La mise à niveau du cluster AKS de production a échoué cette nuit : cluster en état « Failed », nœuds en deux versions

L'école MasterLinux fait tourner sa plateforme (inscriptions, salles de labs, paiement des formations) sur le cluster AKS aks-ml-prod (groupe de ressources rg-aks-prod, francecentral), avec deux pools de nœuds : systempool (3 nœuds) et userpool (4 nœuds) pour les applications.

La version 1.29 arrive en fin de support : l'équipe plateforme a lancé hier à 23:00, dans la fenêtre de maintenance, la mise à niveau vers 1.30.6 (az aks upgrade). Ce matin, la commande s'est terminée en erreur, le portail affiche le cluster en Failed, et la supervision signale un nœud SchedulingDisabled depuis six heures.

Les sites répondent, mais le cluster est dans un état bancal : aucune autre opération (mise à l'échelle, nouveau pool) n'est possible tant qu'il est en échec, et la rentrée des inscriptions commence lundi. Le responsable plateforme vous demande de trouver ce qui a bloqué la mise à niveau et de la terminer proprement, sans coupure des paiements.

Vous êtes sur ml-bastion, avec l'Azure CLI et un kubectl déjà connecté au cluster.