完成vps服务器购买并搭建Kubernetes（K8s）集群后，部分用户会遇到节点状态显示为NotReady的问题。这一异常状态会阻碍集群调度工作负载，本文将按“现象-诊断-解决”的逻辑，详细拆解常见诱因及修复方法。

现象：节点状态异常

执行`kubectl get nodes`命令时，若看到节点的STATUS列显示NotReady（正常应为Ready），说明该节点无法与K8s控制平面正常通信或自身功能异常。此时节点无法承接新的Pod调度，已运行的Pod也可能因资源不足等问题出现异常。

诊断：定位四大核心诱因

K8s节点NotReady的根源通常集中在网络、资源、服务状态、证书四个维度，需针对性排查。

1. 网络连通性异常

VPS服务器的网络配置直接影响K8s组件通信。可通过以下操作快速验证：
- 节点内执行`ping 8.8.8.8`测试公网连通性；
- 用`traceroute kube-apiserver-ip`追踪到控制平面的网络路径；
- 检查防火墙规则（如iptables或云厂商安全组），确认已放行K8s关键端口（6443/api-server、10250/kubelet、2379/etcd等）。

2. 资源过载

节点CPU、内存或磁盘空间不足会触发K8s的健康检查失败。建议通过以下命令定位：

# 查看节点资源使用概况
kubectl describe node  | grep -A 10 "Allocated resources"

# 查看磁盘占用（重点关注/var/lib/docker、/var/log目录）
df -h / && du -sh /var/lib/docker /var/log

若输出显示资源使用率超过80%，需警惕NotReady风险。

3. 关键服务未运行

kubelet（节点代理）和containerd（容器运行时）是节点的核心组件。可通过`systemctl status`命令检查状态：

systemctl status kubelet --no-pager
systemctl status containerd --no-pager

若服务显示`Active: failed`，需进一步查看日志（如`journalctl -u kubelet -n 50`）定位崩溃原因。

4. 证书过期或损坏

K8s通过TLS证书保障通信安全。kubelet的客户端证书默认有效期1年，过期后会导致与apiserver通信失败。可通过以下命令检查证书有效期：

openssl x509 -in /var/lib/kubelet/pki/kubelet-client-current.pem -noout -text | grep "Not After"

解决：针对性修复策略

根据诊断结果，可采取以下修复措施：

网络问题处理

- 若因防火墙拦截，执行`iptables -A INPUT -p tcp --dport 6443 -j ACCEPT`放行关键端口（需根据实际环境调整）；
- 若VPS服务器内网不通，联系服务商检查虚拟网络配置，或重启网络服务：`systemctl restart network`（CentOS）/`systemctl restart systemd-networkd`（Ubuntu）。

资源不足应对

- 短期方案：清理无效资源，如`kubectl delete pods --field-selector status.phase=Succeeded`删除完成态Pod；手动清理大日志文件：`find /var/log -name "*.log" -size +1G -delete`；
- 长期方案：升级VPS服务器配置（增加CPU/内存/磁盘），或通过K8s资源配额（ResourceQuota）限制单命名空间资源使用。

服务异常修复

- 尝试重启服务：`systemctl restart kubelet containerd`；
- 若服务反复崩溃，检查配置文件（如kubelet的`--config`参数指向的yaml文件）是否有语法错误，或容器运行时是否与K8s版本兼容（可通过`kubeadm upgrade`升级组件）。

证书问题处理

证书过期时，使用`kubeadm renew certificates`命令自动更新所有证书，完成后需重启kubelet：`systemctl restart kubelet`。若手动替换证书，需确保新证书的CN（Common Name）与节点名一致，避免认证失败。

通过以上步骤，可高效定位并解决购买VPS服务器后K8s节点NotReady问题。实际运维中建议结合Prometheus+Grafana搭建监控体系，提前预警资源过载；同时定期执行`kubeadm check health`检查集群健康状态，降低故障发生概率。