ניהול הקישוריות לרשת וכללי מדיניות האבטחה בסביבות דינמיות של Kubernetes מציב אתגרים תפעוליים משמעותיים. התכונה 'שקיפות של GKE Dataplane V2' מספקת לאדמינים של הפלטפורמה שקיפות ברמת ליבת המערכת לגבי תעבורת הרשת של האשכול, שיכולה לעזור בפתרון בעיות מהיר, בביקורת תאימות רציפה ובאימות פרואקטיבי של נתיבים.
במסמך הזה מפורטים ארכיטקטורה קונספטואלית ושיטות מומלצות לניטור רשת ב-Google Kubernetes Engine (GKE), כולל חבילת טלמטריה, מודל מנטלי לטריאז', כללי התראה פרואקטיביים, אוטומציה של Terraform וטכניקות לאופטימיזציה של עלויות.
הוראות מפורטות לפתרון בעיות ונהלי אבחון זמינים במאמר פתרון בעיות שקשורות לניטור רשת.
היתרונות של ניראות הרשת ב-GKE
הטמעה של אסטרטגיית ניראות ב-GKE מספקת את היתרונות העיקריים הבאים:
- הפחתת הזמן הממוצע עד לפתרון (MTTR): בעזרת מדדים מבוססי eBPF ויומני זרימה של Hubble, אפשר לבודד באופן מיידי אנומליות ברשת. התובנות האלה מאפשרות לכם להבחין בין כשלים ברמת האפליקציה, חסימות של NetworkPolicy ב-Kubernetes ודחיות של חומת האש של VPC, וכך לצמצם את מחזורי ניפוי הבאגים משעות לדקות.
- מכשור ברמת הליבה ללא sidecars: ב-GKE Dataplane V2 מופעלת לוגיקה של יכולת צפייה ישירות בליבת Linux של המארח באמצעות eBPF. כך לא צריך קובץ עזר חיצוני שדורש הרבה משאבים או שינויים בקוד ברמת האפליקציה, וזה מבטיח תקורה מינימלית ושמירה על ביצועי האפליקציה.
- ביקורת רציפה על התאימות לאבטחה: רישום ביומן של NetworkPolicy יוצר יומני ביקורת מפורטים לכל ניסיון חיבור (התוצאות הן
ALLOWאוDENY). היומנים האלה מספקים תיעוד חסין מפני שינויים של התנועה באשכול, שחיוני כדי לעמוד בדרישות של מסגרות רגולטוריות (כמו PCI-DSS, SOC 2 ו-HIPAA). - אימות נתיב פרואקטיבי: השילוב עם בדיקות הקישוריות מאפשר לדמות נתיבי רשת ולהעריך את מדיניות הרשת של GKE באופן סטטי לפני פריסת עומסי העבודה, וכך למנוע שינויים בהגדרות ובעיות קישוריות בשלב הפריסה.
- אופטימיזציה של משאבים ועלויות: מעקב מפורט אחרי תעבורת נתונים חושף חוסר יעילות כמו ניצול מוגזם של יציאות Cloud NAT, עליות חדות בהעברת נתונים בין אזורים ודפוסי פתרון DNS שלא נשמרו במטמון, וכך מאפשר תכנון מושכל של קיבולת וניהול עלויות.
