Questo documento descrive le opzioni e le funzionalità dei cluster Kubernetes disponibili in Google Distributed Cloud (GDC) con air gap. I cluster Kubernetes forniscono un servizio Kubernetes gestito con Google Kubernetes Engine (GKE) che ti consente di eseguire il deployment e l'esecuzione dei workload dei container utilizzando metodologie Kubernetes standard di settore.
Questo documento è rivolto a un pubblico come gli amministratori IT del gruppo di amministratori della piattaforma e gli sviluppatori di applicazioni del gruppo di operatori delle applicazioni, responsabili della gestione dei workload dei container all'interno della propria organizzazione. Per saperne di più, consulta la documentazione relativa ai segmenti di pubblico per GDC con air gap.
GKE in un ambiente disconnesso
GKE su GDC è un servizio Kubernetes gestito che offre le funzionalità principali di GKE nel tuo ambiente disconnesso. Ai fini della documentazione, i cluster gestiti da GKE su GDC sono denominati cluster Kubernetes. Per ulteriori informazioni sui concetti di Kubernetes, consulta Inizia a scoprire Kubernetes.
GKE su GDC ti consente di creare e gestire i workload dei container nel tuo ambiente disconnesso in modo simile all'utilizzo di GKE nel Google Cloudpubblico.
La tabella seguente fornisce un confronto tra i cluster in GDC e Google Cloud:
| Funzionalità | Descrizione | GKE su GDC | GKE su Google Cloud |
|---|---|---|---|
| Disconnessione completa | Utilizzabile in un ambiente senza connessione a internet. | Sì | No |
| Soluzione di backup | Servizio per la creazione di copie di dati e configurazioni per un cluster per garantire la protezione dei dati e consentire il recupero da errori, guasti o attacchi informatici. | Backup per GDC | Backup per GKE |
| Logging e monitoraggio integrati | Servizio che combina la raccolta e l'analisi dei log con il monitoraggio degli indicatori chiave di prestazione per una visione completa del comportamento del cluster. | Prometheus, Grafana e Loki | Cloud Logging e Cloud Monitoring |
| Container Registry gestito | Servizio che ospita e organizza le immagini container, gestendo l'infrastruttura, la disponibilità e la sicurezza delle immagini. | Managed Harbor Service | Artifact Registry |
| Isolamento del container | Possibilità di mantenere le applicazioni containerizzate e le relative dipendenze separate e indipendenti l'una dall'altra e dal sistema host. | Sì | Sì |
| Supporto di GPU e TPU | Unità di computing ad alte prestazioni che consentono funzionalità di elaborazione avanzate. | Solo GPU | GPU e TPU |
| Scalabilità automatica orizzontale dei pod | Regolazione automatica del numero di repliche dei pod in un deployment o in un altro workload in base alle metriche osservate, come l'utilizzo della CPU o la memoria utilizzata. | Sì | Sì |
| Container Linux | Ambiente isolato per l'esecuzione di applicazioni su un host Linux. | Sì | Sì |
| UI per i cluster | Interfaccia grafica che fornisce un modo visivo e facile da usare per gestire e monitorare un cluster. | Solo cluster condiviso | Sì |
| UI per le risorse del cluster | Interfaccia grafica che fornisce un modo visivo e facile da usare per gestire e monitorare i workload dei container di un cluster. | Solo visualizzazione | Sì |
Per ulteriori informazioni su GKE e sul set completo di funzionalità disponibili pubblicamente in Google Cloud, consulta Esplora la documentazione di GKE.
Vantaggi dei cluster Kubernetes
GKE su GDC offre vantaggi chiave per i tuoi cluster Kubernetes, ad esempio:
- Gestione del ciclo di vita multi-cluster: esegui il deployment di più cluster in GDC contemporaneamente per una varietà di istanze ospitate per i tuoi workload containerizzati.
- Distribuzione Kubernetes completamente supportata: crea cluster in bundle con funzionalità Kubernetes standard aggiornate.
- Visibilità dei costi: monitora l'utilizzo e gli insight in tempo reale, per tenere costantemente sotto controllo i costi di Kubernetes.
- Gestione multi-team: consenti a più gruppi di utenti di accedere ai cluster Kubernetes per confini di gestione flessibili.
