昨天 rancher 给我挖了一个大坑

[guoguobaba]

下班后，给生产系统添加一个节点，就用参照文档，用网站上的脚本给添加了

curl -sfL https://rancher-mirror.rancher.cn/rke2/install.sh | INSTALL_RKE2_MIRROR=cn sh -

结果系统崩了，网络全部不能访问了。

排查发现，他把我的 calico 相关的都删了，准备添加 canal 网络，我擦，我赶紧删了这个节点，修复生产系统，calico-system 的 namespace 也被删了，网络系统全部崩溃，我当时一头猛汗，口中问候了他家各种。

网路不行，longhorn 也开始卡，然后系统因为 nfs 卡死很多命令也开始。

先将所有 deploy replicas 设为 0 ， 强制 umount nfs ，kubectl 开始能正常操作了。

在 gpt 的帮助下，尝试了各种方案，后来发现，删除 helmchart ，重启 rke2 让它重建 calico 网络

kubectl delete helmchart rke2-calico -n kube-system && kubectl delete helmchart rke2-calico-crd -n kube-system && systemctl restart rke2-server

重建过程中也遇到好多坑，折腾到晚上 3：00 才搞定。

复盘发现是添加的 rke2 版本很新，在/var/lib/rancher/rke2/server/manifests提供了 rke2-canal.yaml，而不是 calico 相关配置，导致 rke2 自动取删除 calico 相关网络，安装 canal 网络。

真是个教训。

[ondeay]

生产不先测试下就直接上吗

[csys]

rancher 真的很坑 强烈建议不要用

而且很没有意义，k8s 应该作为最基础最底层的抽象，因为它自己就是自己的本质，所有的工作都是建立在它的抽象上的，应该是所有其他组件都依赖 k8s 提供的抽象，而非反过来建立其它抽象

我之前也遇到过类似的问题，它整个设计都是和 k8s 非常对抗的

[cheng6563]

就是版本不一样呗...

[defunct9]

疯了吧，rancher 不是有个自动扩容节点的，干嘛手动搞。

[momocraft]

我现在尽量避免装太侵入式的东西，只用 kubectl 和 k9s

[seers]

生产环境只有手敲 kubectl ，搭配个 OpenLens ，其他的一概不用

[guoguobaba]

@defunct9 要装 rke2 版本的 k8s 啊。

[pharsalia]

你的操作流程很有问题啊

[defunct9]

@guoguobaba 是啊。我们底座是 vmware ，上面有 rancher local 集群，然后又有 k8s 集群，根据需求放缩节点。哪有用命令行的，直接有个扩容节点的按钮。

[codersdp1]

线上，不指定版本的吗？

[codersdp1]

k8s 用起来爽，出问题真的难受的一批

[Foxkeh]

记得是应该用控制节点管理页面上的一个命令加入新的节点到集群

[wuyadaxian]

一键脚本要小心，不知道.sh 里面用了什么方法。
而且首先要在测试环境验证下，然后再去生产环境。

虽然这么说，但是我遇到过，测试环境一键脚本.sh 能跑通，然后换正式环境直接崩了。
查了下发现，.sh 里面要拉 git 源码编译，正好 git 上合并了个最新的补丁分支进去。
就在测试环境测试期间----正式环境之间这个时间段发生的。
所以要走命令行还是要自己敲代码，确认各种版本。

[guoguobaba]

@defunct9 通过 docker 或者云厂商安装的 rancher 可以这样，我是先安装 rke2 ，这个是 k8s 的基础组件，再在上面用 helm 安装 rancher 的，文档在这里，https://docs.rke2.io/zh/install/quickstart

[guanzhangzhang]

rancher 注重 ui 啥的操作，写脚本的和做 web 功能的不一定是一个较近团队的

[FrankAdler]

从来不用一键脚本，只有这个的我会下载回来看看内容自己手动执行，注重效率重复执行的我自己写一键

[eephee]

rancher 家的 k3s 用着挺不错，rke2 没怎么用过

[xcai]

别说了 上次使用最新版连 RKE2 集群初始化都失败了，弃坑

[sampeng]

生产环境除非我懂 rancher 每一行代码每一个脚本。哪敢用…云端的云服务商的已经足够好用。

[knives]

楼主的 rancher 版本是不是有点旧了……我这边的版本，添加节点应该是使用当前 rancher 管控面提供的 agent 安装脚本，通过启动一个 agent 服务，自动完成节点服务的安装。

例如：curl -fL {rancher host}/system-agent-install.sh | sudo sh -s - --label 'cattle.io/os=linux' --worker

[guoguobaba]

@knives 我原来的版本也这样，但是这个版本是 rke2+rancher ，rancher 是使用 Helm 部署到 rke2 k8s 里的，找不到这样的入口。

```
# rke2 -v
rke2 version v1.32.3+rke2r1 (18005e93ee0b015b78be47cf6515ae6d3a9afd55)
go version go1.23.6 X:boringcrypto

# helm list -A |grep rancher
rancher cattle-system 2 2025-04-25 03:04:31.590632798 +0800 CSTdeployed rancher-2.11.0
```

[knives]

@guoguobaba 好像懂你的环境了。你们的环境，没有把 rancher 这个控制面集群与业务集群分离部署？或者说这次扩展的就是 rancher 这个控制面集群。

我这边 rancher 这个控制面集群里面纯纯就只有 rancher ，就算控制面挂了业务层也基本没啥影响，不至于太紧张。

[guoguobaba]

@knives 应该是的，只有三个节点，rancher 直接安装在业务集群上面。

[RatioPattern]

遇到过类似情况，rancher 感觉就是实验室 KPI 产品

[runzhliu]

早几年用 Rancher 的时候发现他对 k8s 集群侵入非常强...所以如果没时间深入了解 Rancher 的话不建议用