ארכיטקטורת ניראות הרשת ב-GKE
GKE Dataplane V2 מציע חבילת כלים רב-שכבתית למעקב אחרי פעולות, שנועדה לשלבים שונים של פעילות. בטבלה הבאה מפורטים הרכיבים העיקריים ותרחישי השימוש המומלצים שלהם:
| רכיב ניראות | תרחיש ראשי לדוגמה | זמינות | שמירת נתונים | תקורה של ביצועים | אותות טלמטריה מרכזיים |
|---|---|---|---|---|---|
| מדדים של GKE Dataplane V2 | מעקב אחרי תקינות המערכת, ניתוח מגמות והתראות. | GKE Dataplane V2 בלבד | שמירת טלמטריה היסטורית (Cloud Monitoring והשירות המנוהל של Google Cloud ל-Prometheus שומרים מדדים ויומנים למשך 30 ימים או יותר) | זניח (צבירת נתונים ברמת הליבה) | מונים של מנות ושל בייטים, מספר האיפוסים של TCP ושיעורי הנטישה של החיבורים (pod_flow_drop_count). |
| יומני NetworkPolicy | ביקורת על מדיניות האבטחה, ניתוח של היסטוריית החיבורים ותאימות. | GKE Dataplane V2 בלבד (לNetworkLoggingהגדרת משאב בהתאמה אישית) |
ניתן להגדרה (Cloud Logging) | נמוכה (ייצוא יומנים במאגר זמני) | מטא-נתונים של החיבור (תוויות של מקור ויעד, כתובות IP, יציאות) ופסיקות מדיניות (ALLOW או DENY). |
| ממשק המשתמש ו-CLI של Hubble | ניתוח תנועה אינטראקטיבי בזמן אמת וניפוי באגים ברמת החבילה בזמן אמת. | GKE Dataplane V2 בלבד | זמני (מאגר טבעתי מקומי של הצומת) | נמוכה (הפעלה דינמית) | עקבות של זרימה בזמן אמת, סיבות מפורטות להפסקת הזרימה (למשל, נדחתה על ידי מדיניות או שהטבלה של conntrack הגיעה לקיבולת המקסימלית). |
| מדדי DNS ב-GKE | מעקב אחרי ביצועי פענוח DNS, יעילות המטמון וחביון בשרתים במעלה הזרם. | כל האשכולות | לטווח ארוך (Cloud Monitoring) | זניח | מספר בקשות DNS, יחס הפגיעה במטמון והחמצה, זמן האחזור של העברה במעלה הזרם ודחיות של מגבלות מקבילות. |
| בדיקות קישוריות | אימות נתיבים לפני הפריסה וביקורת על הגדרות סטטיות. | כל האשכולות | לא רלוונטי (סימולציה על פי דרישה) | אין (סימולציה סטטית) | נתיב הניתוב של חבילת הנתונים המדומה, כולל הערכה מדומה של NetworkPolicy. |
| VPC Flow Logs | ביקורת על תעבורה בין צמתים ותעבורה חיצונית, ניתוח משפטי של אבטחה וניתוח עלויות. | כל האשכולות | ניתן להגדרה (Cloud Logging או BigQuery) | ללא (תדירות דגימה שניתן להגדרה) | פרטי חיבור של 5-tuple, בייטים וחבילות שנשלחו, מטא-נתונים של GKE (מרחב שמות, עומס עבודה, שירות) ו-RTT (עבור TCP). |
| Flow Analyzer | ניתוח ויזואלי של תעבורה ב-VPC, זיהוי של הגורמים העיקריים לתעבורה וניתוח של עלויות בין אזורים בלי לכתוב שאילתות SQL. | כל האשכולות | תלוי בשמירת הנתונים בקטגוריה של Observability Analytics | ללא (ממשק משתמש לניתוח) | נפח התעבורה והחביון המצטברים מקובצים לפי עומס עבודה או שירות ב-GKE. |
בטבלה שלמעלה, תקורה של זניחה פירושה שהרכיבים נשארים במסגרת טביעת רגל מינימלית של משאבים (בדרך כלל פחות מ-0.1 vCPU וזיכרון מינימלי), ללא קשר לנפח התנועה או להיקף המערכת. רכיבים נמוכים שומרים על טביעת רגל מינימלית בתנאים רגילים, אבל משתנים באופן דינמי בהתאם לצפיפות התנועה. בתרחישים של תפוקה גבוהה, השימוש במשאבים יכול להגיע עד ל-2 מעבדי vCPU וכמה מאות מגה-בייט של זיכרון.
מודל מנטלי של ניראות ב-GKE ולולאת טריאז'
כדי לפתור בעיות שקשורות לאנומליות ברשת בצורה יעילה, צריך לבחור את אות הטלמטריה המתאים להיקף הפעילות שלכם ולפעול לפי מתודולוגיה עקבית של תעדוף.
