我知道有一些类似的问题。但在我的情况下，这个问题只发生在GCP上。我们在AKS (Azure)中运行我们的服务已经快一年了，没有发生过一次故障。就在我们迁移到GCP GKE之后，我们的Python应用程序的一些请求陷入了错误:Unable to find the server at www.googleapis.com。在大多数情况下，请求是有效的，所以它看起来是随机的。我已经尝试在我的云Nat中增加TCP超时和每个VM实例的最小最小端口。我们正在使用GKE运行服务，并且我们为网络设置了云Nat网关。
GCP上是否存在可能导致问题的独占设置?
我找到了问题所在。kube-dns服务被调度到内存压力大的节点，导致kube-dns被驱逐并重新启动。在此期间，一些请求将无法解决。为了解决这个问题，我创建了一个专用于kube-system服务的节点池，然后编辑了kube-system部署，并设置了一个nodeSelector，以便它们总是被调度到安全节点。在此之后，问题已停止。