一键检测 Rancher 导入K8S集群是否健康的脚本(亲测实用)

下面是一个 Rancher 导入集群健康检测 的一键脚本，能帮快速判断：

1、检查内容

1. 节点是否正常（Ready / NotReady）

2. 核心系统 Pod（CoreDNS、Calico、Kube-Proxy 等）是否正常

3. Rancher 相关 Pod（cattle-cluster-agent、cattle-node-agent）是否正常

4. 集群到 Rancher Server 的网络连通性（443 端口）

5. 证书有效期（防止因 TLS 过期导致导入集群断线）

2、完整脚本rancher_cluster_check.sh

脚本内容（rancher_cluster_check.sh）

# Rancher 导入集群健康检测脚本
# 用法: ./rancher_cluster_check.sh <RANCHER_SERVER_IP_OR_DOMAIN>

RANCHER_SERVER=$1

if [ -z "$RANCHER_SERVER" ]; then
    echo "用法: $0 <RANCHER_SERVER_IP_OR_DOMAIN>"
    exit 1
fi

echo "===== 1. 检查节点状态 ====="
kubectl get nodes -o wide
echo

echo "===== 2. 检查系统命名空间 Pod 状态 ====="
kubectl get pods -n kube-system -o wide
echo

echo "===== 3. 检查 Rancher Agent Pod 状态 ====="
kubectl get pods -n cattle-system -o wide
echo

echo "===== 4. 查看 Cluster Agent 日志（最近20行） ====="
CLUSTER_AGENT=$(kubectl get pods -n cattle-system | grep cattle-cluster-agent | awk '{print $1}')
if [ -n "$CLUSTER_AGENT" ]; then
    kubectl logs -n cattle-system $CLUSTER_AGENT --tail=20
else
    echo "未找到 cattle-cluster-agent Pod"
fi
echo

echo "===== 5. 查看 Node Agent 日志（最近20行） ====="
NODE_AGENT=$(kubectl get pods -n cattle-system | grep cattle-node-agent | head -n 1 | awk '{print $1}')
if [ -n "$NODE_AGENT" ]; then
    kubectl logs -n cattle-system $NODE_AGENT --tail=20
else
    echo "未找到 cattle-node-agent Pod"
fi
echo

echo "===== 6. 测试到 Rancher Server 的连通性（443端口） ====="
nc -vz $RANCHER_SERVER 443
echo

echo "===== 7. 检查 Rancher Server 证书有效期 ====="
echo | openssl s_client -connect $RANCHER_SERVER:443 -servername $RANCHER_SERVER 2>/dev/null | openssl x509 -noout -dates
echo

echo "===== 检查完成 ====="

3、使用方法

保存脚本

vi rancher_cluster_check.sh

# 粘贴脚本
chmod +x rancher_cluster_check.sh

执行检测（假设 Rancher Server 是 192.168.31.203）

./rancher_cluster_check.sh 192.168.31.203

4、结果验证

运行结果会输出：

1. 节点健康（Ready/NotReady）

2. 系统 Pod（Calico、CoreDNS 等 Running 状态）

3. Rancher Agent 状态（是否在运行）

4. 网络连通性（能否访问 Rancher 443 端口）

5. 证书过期时间

5、错误处理

===== 4. 查看 Cluster Agent 日志（最近20行） =====
error: container cattle-cluster-agent-685bcd94df-zshpx is not valid for pod cattle-cluster-agent-685bcd94df-kj8bc

===== 5. 查看 Node Agent 日志（最近20行） =====
未找到 cattle-node-agent Pod

5.1、Cluster Agent 日志无法查看

error: container cattle-cluster-agent-685bcd94df-zshpx is not valid for pod cattle-cluster-agent-685bcd94df-kj8bc

这说明你在 kubectl logs 时给的容器名或 Pod 名不匹配。

Pod 名：cattle-cluster-agent-685bcd94df-kj8bc

容器名可能是 cluster-register 或 cattle-cluster-agent，而不是你现在传的那个。
你可以用：

kubectl -n cattle-system describe pod cattle-cluster-agent-685bcd94df-kj8bc | grep -A 2 "Containers:"

来看这个 Pod 里到底有哪些容器名，然后再用：

kubectl -n cattle-system logs cattle-cluster-agent-685bcd94df-kj8bc -c 容器名 --tail=20

5.2、Node Agent 不存在

未找到 cattle-node-agent Pod

这个问题一般有两种可能：

你导入的集群只有控制平面节点，没有部署 node agent（可能是因为 agent 没安装成功，或者节点标签不对）。

如果是 自建 K8s 集群，Node Agent DaemonSet 没有起来，可以这样查：

kubectl -n cattle-system get daemonset cattle-node-agent

如果 DESIRED 是 0，说明 Rancher 没能调度到节点；如果是 1/1 但 Pod 没有，可能是节点污点或调度失败。

常见解决步骤

先看 Cluster Agent 是否正常运行：

kubectl -n cattle-system get pods -o wide

如果 CrashLoopBackOff 或 ImagePullBackOff，说明镜像拉取或权限问题。

如果 Node Agent 缺失，可以尝试重新导入集群，或者手动执行 Rancher 提供的 kubectl apply -f <agent.yaml> 脚本。

这里pods都是running状态，没问题了。

“人的一生会经历很多痛苦，但回头想想，都是传奇”。