Sie können ComputeClasses verwenden, um GKE-Autopilot-Arbeitslasten (Google Kubernetes Engine) in Ihren GKE-Standardmodus-Clustern auszuführen. In diesem Dokument werden die Methoden beschrieben, mit denen Sie Ihre Arbeitslasten im Autopilot-Modus ausführen können. Außerdem erfahren Sie, wann Sie eine Arbeitslast in einem bestimmten Modus ausführen sollten.
Diese Informationen richten sich an folgende Nutzer:
- Cloud-Architekten, die die Betriebskosten in Unternehmen optimieren möchten.
- Plattformadministratoren, die den Aufwand für die manuelle Infrastrukturverwaltung reduzieren möchten.
- Site Reliability Engineers (SREs), die die Wartung, Upgrades und Skalierung der Infrastruktur nach Möglichkeit auf Google Cloud verlagern möchten.
Sie sollten mit den folgenden Konzepten vertraut sein:
GKE Autopilot
Autopilot ist ein Betriebsmodus in GKE, in dem Google Ihre Knoteninfrastruktur, Skalierung, Sicherheit und vorkonfigurierten Funktionen verwaltet. Der Autopilot-Modus ist für die Ausführung der meisten Produktionsarbeitslasten in einer Umgebung optimiert, in der die empfohlenen Einstellungen für Sicherheit, Zuverlässigkeit, Leistung und Skalierbarkeit gelten. Informationen zur Auswahl zwischen dem Autopilot- und dem Standardmodus basierend auf Ihren Anforderungen finden Sie unter GKE-Betriebsmodi.
Sie können den Autopilot-Modus auf folgende Arten verwenden:
- Dedizierten Cluster im Autopilot-Modus erstellen: Google verwaltet den gesamten Cluster und wendet Best Practices für Automatisierung, Zuverlässigkeit, Sicherheit und Kosten an.
- Standardcluster so konfigurieren, dass er wie ein Autopilot-Cluster funktioniert: Sie aktivieren mehrere Einstellungen auf Clusterebene in einem Standardcluster, damit der Cluster wie ein Autopilot-Cluster funktioniert. Sie können einzelne Einstellungen je nach Ihren Anforderungen ändern oder deaktivieren.
- Arbeitslasten im Autopilot-Modus in Standardclustern ausführen: Sie stellen Autopilot-ComputeClasses bereit und wählen sie in Arbeitslasten aus. Google verwaltet die Knoten, die die GKE für diese spezifischen Arbeitslasten in einem von Autopilot verwalteten Knotenpool erstellt. Sie steuern den Cluster und können Ihre eigenen Standardknotenpools neben den von GKE verwalteten Knoten ausführen.
Autopilot-Modus für ComputeClasses
Eine ComputeClass ist eine benutzerdefinierte Kubernetes-Ressource, die eine Liste von Knotenkonfigurationen wie Maschinentypen oder Funktionseinstellungen definiert. Sie können bestimmte ComputeClasses in Kubernetes-Arbeitslastspezifikationen auswählen. Wenn eine Arbeitslast, die eine ComputeClass auswählt, einen neuen Knoten benötigt, versucht GKE, den Knoten mit einer der von der ComputeClass deklarierten Konfigurationen bereitzustellen. Die GKE versucht, jede Konfiguration in der ComputeClass der Reihe nach zu verwenden, und greift auf die nächste Konfiguration zurück, wenn die Knotenerstellung fehlschlägt. Weitere Informationen finden Sie unter Benutzerdefinierte ComputeClasses.
Wenn Sie Autopilot-Arbeitslasten in Ihren GKE-Standardclustern ausführen möchten, aktivieren Sie den Autopilot-Modus in einer ComputeClass und wählen diese ComputeClass in bestimmten Arbeitslasten aus. Google verwaltet alle neuen Knoten, die GKE für diese Arbeitslasten bereitstellt, ähnlich wie Google die Knoten in Autopilot-Clustern verwaltet. Die meisten Vorteile und Sicherheitsfunktionen des Autopilot-Modus gelten für diese Arbeitslasten und die Hostknoten.
ComputeClasses im Autopilot-Modus bieten Clusteradministratoren zusätzliche Flexibilität, um das gewünschte Maß an Kontrolle über bestimmte Arbeitslasten und Infrastrukturen in Ihrem Cluster auszuwählen, z. B. auf folgende Weise:
- Sie können bestimmte Arbeitslasten vollständig von GKE verwalten lassen, indem Sie sie im Autopilot-Modus ausführen.
- Sie behalten die volle Kontrolle über Arbeitslasten und Infrastruktur, die nicht den Autopilot-Modus verwenden, z. B. manuell erstellte Knotenpools.
- Sie können eine Autopilot-ComputeClass als Standard für Ihren Cluster oder Namespace festlegen, damit Arbeitslasten im Autopilot-Modus ausgeführt werden, sofern sie nicht explizit eine andere Option anfordern. Sie können auch eine Cluster-Standard-Autopilot-ComputeClass mit anderen Clustereinstellungen kombinieren, um Ihren gesamten Standardcluster so einzurichten, dass standardmäßig Autopilot verwendet wird.
