一、OOMKilled（内存溢出）

核心原因

Pod 使用的内存超过了配置的resources.limits.memory上限，K8s 的 OOM Killer（内存杀手）直接杀死容器，就像手机 APP 占内存太多被系统强制关闭。

常见场景（你的 Ollama 最易触发）

1. Ollama 加载大模型（比如 qwen2.5:7b），内存占用超过限制；
2. Pod 没设置内存限制，把节点内存占满，被节点 OOM Killer 清理；
3. 容器内进程异常（比如死循环），疯狂吃内存。

排查步骤

# 1. 查看Pod事件，确认OOM原因
kubectl describe pod -n ai-services <pod名> | grep -i oom

# 2. 查看Pod内存使用情况
kubectl top pod -n ai-services <pod名>

解决方法（按优先级）

1. 临时重启 Pod：kubectl delete pod -n ai-services <pod名>；
2. 调高内存限制（最有效）：

   # 在ollama.yaml的containers里加/改
   resources:
     limits:
       memory: "2Gi"  # 从1Gi调高到2Gi，根据模型大小调整
     requests:
       memory: "1Gi"
   

3. 换小模型：比如用 qwen2.5:1.5b（784MB）代替 7b 版本（4GB+）；
4. 检查进程异常：kubectl exec -it -n ai-services <pod名> -- top，看是否有异常进程。

---

二、CrashLoopBackOff（容器崩溃后反复重启）

核心原因

容器启动后很快退出（退出码非 0），K8s 反复尝试重启，但一直失败，进入 “崩溃 - 重启” 循环。

常见场景

1. 容器内程序启动失败（比如 Ollama 配置错误、模型损坏）；
2. 容器启动命令错误（比如写错command/args）；
3. 依赖的服务不可用（比如 Ollama 连不上存储）；
4. 先触发 OOMKilled，进而导致 CrashLoopBackOff。

排查步骤

# 1. 查看Pod日志，找崩溃原因（最关键）
kubectl logs -n ai-services <pod名> --previous  # 看上一次崩溃的日志

# 2. 查看Pod重启次数和状态
kubectl get pods -n ai-services <pod名>
# 输出中RESTARTS列>0就是反复重启

解决方法

1. 查看日志定位问题：比如 Ollama 日志显示 “model not found”，重新拉取模型；
2. 检查启动命令：确保容器启动命令正确（Ollama 默认启动命令是ollama serve，不用改）；
3. 修复程序本身：比如模型损坏就kubectl exec -it <pod名> -n ai-services -- ollama pull qwen2.5:1.5b；
4. 清理无效配置：比如挂载的存储卷不存在，先删除卷挂载。

---

三、ImagePullBackOff（镜像拉取失败）

核心原因

K8s 无法从镜像仓库拉取指定的容器镜像，反复尝试后进入 “拉取失败 - 重试” 状态。

常见场景

1. 镜像地址错误（比如写了ollama/ollama:latest1，正确是ollama/ollama:latest）；
2. 镜像仓库不可达（比如节点没外网，拉取不到 Docker Hub 的镜像）；
3. 私有镜像需要认证（没配置 imagePullSecrets）；
4. 镜像标签不存在（比如拉取ollama/ollama:v1.0，但仓库没有这个标签）。

排查步骤

# 1. 查看Pod事件，找拉取失败原因
kubectl describe pod -n ai-services <pod名> | grep -i imagepull

# 2. 手动在节点测试拉取镜像
docker pull ollama/ollama:latest

解决方法

1. 检查镜像地址：确保image字段正确（比如ollama/ollama:latest）；
2. 解决网络问题：给节点配置外网 / 代理，或使用内网镜像仓库；
3. 配置镜像认证：如果是私有镜像，创建 imagePullSecrets 并关联到 Pod；
4. 使用存在的标签：优先用latest或确认存在的版本标签。

---

总结

1. OOMKilled：内存不够用，核心是调高内存限制 / 换小模型；
2. CrashLoopBackOff：容器启动就崩，核心是看日志找程序错误；
3. ImagePullBackOff：镜像拉取不到，核心是检查镜像地址 / 网络 / 认证。

这三个错误里，你的 Ollama 最容易触发OOMKilled→CrashLoopBackOff 连锁反应，优先检查内存限制和模型大小即可解决。