バグを説明する

trident-csiの展開は、次の理由でクラッシュループしていました

I1207 08:20:13.609384 1 connection.go:186] GRPC error: rpc error: code = FailedPrecondition desc = Trident initialization failed; error attempting to clean up snapshot snapshot-SOMEUUID from backend ontapnas.... : error reading volume size: flexvol trident_pvc_SOMEOTHERUUID not found

何らかの理由で、trident-csiは、スナップショットをサポートしていないPVCバックエンド上のスナップショットへの残りの参照を追跡していました。
そのPVCのスナップショット自体はもう存在しませんでした（過去[> 1か月前]にkubernetesで誤って作成された可能性があります）。 元のPVCも削除しました。 しかし、本当の問題は、そのスナップショットの「volumesnapshot」オブジェクトを削除しても、それに対する他のすべての参照が削除されていないように見えることでした。

バックエンドは「ontap-nas-economy」（https://netapp-trident.readthedocs.io/en/latest/kubernetes/operations/tasks/backends/ontap/drivers.html、q-treeのもの）でした。

CSIが「economy」バックエンドでプロビジョニングされたPV（qtree）のスナップショットを見つけようとしていたように見えましたが、実際には通常のontap-nasバックエンドでpvcボリュームをチェックしていました。 これもデフォルトとして設定されています。 この問題は、スナップショットが作成されたときのデフォルトのストレージクラスがエコノミークラスであったために発生したと思われます。 これは後で変更され、デフォルトをバックエンドをサポートするontap-nasに設定​​しましたが、参照が壊れているか、その時点で適切にクリーンアップされていません（？）。

それらの他の参照は次のとおりです。

• 同じスナップショット/ PVCを参照するVolumeSnapshotContent。
• PVCを削除したことを参照するTridentVolumeオブジェクト
• そのスナップショットへの参照も含むTridentTransaction。

過去の参照を削除すると、問題が修正されます。

初期状態：

少し前に、ボリュームスナップショットリソースが、それをサポートしていないバックエンド用に作成されました。 そのvolumesnapshotを削除しても、他のトライデントcrdオブジェクトでのそのボリュームスナップショットへの参照は削除されていないようです。

バグの原因：

一部のノードを再起動し、スナップショット/ PVCのボリュームアタッチメントがあったノードの1つでkubeletを再起動しました。

環境
Openshift4.6。*

• トライデントバージョン：20.07.1（アップグレード後に20.10.0でもクラッシュ）
• 使用されるトライデントインストールフラグ：-debug
• コンテナランタイム：cri-o：//1.19.0-24
• Kubernetesバージョン：v1.19.0
• Kubernetesオーケストレーター：Openshift4.6。*
• Kubernetes対応の機能ゲート：[例：CSINodeInfo]
• OS：Red Hat Enterprise Linux CoreOS 46.82
• NetAppバックエンドタイプ：[例：CVS for AWS、ONTAP AFF 9.5、HCI 1.7]

再現するには

• デフォルトのストレージバックエンドをスナップショットをサポートしないものに設定します。
• スナップショットをサポートしないバックエンドのvolumesnapshotオブジェクトを作成します
• デフォルトのSCをスナップショットをサポートするSCに変更します
• ボリュームスナップショットを削除します
• そのスナップショットの添付ファイルが含まれていたノードを再起動します。
• ノードを再起動した後、trident-csiポッドを再起動します。
• すべての参照がクリアされているかどうかを確認します。

予想される行動

壊れたTridentTransaction参照でクラッシュループは発生しません。
警告を出力して続行するか、壊れた参照をクリーンアップするか、フラグを追加してこの動作のオン/オフを切り替えます。