Mit diesen Optionen können Clusteradministratoren entscheiden, in welchem Umfang sie Autopilot verwenden möchten.
Vorteile von Autopilot-ComputeClasses in Standardclustern
Wenn Sie einige Ihrer Arbeitslasten im Autopilot-Modus ausführen, bietet das folgende Vorteile:
- Kosten für die Infrastrukturverwaltung senken: Google aktualisiert, wartet, konfiguriert und optimiert bestimmte Knoten für Sie.
- Autopilot-Preismodell verwenden: Arbeitslasten, die eine Autopilot-ComputeClass verwenden, werden nach dem Autopilot-Preismodell abgerechnet. Dieses Preismodell umfasst die Abrechnung pro Pod für Arbeitslasten, die keine bestimmte Hardware anfordern. Weitere Informationen finden Sie im Abschnitt „Preise“.
- Skalierung und Sicherheitsstatus verbessern: Autopilot-Arbeitslasten profitieren von Vorteilen wie dem Zugriff auf die containeroptimierte Compute-Plattform, verbesserten Standardsicherheitseinschränkungen und Knoten-Autoscaling basierend auf Ressourcenanfragen. Die Knoten für diese Arbeitslasten verwenden Funktionen wie automatische Knotenupgrades und automatische Reparaturen.
- Zuverlässigkeit verbessern: Das Service Level Agreement (SLA) für GKE enthält ein Service Level Objective (SLO) für die Pod-Betriebszeit für Autopilot.
Viele dieser Vorteile bieten auch Autopilot-Cluster, die außerdem eine stärker verwaltete Umgebung als Standardcluster bieten und mehrere Vorteile in Bezug auf Sicherheit, Netzwerk und Ressourcenverwaltung haben. Weitere Informationen finden Sie in der Autopilot-Übersicht.
Hardwareauswahl in Autopilot-ComputeClasses
In Autopilot-ComputeClasses können Sie bestimmte Hardware für Ihre Knoten auswählen (z. B. GPUs oder Maschinentypen) oder GKE Pods auf einer containeroptimierten Compute-Plattform für allgemeine Zwecke platzieren lassen. Die Option für allgemeine Zwecke wird für die meisten Produktionsarbeitslasten empfohlen, die keine bestimmte Hardware erfordern, um gut zu funktionieren. Sie unterstützt sowohl x86- als auch Arm-Architekturen.
In der folgenden Tabelle werden diese Konfigurationsoptionen beschrieben. Außerdem erfahren Sie, wie Sie eine Option in einer ComputeClass auswählen und wie sich diese Auswahl auf Ihr Abrechnungsmodell auswirkt:
| Arbeitslastanforderung | Empfohlene ComputeClass-Konfiguration | Abrechnungsmodell |
|---|---|---|
| Arbeitslasten für allgemeine Zwecke | Verwenden Sie eine Autopilot-ComputeClass mit der Prioritätsregel
Die integrierten Autopilot-ComputeClasses verwenden nur |
Pod-basiertes Abrechnungsmodell |
| Arbeitslasten, die bestimmte Hardware erfordern | Verwenden Sie eine ComputeClass, die eine beliebige verfügbare Hardwarekonfigurationsregel verwendet, z. B. die Regel |
Knotenbasiertes Abrechnungsmodell |
Konfiguration von Autopilot in ComputeClasses
Sie können den Autopilot-Modus in einem Standardcluster verwenden, indem Sie eine integrierte Autopilot-ComputeClass verwenden, die von GKE bereitgestellt wird, oder indem Sie Autopilot in einer von Ihnen erstellten benutzerdefinierten ComputeClass aktivieren. In den folgenden Abschnitten werden die einzelnen Optionen beschrieben.
Integrierte Autopilot-ComputeClasses
Die GKE konfiguriert bestimmte Autopilot-ComputeClasses für Sie. Sie können diese integrierten Autopilot-Klassen in jedem infrage kommenden Cluster auswählen. Die integrierten Autopilot-ComputeClasses in Standard-Clustern verwenden die Prioritätsregel podFamily, um Pods auf der containeroptimierten Computing-Plattform auszuführen. Weitere Informationen finden Sie unter Integrierte ComputeClasses in GKE.
Benutzerdefinierte Autopilot-ComputeClasses
Sie können Autopilot in jeder benutzerdefinierten ComputeClass aktivieren, die Sie verwalten, indem Sie das Feld autopilot in der ComputeClass-Spezifikation verwenden. Benutzerdefinierte Autopilot-ComputeClasses sind in folgenden Situationen nützlich:
- Ihre Arbeitslasten haben bestimmte Hardwareanforderungen, z. B. Beschleuniger.
- Sie möchten bestimmte Knotenoptionen ändern, z. B. Zonen festlegen oder Markierungen anwenden, und gleichzeitig die containeroptimierte Autopilot-Computing-Plattform verwenden.
