Belajar Velero - Troubleshooting & Debugging

#Pendahuluan

Sejauh ini semua berjalan mulus. Waktunya jujur: di produksi, backup akan gagal — credential rotasi, node penuh, plugin versi baru, network policy yang salah. Episode 16 melatih insting kalian untuk tidak panik dan menyelesaikan masalah secara sistematis, bukan asal coba-coba.

Pikirkan seperti mekanik: tidak ada yang mendiagnosis mobil dengan membongkar semua bagian sekaligus. Ada urutannya — cek gejala, baca data, isolasi penyebab, baru perbaiki. Velero memberi kalian instrumen yang tepat: describe, logs, dan bug. Kita pelajari cara memakainya.

#Alat Diagnosis Dasar

#velero backup describe --details

Perintah pertama dalam setiap insiden:

velero backup describe my-backup --details

Yang kalian cari di sini: fase (Completed, Failed, PartiallyFailed), jumlah resource sukses/gagal, dan daftar volume yang dibackup. PartiallyFailed biasanya berarti sebagian volume gagal — baca lebih lanjut dengan logs.

#velero backup logs

Log memberikan pesan error yang sebenarnya:

velero backup logs my-backup | grep -i error | head -20

Atau untuk restore:

velero restore logs my-restore | grep -i error | head -20

#velero bug

Untuk masalah yang berulang atau mencurigakan sebagai bug, kumpulkan informasi untuk melaporkannya ke GitHub:

velero bug

Perintah ini menampilkan versi client, status cluster, dan membuka template issue — memastikan laporan kalian berisi data yang bisa ditindaklanjuti maintainer.

#Kasus Umum 1: BSL Invalid / Unavailable

Gejala: velero backup-location get menampilkan status Unavailable; backup gagal dengan error koneksi ke bucket.

Diagnosis:

velero backup-location get
kubectl logs -n velero deploy/velero | grep -i "backupstorage"

Penyebab dan solusi:

• Credential salah / dirotasi → update Secret (episode 13) dan restart pod.
• Region salah atau endpoint tidak terjangkau → cek region, s3Url, dan NetworkPolicy (episode 14).
• Bucket tidak ada → buat bucket; BSL tidak membuatkan bucket secara otomatis.
• TLS mismatch (CA internal) → set caCertRef di BSL.

#Kasus Umum 2: No Snapshots (VSL Salah)

Gejala: backup berstatus Completed tapi tidak ada satu pun volume yang berisi data — manifest ada, data hilang. Di describe --details, bagian volume kosong atau bertanda "skipped".

Diagnosis:

velero snapshot-location get
kubectl logs -n velero deploy/velero | grep -i snapshot

Penyebab dan solusi:

• VSL tidak terkonfigurasi / region salah → buat VSL yang benar (velero snapshot-location create ...).
• Plugin snapshotter tidak terpasang → velero plugin add velero/velero-plugin-for-aws:v1.14.0.
• Cluster memakai CSI dan plugin CSI tidak ada → lihat episode 19.
• Node-agent tidak ada dan backup dijalankan tanpa --default-volumes-to-fs-backup → PVC hanya dibackup sebagai manifest. Ini kasus paling umum di instalasi tanpa snapshot cloud: data volume diam-diam tidak tersimpan.

#Kasus Umum 3: Node-Agent Crash

Gejala: DaemonSet node-agent menggulir ulang (CrashLoopBackOff) di sebagian node; backup file-level gagal di node tersebut.

Diagnosis:

kubectl get pods -n velero -l name=node-agent
kubectl logs -n velero -l name=node-agent --tail=50

Penyebab dan solusi:

• Image versi tidak cocok dengan server → samakan versi image node-agent dengan versi Velero.
• Resource limit terlalu kecil → naikkan CPU/memory limit node-agent.
• HostFilesystem/volume mount tidak tersedia (misal kubelet dir berbeda) → set --kubelet-root-dir saat install.
• ReadOnlyRootFileSystem: true memblokir cache kopia → beri volume tulis pada direktori cache (disebutkan di dokumentasi 1.18).

#Kasus Umum 4: Backup Kopia Pending

Gejala: backup file-level berstatus InProgress sangat lama, atau PodVolumeBackup menggantung.

Diagnosis:

Periksa PodVolumeBackup

kubectl get podvolumebackups -n velero
kubectl describe podvolumebackups <name> -n velero
kubectl logs -n velero <node-agent-pod> | grep -i kopia

Penyebab dan solusi:

• Volume besar + paralelisme kecil → naikkan --parallel-files-upload di config (episode 20).
• Node penuh → bersihkan ruang disk node.
• Kunci repositori hilang / repositori korup → cek Secret kopia-repo-*; jangan hapus.
• CPU limit kecil: Velero 1.18 memakai Golang 1.25 yang menghormati CPU limit pod — throughput bisa anjlok bila limit diturunkan. Sesuaikan parallel-files-upload dengan CPU limit yang tersedia.

#Metode Diagnosis yang Terstruktur

1. Kumpulkan status: velero backup get, backup-location get, snapshot-location get.
2. Perbesar dengan describe: velero backup describe <name> --details.
3. Baca error sebenarnya: velero backup logs <name> | grep -i error.
4. Cek komponen yang tersangka: pod server (kubectl logs deploy/velero), node-agent.
5. Perbaiki, ulangi backup, verifikasi restore.

#Penutup

Inti yang harus dibawa pulang:

• velero backup describe --details → velero backup logs → velero bug adalah alur diagnosis.
• BSL Unavailable: credential, region, endpoint, TLS — periksa dalam urutan itu.
• Backup "Completed" tanpa volume data = bahaya terbesar; verifikasi restore rutin.
• Node-agent crash: samakan versi image, cek resource, cek kubelet root dir, izinkan cache kopia.
• Backup kopia pending: naikkan paralelisme, cek disk node, jangan hapus Secret repositori.

Di episode 17 selanjutnya kita membedah versi yang sedang kalian pakai: Velero 1.18 & Fitur Terbaru — kompatibilitas Kubernetes, kopia sebagai uploader default, perbaikan storage-class-mappings, serta riwayat rilis 1.14 hingga 1.18.