GitLab Auto DevOps on Kubernetes 挂起，网络超时，无法执行yj

Question

使用 GitLab Auto DevOps to build and deploy application from my repository to microk8s 时，构建作业通常需要很长时间才能运行，最终超时。该问题在 99% 的情况下都会发生，但有些构建运行可以解决。通常，构建在构建脚本中的不同时间停止。

项目不包含 .gitlab-ci.yml 文件，完全依赖 Auto DevOps 功能发挥其魔力。

对于 Spring Boot/Java 项目，通过 Gradle 包装器下载 Gradle 时构建经常失败，有时在下载依赖项本身时也会失败。错误信息非常模糊，一点帮助也没有：

Step 5/11 : RUN /bin/herokuish buildpack build
 ---> Running in e9ec110c0dfe
       -----> Gradle app detected
-----> Spring Boot detected
The command '/bin/sh -c /bin/herokuish buildpack build' returned a non-zero code: 35

有时候，运气好的话，错误是不一样的：

Step 5/11 : RUN /bin/herokuish buildpack build
 ---> Running in fe284971a79c
       -----> Gradle app detected
-----> Spring Boot detected
-----> Installing JDK 11... done
-----> Building Gradle app...
-----> executing ./gradlew build -x check
       Downloading https://services.gradle.org/distributions/gradle-7.0-bin.zip
       ..........10%...........20%...........30%..........40%...........50%...........60%...........70%..........80%...........90%...........100%
       To honour the JVM settings for this build a single-use Daemon process will be forked. See https://docs.gradle.org/7.0/userguide/gradle_daemon.html#sec:disabling_the_daemon.
       Daemon will be stopped at the end of the build
       > Task :compileJava
       > Task :compileJava FAILED
       
       FAILURE: Build failed with an exception.
       
       * What went wrong:
       Execution failed for task ':compileJava'.
       > Could not download netty-resolver-dns-native-macos-4.1.65.Final-osx-x86_64.jar (io.netty:netty-resolver-dns-native-macos:4.1.65.Final)
       > Could not get resource 'https://repo.maven.apache.org/maven2/io/netty/netty-resolver-dns-native-macos/4.1.65.Final/netty-resolver-dns-native-macos-4.1.65.Final-osx-x86_64.jar'.
       > Could not GET 'https://repo.maven.apache.org/maven2/io/netty/netty-resolver-dns-native-macos/4.1.65.Final/netty-resolver-dns-native-macos-4.1.65.Final-osx-x86_64.jar'.
       > Read timed out

对于 React/TypeScript 问题，症状相似，但错误本身以不同的方式出现：

[INFO] Using npm v8.1.0 from package.json
/cnb/buildpacks/heroku_nodejs-npm/0.4.4/lib/build.sh: line 179: /layers/heroku_nodejs-engine/toolbox/bin/yj: Permission denied
ERROR: failed to build: exit status 126
ERROR: failed to build: executing lifecycle: failed with status code: 145

问题似乎主要发生在 GitLab 运行ners 本身部署在 Kubernetes 中时。 microk8s 使用 Project Calico 实现虚拟网络。

什么给了？为什么错误消息毫无帮助？有没有办法显示详细的构建日志或调试构建步骤？

Answer 1

这似乎是由 Calico 网络层和 Docker 的网络配置之间的不兼容 MTU 设置引起的网络问题（以及无法正确自动配置 MTU？）当 MTU 值不正确时匹配，网络数据包变得碎片化，Docker runners 无法完成 TLS 握手。据我了解，这只会影响 DIND (docker-in-docker) 跑步者。

即使找到这个也需要跳过几个环节。你必须：

启动 CI 管道并等待作业“挂起”
kubectl exec 进入 current/active GitLab runner pod
找出 DOCKER_HOST 环境变量的正确值（例如通过 grepping /proc/$pid/environ。很可能是 tcp://localhost:2375。
导出docker客户端使用的值：export DOCKER_HOST=tcp://localhost:2375
docker ps 然后 docker exec 进入实际的 CI 作业容器
使用 ping 和其他工具找到合适的 MTU 值（但是 MTU 是什么？Docker、Calico、OS、路由器，...？）。使用 curl/openssl 验证（某些）https 站点是否从 DIND 容器内部引起问题。

执行

microk8s kubectl get -n kube-system cm calico-config -o yaml

并查找 veth_mtu 值，该值很可能会设置为 1440。 DIND 使用相同的 MTU，因此无法发送或接收某些网络包（每个虚拟网络需要将自己的 header 添加到网络包中，这会在每一层添加几个字节）。

天真的解决方法是将 Calico 设置更改为更高或更低的值，但不知何故这并没有真正起作用，即使在 Calico 部署之后也是如此。此外，该值似乎不时重置为原始值；可能是由 microk8s 的自动更新引起的（作为 Snap）。

那么什么是真正有效且永久的解决方案呢？可以通过编写自定义 .gitlab-ci.yml 文件并简单地包含 Auto DevOps 模板来覆盖 Auto DevOps 的 DIND 设置：

build:
  services:
    - name: docker:20.10.6-dind # make sure to update version
      command: ['--tls=false', '--host=tcp://0.0.0.0:2375', '--mtu=1240']

include:
    - template: Auto-DevOps.gitlab-ci.yml

build.services 定义是从 Jobs/Build.gitlab-ci 模板复制而来的，并使用额外的 --mtu 选项进行了扩展。

到目前为止，我通过将 DIND MTU 设置为 1240 获得了很好的体验，这比 Calico 的 MTU 低 200 字节。作为一个额外的好处，它不会影响任何其他 pods' 网络设置。对于 CI 构建，我可以接受 non-optimal 网络设置。

参考文献：

GitLab Auto DevOps on Kubernetes 挂起，网络超时，无法执行yj

GitLab Auto DevOps on Kubernetes hangs, network timeouts, cannot execute yj

docker

kubernetes

continuous-integration

microk8s

gitlab-autodevops