בחירת מקור הטלמטריה המתאים
אם יש כמה מקורות טלמטריה, צריך לבחור את הכלי שמתאים למשימה התפעולית הנוכחית:
| מקור טלמטריה | תשובות | אידיאלי ל | Google Cloud יעד |
|---|---|---|---|
| מדדים של GKE Dataplane V2 | מה קורה ובאיזו מידה? | מרכזי בקרה, התראות ותכנון קיבולת. | Cloud Monitoring (prometheus.googleapis.com) |
| יומנים של NetworkPolicy | למה חיבור נחסם ב-GKE? | ביקורות אבטחה וניתוח שורש הבעיה במדיניות האבטחה. | Cloud Logging (policy-action יומן) |
| VPC Flow Logs | מה קרה לתנועה הזו אחרי שהיא יצאה מה-Pod? | ניתוח היסטורי של תעבורת הנתונים בין עומסי העבודה, עלויות העברת הנתונים בין אזורים ושיוך של ירידה ברמת ה-VPC. | Cloud Logging ו-Observability Analytics
(vpc_flows יומן) |
| ממשק המשתמש ו-CLI של Hubble | מה עובר בצומת כרגע? | ניפוי באגים בזמן אמת, חלופה ל-tcpdump ואירועים פעילים. | מאגר נתונים זמני (Hubble CLI) |
| בדיקות קישוריות | האם התנועה יכולה לעבור בהצלחה? | בדיקה פעילה של מישור הנתונים וניתוח נתיבים: אימות של הנגישות וזיהוי של נקודות השמטה מדויקות בחומות אש של VPC, במסלולים ובצמתים של GKE. | Network Intelligence Center (סימולציה) |
לולאה סטנדרטית לפתרון בעיות
אפשר להשתמש בתהליך העבודה הזה שניתן לחזור עליו כדי לתעדף כל אירוע שקשור לרישות ב-GKE:
- זיהוי חריגות: זיהוי הבעיה באמצעות התראות של Cloud Monitoring (לדוגמה, עלייה חדה באיפוסים של TCP, דחיות של מגבלת DNS בו-זמנית או אובדן מנות).
- בידוד השכבה: מריצים את בדיקת הבסיס של מכונה וירטואלית ב-GCE (ראו טריאז' לזמן אחזור ברמת הצומת וצווארי בקבוק של CNI) כדי לקבוע אם החסימה היא בתוך אשכול GKE (CNI, NetworkPolicy, הסתרת IP) או מחוץ לו ב-VPC (כללי חומת אש, ניתוב, Cloud NAT).
- בדיקת שורש הבעיה: ביצוע ניתוח מפורט של התהליך:
- במקרה של אירועים פעילים: משתמשים ב-Hubble CLI (
hubble observe) כדי להזרים נתונים של זרימות בזמן אמת ולזהות את הסיבות להפסקת הזרימה. - לבעיות היסטוריות או לבעיות שמתרחשות לסירוגין: מריצים שאילתה ביומנים של NetworkPolicy או ביומני זרימה של VPC ב-Cloud Logging.
- במקרה של אירועים פעילים: משתמשים ב-Hubble CLI (
- אימות התיקון: מריצים בדיקת קישוריות מדומה כדי לוודא שהנתיב מותר באופן סטטי, ואז בודקים את לוח הבקרה של המדדים כדי לוודא ששיעור הנטישה חזר לאפס.
התראות וניטור יזום של הרשת
כדי לשמור על זמינות גבוהה, אדמינים של הפלטפורמה צריכים להגדיר מדיניות התראות ב-Cloud Monitoring כדי לזהות ירידה בביצועים של הרשת לפני שהיא משפיעה על עומסי העבודה.
התראה על עליות חדות באובדן מנות
עלייה חריגה בזרימות הרשת שנמחקו בדרך כלל מצביעה על מדיניות אבטחה שהוגדרה באופן שגוי או על מיצוי של מעקב החיבורים (conntrack) ברמת הצומת.
שאילתת Prometheus (PromQL):
sum(rate(pod_flow_egress_flows_count{verdict="DROPPED"}[5m])) by (source) > 10הפעולה המומלצת: כדאי לעיין במאמר אבחון של אובדן מנות וחסימות של NetworkPolicy כדי לבודד את הסיבה הספציפית לאובדן המנות ב-GKE NetworkPolicy או ב-eBPF.
התראה על ניצול מלא של קיבולת ה-DNS
כש-CoreDNS או NodeLocal DNSCache מגיעים למגבלת השאילתות המקבילות שלהם, חיפושי DNS הבאים נדחים, מה שמוביל לפסק זמן לסירוגין באפליקציה.
