Pod Pending 排查：不是所有 Pending 都是资源不够

Sat, 14 Mar 2026 11:08:00 +0800

Pod Pending 很容易被一句“资源不够”带过去。但实际排查下来，Pending 只是说明 Pod 还没有被成功调度到节点上，原因可能很多。

我现在遇到 Pending，基本不会先猜，先看 Events。

我会把 Pending 当成“调度器没有找到合适节点”的结果，而不是根因。这个视角很重要，因为资源不足只是其中一种，更多时候是自己写的约束互相打架。

第一步：describe Pod

1
2
3


kubectl get pod -n default

kubectl describe pod -n default api-server-xxx

重点看最后的 Events，特别是 FailedScheduling。

也可以直接按时间看事件：

1
2
3
4
5


kubectl get events -n default --sort-by=.lastTimestamp

kubectl get events -n default \
 --field-selector involvedObject.kind=Pod,involvedObject.name=api-server-xxx \
 --sort-by=.lastTimestamp

如果看到类似：

1
2


Warning FailedScheduling default-scheduler 0/3 nodes are available:
3 Insufficient cpu.

那确实是资源问题。但如果看到的是 affinity、taint、PVC、topology spread，就要换方向查。

我会先把 Events 里的原因按类型拆一下：

Event 关键词	优先看什么
`Insufficient cpu/memory`	requests、节点 allocatable、是否有过大副本
`node affinity/selector`	nodeSelector、nodeAffinity、节点 label
`taint`	node taints、Pod tolerations
`pod anti-affinity`	副本数、topologyKey、已有 Pod 分布
`unbound immediate PersistentVolumeClaims`	PVC、StorageClass、PV、provisioner
`topology spread`	maxSkew、topology label、whenUnsatisfiable

CPU 或内存 request 太大

比如这个 Pod 请求了 4 核 CPU：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


apiVersion: v1
kind: Pod
metadata:
 name: big-request
spec:
 containers:
 - name: app
 image: nginx:1.27
 resources:
 requests:
 cpu: "4"
 memory: 4Gi

如果集群里没有任何一个节点能提供这么多可分配资源，它就会 Pending。

1
2
3
4
5


kubectl describe pod big-request

kubectl describe node node-1

kubectl top node

要注意，调度看的是 request，不是当前真实使用量。一个节点 top 看起来还有空闲，不代表它还能接收新的大 request Pod。

nodeSelector 或 nodeAffinity 匹配不到节点

比如 Pod 要求只能跑到 disk=ssd 的节点：

1
2
3


spec:
 nodeSelector:
 disk: ssd

但节点根本没有这个 label：

`1`	`kubectl get nodes -L disk`

那就会调度失败。

nodeAffinity 也是一样：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


spec:
 affinity:
 nodeAffinity:
 requiredDuringSchedulingIgnoredDuringExecution:
 nodeSelectorTerms:
 - matchExpressions:
 - key: node-pool
 operator: In
 values:
 - online

如果是 required，匹配不到就不会调度。preferred 只是偏好，不会单独导致 Pending。

节点有 taint，但 Pod 没有 toleration

节点可以通过 taint 排斥 Pod。

1

kubectl taint nodes node-1 dedicated=gpu:NoSchedule

没有对应 toleration 的 Pod 不会被调度到这个节点。

查看节点 taint：

1

kubectl describe node node-1 | grep -i taints

给 Pod 加 toleration：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


apiVersion: v1
kind: Pod
metadata:
 name: tolerate-gpu-node
spec:
 tolerations:
 - key: "dedicated"
 operator: "Equal"
 value: "gpu"
 effect: "NoSchedule"
 containers:
 - name: app
 image: nginx:1.27

还有一类自动 taint 也很常见，比如节点出现 DiskPressure、MemoryPressure、NotReady 时，控制面会给节点加对应 taint。

PVC 没有绑定

有些 Pod Pending 不是因为 CPU，也不是因为 affinity，而是 PVC 还没有 Bound。

1
2


kubectl get pvc -n default
kubectl describe pvc data -n default

如果 PVC 一直 Pending，常见方向是：

没有默认 StorageClass。
PVC 指定的 storageClassName 不存在。
请求容量太大，没有匹配的 PV。
动态 provisioner 异常。
local PV 带 nodeAffinity，限制了可调度节点。

PVC 不 Bound 时，Pod 可能一直等着，看起来像调度问题，但根因在存储。

存储这里还有个细节：有些 StorageClass 使用 WaitForFirstConsumer，PVC 不会立刻 Bound，而是等 Pod 调度时一起考虑拓扑。这个场景下 PVC Pending 不一定是坏事，要结合 StorageClass 的 volumeBindingMode 看。

anti-affinity 或 topologySpreadConstraints 太硬

例如强制同一个应用不能在同一个节点：

1
2
3
4
5
6
7


affinity:
 podAntiAffinity:
 requiredDuringSchedulingIgnoredDuringExecution:
 - labelSelector:
 matchLabels:
 app: api-server
 topologyKey: kubernetes.io/hostname

如果只有 2 个节点，却要 3 个副本，第 3 个副本就没有位置。

topologySpreadConstraints 也类似：

1
2
3
4
5
6
7


topologySpreadConstraints:
 - maxSkew: 1
 topologyKey: topology.kubernetes.io/zone
 whenUnsatisfiable: DoNotSchedule
 labelSelector:
 matchLabels:
 app: api-server

如果只是希望尽量分散，不想因为分布不均导致 Pending，可以考虑把 DoNotSchedule 改成 ScheduleAnyway，或者放宽 maxSkew。

一个固定排查顺序

我一般按这个顺序来：

1
2
3
4
5
6
7


kubectl describe pod <pod> -n <ns>
kubectl get events -n <ns> --sort-by=.lastTimestamp
kubectl get nodes -o wide
kubectl get nodes --show-labels
kubectl describe node <node>
kubectl get pvc -n <ns>
kubectl describe pvc <pvc> -n <ns>

如果 Events 里已经明确写了 FailedScheduling 的原因，就优先相信 Events。Pending 不是一个根因，它只是结果。真正要找的是调度器为什么找不到合适节点。

如果排查到最后发现多个原因同时存在，我会先处理“硬约束”。比如先解决 PVC、taint、required nodeAffinity，再看资源和 preferred 规则。软约束通常不是 Pending 的直接原因，硬约束才是。

Troubleshooting on DK Blog