Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

[Bug]: container-toolkit DaemonSet: containerd-socket hostPath volume lacks mountPropagation: HostToContainer, pins host ZFS mounts and blocks zfs destroy ("dataset is busy")

Đang mở
  • Có gì không ổn?
#3,083 1 bình luận 1 reaction 1 người được giao Xem trên GitHub

Maintainer thường phản hồi trong vòng 1 ngày

@rahulait đang làm issue này rồi.

Từ ngày 19/10/2026.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
45/100
Loại issue
Lỗi
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
go, kubernetes
Lĩnh vực
devops, infrastructure

Hướng nghiên cứu

The fix sits in the toolkit DaemonSet's volume definitions, specifically the containerd-socket hostPath volume, which lacks mountPropagation: HostToContainer. Find where the operator generates that DaemonSet and compare it with the host-root and driver-install-dir volumes. To reproduce, mount a ZFS dataset, restart the toolkit pod, unmount, then check /proc/<pid>/mountinfo and zfs destroy. Done when the destroy succeeds without a container restart and the setting survives operator reconciliation.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

bug needs-triage

Problem

The nvidia-container-toolkit-daemonset in GPU Operator v26.7.1 mounts these hostPath volumes:

volume hostPath mountPath mountPropagation
host-root / /host HostToContainer
driver-install-dir /run/nvidia/driver /driver-root HostToContainer
containerd-socket /run/containerd /runtime/sock-dir/ not set (private)

The toolkit container's own rootfs lives under /run/containerd. Its /host sub-mount carries every host mount, including all ZFS datasets. Because containerd-socket is a private recursive bind, the whole mount tree is copied into the container's mount namespace when the container starts. After that, the copy never receives unmount events from the host.

Impact

  • Any ZFS dataset that is mounted on the host when the toolkit container starts stays pinned in the container's mount namespace.
  • Later, the host unmounts the dataset, and it reports mounted=no. But zfs destroy still fails with cannot destroy '': dataset is busy.
  • The dataset stays undeletable until the toolkit container restarts. The restart re-pins every dataset that exists at that moment.
  • This affects every container restart, including node reboots. Datasets created after the container starts are not affected.

Evidence

After the dataset is unmounted on the host, its mount entries are still found in the toolkit process's mount namespace:
$ grep -l /proc/[0-9]*/mountinfo
/proc//mountinfo # comm=nvidia-toolkit
.../runtime/sock-dir/io.containerd.runtime.v2.task/k8s.io//rootfs/host/ - zfs

Environment

  • NVIDIA GPU Operator v26.7.1 (Helm chart gpu-operator-v26.7.1)
  • OS: Ubuntu 24.04
  • Kernel Version: 6.8.0-142-generic
  • Container Runtime Version: containerd v2.1.4
  • Container-toolkit image: nvcr.io/nvidia/k8s/container-toolkit:v1.20.1
  • GPU Driver: 580.105.08
  • Host filesystems: ZFS datasets mounted on the host
  • Kubernetes Distro and Version: Kubelet v1.33.5

Steps to reproduce

  1. Create and mount a ZFS dataset on a GPU node.
  2. Restart the nvidia-container-toolkit pod on that node, or reboot the node.
  3. Unmount the dataset on the host and run zfs destroy -r .
  4. The destroy fails with dataset is busy. The dataset's mount is still listed in the toolkit process's /proc//mountinfo.

Requested fix

Set mountPropagation: HostToContainer on the containerd-socket volume, the same as host-root and driver-install-dir, so that host unmounts propagate into the container. A setting in ClusterPolicy to configure it would also work. Patching the DaemonSet by hand isn't a durable workaround because the operator reconciles it back.

Ngôn ngữ chính
Go
Star
2.9k
Fork
582
Merge trung bình
2 ngày 2 giờ
Pull request đã merge (30 ngày)
57

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của NVIDIA/gpu-operator

Tất cả issue của NVIDIA/gpu-operator

Issue tương tự

Thêm issue về Go

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.