שאילתת Prometheus (PromQL):
sum by (cluster_name) (rate(kubernetes_io_networking_dns_kubedns_max_concurrent_rejected_request_count[5m])) > 0פעולה מומלצת: הגדלת מספר העותקים של
kube-dnsאו הטמעה של NodeLocal DNSCache כדי לחלק את עומס הרזולוציה. שלבים מפורטים אפשר למצוא במאמר בנושא אבחון של כשלים בפענוח DNS.
התראה על עליות פתאומיות באיפוס TCP
עלייה חדה במנות איפוס של TCP מצביעה בדרך כלל על כך ששירות לקצה העורפי דוחה חיבורים, יכול להיות בגלל לולאות קריסה של אפליקציות או רוויה של תור שקעים.
שפת שאילתת מעקב (MQL):
fetch prometheus_target | metric 'prometheus.googleapis.com/hubble_tcp_flags_total/counter' | filter (metric.flag == 'RST') | align rate(1m) | every 1m | group_by [metric.source, metric.destination], sum(val()) | condition val() > 50הפעולה המומלצת: כדי לבדוק את עמידות החיבור או את הרוויה של תור האפליקציות, עיינו במאמר אבחון חוסר איזון בתנועה ואיפוסים של TCP.
אימות אוטומטי של נתיבים ב-CI/CD
כדאי לשלב בדיקות קישוריות בצינורות פריסה כדי לאמת נתיבי רשת באופן סטטי לפני ניתוב תנועת ייצור. משתמשים ב-CLI של gcloud כדי לוודא שעומסי עבודה חדשים שפרסתם יכולים להגיע לתלות חיצונית (כמו מסדי נתונים וממשקי API) בלי חסימות של מדיניות.
פקודה לדוגמה:
gcloud network-management connectivity-tests create test-prod-db-egress \ --source-gke-pod=projects/PROJECT_ID/locations/LOCATION/clusters/CLUSTER_NAME/k8s/namespaces/prod/pods/my-app-pod \ --destination-ip-address=10.240.0.100 \ --protocol=TCP \ --destination-port=5432 \ --round-trip
הפעלת Observability Analytics לניתוח חזותי של תהליכים
כדי להפעיל ניתוח חזותי של תנועת הנתונים ב-VPC ללא שימוש ב-SQL, צריך לשדרג את קטגוריית היומנים של GKE (בדרך כלל קטגוריית _Default) לשימוש ב-Observability Analytics. כך אדמינים של הפלטפורמה יכולים להשתמש ב-Flow Analyzer כדי לבדוק את פילוח התנועה ואת העלויות של העברת הנתונים. מידע נוסף מופיע במאמר ניתוח העלויות והביצועים של תנועת הנתונים באשכול באמצעות Flow Analyzer.
אוטומציה של Terraform: יכולת צפייה כקוד
כדי להטמיע את ארכיטקטורת הניטור הזו באופן עקבי ולמנוע שגיאות בהגדרה ידנית, פורסים את צינור עיבוד הנתונים של הטלמטריה באמצעות הגדרת Terraform הבאה (נדרש ספק google-beta):
# Configure the VPC Subnet with VPC Flow Logs enabled and all metadata included
resource "google_compute_subnetwork" "gke_subnet" {
name = "gke-subnet"
ip_cidr_range = "10.0.0.0/20"
region = "us-central1"