- Workflow Kubernetes automatizzati: affidati al provisioning automatico dei nodi e alla scalabilità automatica orizzontale dei pod per gestire senza problemi i workload dei container.
Tutte queste funzionalità sono standard in GKE su GDC e sono disponibili per l'utilizzo con i cluster creati dal servizio Kubernetes gestito.
Architettura dei cluster GDC
I cluster Kubernetes sono separati logicamente l'uno dall'altro per fornire domini in errore e garanzie di isolamento diversi. In alcuni casi, sono anche fisicamente separati.
Puoi configurare un cluster Kubernetes come cluster condiviso o come cluster standard. Un cluster condiviso si estende su più progetti. Un cluster standard ha come ambito un singolo progetto. Per saperne di più, consulta Configurazioni dei cluster Kubernetes.
Un cluster Kubernetes è composto da un control plane e da macchine worker denominate nodi. Il control plane e i nodi costituiscono il sistema di orchestrazione dei cluster Kubernetes. GKE su GDC gestisce l'intera infrastruttura sottostante dei cluster, incluso il control plane e tutti i componenti di sistema. Sei responsabile della gestione dei nodi worker che eseguono i tuoi workload containerizzati.
Il seguente diagramma mostra l'architettura di un cluster Kubernetes:
Questo diagramma mostra un cluster Kubernetes con i seguenti componenti:
- Control plane, che include un server API e servizi predefiniti come lo spazio di archiviazione e la pianificazione dei pod predefinita.
- Nodi worker che eseguono i workload dei container.
- Servizi GDC, come il networking VPC e il bilanciamento del carico, forniti dal servizio gestito GKE su GDC.
Informazioni sul control plane
Il control plane esegue processi come il server API Kubernetes, lo scheduler e i controller delle risorse principali. GKE on GDC gestisce il ciclo di vita del control plane dalla creazione all'eliminazione del cluster. Sono inclusi gli upgrade alla versione di Kubernetes in esecuzione sul control plane, che GDC esegue automaticamente o manualmente su tua richiesta se preferisci eseguire l'upgrade prima della pianificazione automatica.
Control plane e API Kubernetes
Il control plane è l'endpoint unificato del cluster. Puoi interagire con il control plane tramite chiamate API Kubernetes. Il control plane esegue il processo del server API Kubernetes, o kube-apiserver, per gestire le richieste API. Puoi
eseguire chiamate API Kubernetes nei seguenti modi:
- Chiamate dirette: KRM
- Chiamate indirette: client a riga di comando di Kubernetes, come l'interfaccia a riga di comando kubectl o la console GDC.
Il processo del server API è l'hub per tutte le comunicazioni del cluster. Tutti i componenti interni del cluster, come nodi, processi di sistema e controller delle applicazioni, agiscono come client del server API.
Le tue richieste API indicano a Kubernetes lo stato scelto per gli oggetti nel tuo cluster. Kubernetes tenta di mantenere costantemente questo stato. Kubernetes ti consente di configurare gli oggetti nell'API in modo imperativo o dichiarativo.
Gestione dei nodi worker
Il control plane gestisce ciò che viene eseguito su tutti i nodi del cluster. Il control plane pianifica i workload e ne gestisce il ciclo di vita, la scalabilità e gli upgrade. Il control plane gestisce anche le risorse di rete e di archiviazione per questi workload. Il control plane e i nodi comunicano tra loro utilizzando le API Kubernetes.
Informazioni sui nodi
I nodi sono le macchine worker che eseguono le tue applicazioni containerizzate e altri workload. Le singole macchine sono macchine virtuali (VM) create da GKE su GDC. Il control plane gestisce e riceve aggiornamenti sullo stato autosegnalato di ogni nodo.
Un nodo esegue i servizi necessari per supportare i container che costituiscono i workload del cluster. Questi includono il runtime e l'agente del nodo Kubernetes, o kubelet, che comunica con il control plane ed è responsabile dell'avvio e dell'esecuzione dei container pianificati sul nodo.
GKE su GDC esegue anche una serie di container di sistema che vengono eseguiti come agenti per nodo, chiamati DaemonSet, che forniscono funzionalità come la raccolta dei log e la connettività di rete all'interno del cluster.
