问题现象描述

使用Volcano v1.7.0版本时，若当前环境资源不足，使用kubectl get pod --all-namespaces -o wide命令查询Pod状态失败。

原因分析

使用Volcano v1.7.0版本时，当资源不足时，Pod将不会被创建，无法查询Pod状态。

解决措施

1. 可以通过以下命令查询所有podgroup信息，找到任务对应的podgroup。

   kubectl get pg -A

   回显示例如下：

   NAMESPACE   NAME                                                  STATUS    MINMEMBER   RUNNINGS   AGE
   vcjob       mindx-fjq-16-p-4bf232e4-bd48-438d-9089-02bfef354fce   Inqueue   1                      5m32s
   vcjob       mindx-fjq-2-p-8bf7f0f6-8a7e-4621-a0d0-cafa56785914    Pending   1                      5m15s

   

   • 若STATUS字段显示为Inqueue状态时，表示此时Pod已经创建，可以查询Pod状态。
   • 若STATUS字段显示为Pending，表示当前Pod创建失败，需要执行步骤2进一步确认具体问题。

2. 执行以下命令，查询对应podgroup的详细信息。

   kubectl describe pg -n <namespace> <podgroup-name>

   <namespace>和<podgroup-name>需要用实际的命名空间和podgroup名称进行替换。

   示例命令如下。

   kubectl describe pg -n vcjob mindx-fjq-2-p-8bf7f0f6-8a7e-4621-a0d0-cafa56785914

   回显示例如下，该回显示例表示queue资源配额不足。

   Name:         mindx-fjq-2-p-8bf7f0f6-8a7e-4621-a0d0-cafa56785914
   Namespace:    vcjob
   Labels:       fault-scheduling=force
                 ring-controller.atlas=ascend-910b
   Annotations:  kubectl.kubernetes.io/last-applied-configuration:
                   {"apiVersion":"batch.volcano.sh/v1alpha1","kind":"Job","metadata":{"annotations":{},"labels":{"fault-scheduling":"force","ring-controller....
   API Version:  scheduling.volcano.sh/v1beta1
   Kind:         PodGroup
   Metadata:
     Creation Timestamp:  2023-07-05T09:00:02Z
     Generation:          7
     Owner References:
       API Version:           batch.volcano.sh/v1alpha1
       Block Owner Deletion:  true
       Controller:            true
       Kind:                  Job
       Name:                  mindx-fjq-2-p
       UID:                   8bf7f0f6-8a7e-4621-a0d0-cafa56785914
     Resource Version:        17544644
     Self Link:               /apis/scheduling.volcano.sh/v1beta1/namespaces/vcjob/podgroups/mindx-fjq-2-p-8bf7f0f6-8a7e-4621-a0d0-cafa56785914
     UID:                     277cc974-5eec-455f-a860-25d7d19e8335
   Spec:
     Min Member:  1
     Min Resources:
       count/pods:                     1
       huawei.com/Ascend910:           2
       Pods:                           1
       requests.huawei.com/Ascend910:  2
     Min Task Member:
       Default - Test:  1
     Queue:             default
   Status:
     Conditions:
       Last Transition Time:  2023-07-05T09:05:46Z
       Message:               1/0 tasks in gang unschedulable: pod group is not ready, 1 minAvailable
       Reason:                NotEnoughResources
       Status:                True
       Transition ID:         33585c5e-d3ad-4bc4-be0c-c09bea59520e
       Type:                  Unschedulable
     Phase:                   Pending
   Events:
     Type     Reason         Age                     From     Message
     ----     ------         ----                    ----     -------
     Warning  Unschedulable  6m22s (x12 over 6m34s)  volcano  0/0 tasks in gang unschedulable: pod group is not ready, 1 minAvailable
     Normal   Unschedulable  93s (x280 over 6m34s)   volcano  queue resource quota insufficient   # queue资源配额不足