network = google_compute_network.custom.id
# Enable VPC Flow Logs. flow_sampling is the secondary sampling rate, which
# applies to flow log entries after they are generated. The primary packet
# sampling rate is dynamic and isn't configurable.
log_config {
aggregation_interval = "INTERVAL_5_SEC"
flow_sampling = 0.5 # Default rate; satisfies the LIGHT org policy tier
metadata = "INCLUDE_ALL_METADATA"
}
}
# Configure GKE Cluster with Dataplane V2, Intranode Visibility, and Hubble
resource "google_container_cluster" "primary" {
provider = google-beta
name = "gke-observability-cluster"
location = "us-central1"
network = google_compute_network.custom.id
subnetwork = google_compute_subnetwork.gke_subnet.id
# Enable Dataplane V2 (Required for all advanced telemetry)
datapath_provider = "ADVANCED_DATAPATH"
# Enable Intranode Visibility (ensures local node pod-to-pod traffic hits the VPC)
enable_intranode_visibility = true
# Enable Managed Service for Prometheus (GMP)
monitoring_config {
enable_components = ["SYSTEM_COMPONENTS"]
managed_prometheus {
enabled = true
}
# Enable Dataplane V2 Flow Observability (Hubble Relay and metric exposure)
advanced_datapath_observability_config {
enable_metrics = true
enable_relay = true
}
}
}
# Upgrade the Default log bucket to use Log Analytics (required for Flow Analyzer)
resource "google_logging_project_bucket_config" "default_analytics" {
project = var.project_id
location = "global"
bucket_id = "_Default"
enable_analytics = true
}
# Define a baseline static path validation test (Pod to external internet gateway)
resource "google_network_management_connectivity_test" "pod_to_internet" {
name = "pod-to-internet-egress"
source {
gke_pod = "projects/${var.project_id}/locations/us-central1/clusters/${google_container_cluster.primary.name}/k8s/namespaces/prod/pods/my-app-pod"
}
destination {
ip_address = "8.8.8.8"
port = 443
}
protocol = "TCP"
}
אופטימיזציה של עלויות והפחתת רעשים
טלמטריה של רשת (מדדים ויומנים) יכולה ליצור נפחי נתונים גדולים, מה שמוביל לעלויות גבוהות של קליטה ואחסון. כדי לבצע אופטימיזציה של איסוף נתוני טלמטריה בלי לאבד את התצוגה של תנועה קריטית, כדאי להשתמש בשיטות הבאות:
השבתת יומני החיבורים המורשים
כברירת מחדל, הרישום ביומן של NetworkPolicy מתעד גם חיבורים שאושרו וגם חיבורים שנדחו.
החיבורים המותרים מהווים את רוב נפח היומן (לרוב 99% או יותר מהתנועה). אפשר לעדכן את ההגדרה של NetworkLogging האשכול כדי לתעד רק חיבורים שנדחו (drops), וכך להפחית באופן משמעותי את עלויות הרישום ביומן:
שומרים את קובץ המניפסט הבא בשם
network-logging-config.yaml:apiVersion: networking.gke.io/v1alpha1 kind: NetworkLogging metadata: name: default spec: cluster: allow: log: false # Disable logging for allowed traffic delegate: false deny: log: true # Keep logging for blocked traffic (critical for security/triage) delegate: falseמחילים את ההגדרה:
kubectl apply -f network-logging-config.yaml
רישום ביומן של נציגים באמצעות הערות
כדי לשלוט בעלויות בצורה מדויקת, אפשר להקצות רישום ביומן להערות על ידי הגדרת delegate: true במשאב המותאם אישית NetworkLogging. ההגדרה הזו מבטיחה את הדברים הבאים:
- תנועה מותרת נרשמת ביומן רק אם ל-NetworkPolicy התואם יש את ההערה
policy.network.gke.io/enable-logging: "true". - תנועה שנדחתה מתועדת ביומן רק לאובייקטים של Pod במרחבי שמות שמסומנים ב-
policy.network.gke.io/enable-deny-logging: "true".
ההגדרה הזו מאפשרת להפעיל רישום ביומן רק לעומסי עבודה קריטיים במיוחד (כמו Payment Gateway), ולהתעלם משירותים עם רעשי רקע וסיכון נמוך.
כוונון תדירות הדגימה של VPC Flow Logs
בהגדרות של Terraform (או במסוף Google Cloud ), מורידים את תדירות הדגימה המשנית רק ברשתות משנה שבהן אתם צריכים נפח תעבורת נתונים ועלויות מצטברות ולא רשומות של זרימות נתונים בודדות. מכיוון שיומני הזרימה של VPC מעריכים את סך כל התנועה מחבילות נתונים שנדגמו, אפשר להמשיך להשתמש בספירות של בייטים וחבילות נתונים לניתוח עלויות בשיעורים נמוכים יותר. לא מגדירים את התעריף flow_sampling מתחת ל-0.1, התעריף המינימלי שעומד בדרישות של רמת ESSENTIAL במדיניות הארגון constraints/compute.requireVpcFlowLogs:
resource "google_compute_subnetwork" "gke_subnet" {
# ... other subnet configs ...
log_config {
aggregation_interval = "INTERVAL_5_SEC"
flow_sampling = 0.1 # ESSENTIAL tier: volume and cost analysis, not per-flow troubleshooting
metadata = "INCLUDE_ALL_METADATA"
}
}
בטבלה הבאה מפורטים שיעורי הדגימה המשניים והרמות התואמות של מדיניות הארגון constraints/compute.requireVpcFlowLogs:
| תדירות דגימה משנית | רמת מדיניות הארגון | מתי כדאי להשתמש בזה |
|---|---|---|
1.0 |
COMPREHENSIVE |
אשכולות עם דרישה קבועה לניתוח פורנזי או לביקורת אבטחה לכל זרימה. בחרו את הקצב הזה כשאתם מגדירים את רשת המשנה, כי הגדלת הקצב אחרי אירוע לא משחזרת תהליכים שלא נלכדו. |
0.5 (ברירת מחדל) |
LIGHT |
רשתות משנה שמגבות את האשכולות שבהם אתם פותרים בעיות. זהו התעריף שמוגדר כברירת מחדל והוא מומלץ כבסיס להשוואה. |
0.1 |
ESSENTIAL |
רשתות משנה שבהן אתם צריכים נתונים מצטברים של נפח התנועה והעלות, ולא נתונים של זרימות נפרדות. |
החלת החרגות ב-Cloud Logging
להחריג יומנים עם רעשי רקע או יומנים לא רלוונטיים (כמו kube-system תנועה פנימית) ישירות ברמת יעד (sink) של Cloud Logging. מוסיפים מסנן החרגה ל_Default sink כדי להשליך מטא-נתונים פנימיים או יומני מערכת של Pod:
resource.type="gce_subnetwork" AND
log_name:"projects/PROJECT_ID/logs/compute.googleapis.com%2Fvpc_flows" AND
jsonPayload.src_gke_details.pod.pod_namespace="kube-system"
שיטות מומלצות וטיפים לתפעול
כדאי להביא בחשבון את ההנחיות התפעוליות הבאות כשפורסים ומתחזקים את צינור עיבוד הנתונים של הטלמטריה באשכול:
הפעלה של תכונת הניטור של תעבורת הנתונים ב-GKE Dataplane V2 לפי דרישה: ניטור תעבורת הנתונים (
hubble-relay) עלול להוסיף עומס קל. בסביבות ייצור, אפשר להפעיל את התכונה במהלך סשנים של ניפוי באגים ואז להשבית אותה כדי לצמצם את צריכת המשאבים בצמתים:gcloud container clusters update CLUSTER_NAME \ --enable-dataplane-v2-flow-observability \ --location=LOCATIONהפעלת האפשרות 'חשיפה בתוך הצומת': כברירת מחדל, התנועה בין שני אובייקטים של Pod באותו צומת לא יוצאת מהצומת, ולכן היא לא מוצגת ביומני הזרימה של VPC. התכונה "הרשאות גישה בתוך הצומת" מופעלת כברירת מחדל באשכולות Autopilot ומושבתת כברירת מחדל באשכולות Standard, כולל אשכולות Standard שמשתמשים ב-GKE Dataplane V2. הפעלת התכונה Intranode Visibility יוצרת לולאה לתעבורה הזו דרך ה-VPC, ועוזרת להבטיח שכללי חומת האש של ה-VPC ויומני תעבורת הנתונים יחולו באופן עקבי.
הסבר על התנהגות של פתרון בעיות ב-VIP של שירות: אחרי שכתובת IP וירטואלית (VIP) של שירות Kubernetes נפתרת לכתובת IP של Pod בעורף, מדדים של שכבת התעבורה (OSI Layer 4) סופרים אותה כתעבורה מ-Pod ל-Pod. כדי לעקוב אחרי כתובת ה-VIP של השירות שהייתה היעד המקורי, מסתמכים על זרימות בזמן אמת של Hubble CLI במהלך לחיצת היד של החיבור.
התאמה בין חותמות הזמן של המדדים והיומנים: כשחוקרים אירוע, צריך ליצור קורלציה בין העלייה החדה במדדים של Cloud Monitoring לבין חלון הזמן המדויק כשמבצעים שאילתות ביומנים ב-Cloud Logging או ב-Hubble CLI, כדי לוודא שמנתחים את אותו אירוע.
המאמרים הבאים
- פתרון בעיות שקשורות לניטור הרשת
- שיטות מומלצות לרישות ב-GKE
- מידע על יכולות התצפית של GKE Dataplane V2
- מעקב אחרי התנועה באמצעות יכולות התצפית של GKE Dataplane V2