I nodi sono raggruppati in un node pool, ovvero un insieme di nodi all'interno di un cluster che condividono la stessa configurazione e le stesse caratteristiche. Non puoi configurare un singolo nodo in un pool di nodi.
I node pool personalizzati sono utili quando si pianificano pod che richiedono più risorse di altri, ad esempio più memoria o spazio su disco locale. Puoi utilizzare le incompatibilità dei nodi se hai bisogno di un maggiore controllo sulla pianificazione dei pod.
Per saperne di più, consulta Gestisci i node pool.
Configurazioni dei cluster Kubernetes
Le seguenti configurazioni dei cluster sono disponibili con il servizio GKE su GDC per gestire i workload dei container in un'organizzazione:
- Cluster condiviso: un cluster Kubernetes con ambito a livello di organizzazione che si estende su più progetti e non è gestito da un singolo progetto, ma è collegato a questi.
- Cluster standard: un cluster Kubernetes con ambito a livello di progetto che gestisce le risorse del cluster all'interno di un progetto e non può estendersi su più progetti.
Puoi scegliere il cluster più adatto ai tuoi requisiti per la gestione dei workload dei container. Per saperne di più, consulta Configurazioni dei cluster Kubernetes.
Workload GPU in un cluster
GDC fornisce il supporto delle GPU NVIDIA per i cluster Kubernetes ed esegue i dispositivi GPU come workload utente. Ad esempio, potresti preferire l'esecuzione di notebook di intelligenza artificiale (AI) e machine learning (ML) in un ambiente GPU. Devi configurare il cluster in modo che supporti i dispositivi GPU eseguendo il provisioning delle macchine GPU. Per un elenco dei tipi di macchine supportati per i cluster Kubernetes in GDC, consulta Macchine dei nodi del cluster.
Le GPU vengono allocate in modo statico. Le prime quattro GPU sono sempre dedicate a workload come le API di AI e ML preaddestrate. Queste GPU non vengono eseguite su un cluster Kubernetes. Le GPU rimanenti sono disponibili per i cluster Kubernetes. I notebook di AI e ML vengono eseguiti su cluster Kubernetes.
Assicurati di allocare macchine GPU per i tipi di cluster corretti per consentire l'esecuzione di componenti come le API AI e ML nel tuo cluster. Per saperne di più, consulta Crea un cluster condiviso o Crea un cluster standard.
Limitazioni per GKE su GDC
Le seguenti funzionalità di GKE sono limitazioni non disponibili per GKE su GDC:
- Gestione automatizzata dei cluster
- Riparazioni automatiche dei nodi: i cluster Kubernetes in GDC non possono correggere automaticamente i nodi quando diventano non integri.
- Upgrade automatici dei cluster: i cluster Kubernetes GDC non possono eseguire automaticamente l'upgrade dei nodi con i nuovi aggiornamenti della versione di Kubernetes. Devi eseguire l'upgrade manuale di un cluster per incorporare i nuovi aggiornamenti di Kubernetes.
- Scalabilità automatica dei cluster: i cluster Kubernetes in GDC non possono regolare automaticamente le dimensioni dei nodi in base alle esigenze del workload.
- GKE Autopilot: GDC non offre una modalità operativa completamente gestita per i cluster Kubernetes per la gestione dell'infrastruttura.
- Scalabilità automatica verticale dei pod: le richieste e i limiti di CPU e memoria per i pod all'interno di un cluster Kubernetes GDC non possono essere regolati automaticamente in base alle esigenze del workload.
- Multi-cloud
- Collega cluster multi-cloud: GDC non può gestire i cluster Kubernetes creati in altri ambienti cloud.
- Gateway Connect: GDC non può connettere cluster di altri cloud provider con la tua identità Google Cloud per l'autenticazione.
- Ingress multi-cluster: i cluster Kubernetes in GDC non possono condividere le risorse di bilanciamento del carico tra i cluster.
- Suite operativa
- Gestione delle risorse multizona: i cluster e i container Kubernetes in GDC non si estendono su più zone come risorsa globale.
- Supporto dei container Windows: le applicazioni containerizzate in GDC non possono essere eseguite in ambienti isolati su un host Windows.