，需结合lastTransitionTime、Events及kubelet日志（聚焦Error/timeout/x509/PLEG）综合判断。
看 kubectl describe node 的 Conditions 字段
这个字段是第一眼必须盯住的地方，它直接告诉你节点“病”在哪。Ready=False 只是结果，Conditions 里每个子项才是病因线索：
-
KubeletNotReady：kubelet 进程挂了、没响应，或证书过期导致无法跟 API Server 建连 -
NetworkUnavailable：CNI 插件 Pod 没起来，或 flannel/calico 的 host-networking 网络不通 -
DiskPressure或MemoryPressure：不是“快满了”，而是 kubelet 已触发驱逐阈值（默认 disk usage > 90%） -
Ready状态为 False 且Reason是KubeletNotRunning，基本可跳过日志直奔systemctl status kubelet
注意：Events 区域最后几条事件比 Conditions 更“新鲜”，比如出现 NodeNotReady 后紧跟 Failed to update node lease，大概率是网络或 etcd 问题。
查 journalctl -u kubelet 里的 error 和 timeout
kubelet 日志不是扫一眼就行，得带着关键词筛。重点搜这三类模式：
-
Error、Failed、timeout—— 尤其是Post https://.*:6443/apis/失败，说明连不上 API Server -
x509: certificate has expired—— kubelet client 证书过期（kubeadm 集群默认 1 年，容易被忽略） -
PLEG is not healthy—— 容器运行时卡住，常见于 containerd shim 进程陷入 D-state（比如 NFS 挂载卡死）
别用 journalctl -u kubelet -f 盲等，先加时间范围：journalctl -u kubelet --since "30 minutes ago" | grep -i "error\|timeout"。如果日志本身卡住不动，可能是系统级问题（如 dmesg 报 soft lockup）。
验证容器运行时是否真在干活
哪怕 systemctl status containerd 显示 active，也不代表它能正常响应 CRI 请求。真正有效的检查是：
Linux Security Scanner
下载
Linux 安全审计工具，检查 SSH 配置、开放/监听端口、防火墙规则（ufw/iptables/nftables）、失败登录尝试、sudoers 权限...
- 执行
crictl ps -a—— 如果卡住或返回空，说明底层 runtime 不可用 - 手动拉一个镜像：
crictl pull busybox，再试crictl runp创建 sandbox —— 卡在任一步都指向 runtime 层故障 - 检查
ss -tulnp | grep :10250—— kubelet 必须监听 10250（HTTPS metrics），否则 API Server 认为失联
特别注意：df -h /var 如果卡住，极大概率是底层存储（NFS/Ceph）挂死，导致内核 VFS 层阻塞，进而拖垮 containerd 和 kubelet。
别漏掉系统级信号：dmesg、ps、free
很多 NotReady 根因不在 Kubernetes 层，而在 Linux 内核或硬件：
-
dmesg -T | grep -E "oom|kill|soft lockup"—— OOM killer 杀了 kubelet，或内核软锁死导致整个节点僵住 -
ps auxf | grep " D "—— 找出 D-state 进程，尤其是 containerd-shim 或 nfsd，它们会把 PLEG 拖垮 -
free -h && cat /proc/meminfo | grep -i "commit"—— MemoryPressure 不只看 free 内存，还要看 CommitLimit 是否超限
最隐蔽的坑是时间不同步：date 和 uptime 卡顿，往往意味着 chronyd 异常，而 kubelet 证书校验依赖精确时间，偏差超过 1 分钟就会拒绝通信。