Wenn Sie Autopilot in einer vorhandenen ComputeClass aktivieren möchten, müssen Sie sie löschen, die Konfiguration aktualisieren und die ComputeClass dann in Ihrem Cluster neu erstellen. Ihre Änderungen gelten für alle neuen Knoten, die GKE für Arbeitslasten erstellt, die Sie nach dem Aktualisieren der Autopilot-ComputeClass bereitstellen.
Weitere Informationen zum Aktivieren von Autopilot in Ihren benutzerdefinierten ComputeClasses finden Sie unter Spezifische Hardware für Ihre Autopilot-Pods auswählen.
Preise
Die GKE Autopilot-Preise gelten für die Knoten und Arbeitslasten, die GKE für eine Autopilot-ComputeClass erstellt. Das Autopilot-Abrechnungsmodell, das für eine bestimmte Arbeitslast gilt, hängt von der ComputeClass-Prioritätsregel ab, die GKE zum Erstellen von Knoten für diese Arbeitslast verwendet.
In der folgenden Tabelle wird das Abrechnungsmodell beschrieben, das für verschiedene Autopilot-ComputeClass-Konfigurationen in Ihren Clustern im Standardmodus gilt:
| Abrechnungsmodelle für verschiedene ComputeClass-Konfigurationen | |
|---|---|
| Pod-basiertes Abrechnungsmodell | Das Pod-basierte Abrechnungsmodell gilt, wenn GKE eine podFamily-Prioritätsregel verwendet, um Knoten für eine Arbeitslast zu erstellen. Die integrierten Autopilot-ComputeClasses verwenden immer das Pod-basierte Abrechnungsmodell. |
| Knotenbasiertes Abrechnungsmodell | Das knotenbasierte Abrechnungsmodell gilt, wenn GKE eine ComputeClass-Prioritätsregel verwendet, die explizit bestimmte Hardware anfordert, z. B. eine bestimmte Maschinenfamilie oder GPUs. |
Autopilot-Preise gelten nur für Arbeitslasten und Knoten, die eine Autopilot-ComputeClass verwenden. Für Ihren Cluster im Standardmodus und alle anderen Knotenpools, die Sie ausführen, gelten weiterhin die Preise für den GKE-Standardmodus.
Vorkonfigurierte Einstellungen für von Autopilot verwaltete Knoten
Bevor Sie den Autopilot-Modus in Ihren ComputeClasses aktivieren, sollten Sie wissen, was Sie von den Knoten erwarten können, die GKE zum Ausführen der Autopilot-Arbeitslasten erstellt. Google konfiguriert bestimmte Features und Sicherheitseinschränkungen in Autopilot-Knoten. Daher werden Arbeitslasten, die in Ihren Knoten im Standardmodus korrekt bereitgestellt werden und funktionieren, möglicherweise im Autopilot-Modus abgelehnt, wenn sie die Sicherheitsanforderungen von Autopilot nicht erfüllen.
In der folgenden Tabelle werden die Featurekonfigurationen beschrieben, die die entsprechenden Einstellungen in Ihrem Standardcluster überschreiben. Wenn eine Konfiguration nicht in dieser Tabelle enthalten ist, verwenden die Autopilot-Knoten die Standardclustereinstellung. Die Workload Identity-Föderation für GKE ist beispielsweise nicht in dieser Tabelle enthalten. Das bedeutet, dass die Einstellung für die Workload Identity-Föderation für GKE des Standard-Clusters für die von GKE erstellten Autopilot-Knoten gilt.
| Funktion | Standardeinstellung auf Clusterebene | Von Autopilot verwaltete Knoteneinstellung |
|---|---|---|
| Knotenupgrades und ‑wartung |
Konfigurierbar: |
Vorkonfiguriert:
|
| Autoscaling | Konfigurierbar: Autoscaling-Profil | Vorkonfiguriert: Autoscaling-Profil optimize-utilization |
| Netzwerk | VPC-nativ oder routenbasiert | Erfordert einen VPC-nativer Cluster |
| Sicherheit |
Konfigurierbar:
|
Vorkonfiguriert:
|
| Betriebssystem des Knotens |
Konfigurierbar: |
Vorkonfiguriert:
|
| Knoten-Bootlaufwerk |
Konfigurierbar: |
Konfigurierbar:
|
| Knotenmetadaten |
|
|
Ressourcenanfragen für Autopilot-Arbeitslasten
Damit Autopilot-Arbeitslasten effizient ausgeführt werden, erzwingt GKE bestimmte Mindest- und Höchstwerte für CPU-, Arbeitsspeicher- und sitzungsspezifische Speicheranfragen in Ihren Pods. Die GKE wendet auch Standardanfragen auf Pods an, die nicht explizit eine dieser Ressourcen anfordern. Die spezifischen Werte für die Mindest-, Höchst- und Standardressourcenanforderungen in GKE Autopilot-Arbeitslasten variieren je nach Hardwaretyp, den Ihre Pods verwenden.
Wenn Sie keinen sitzungsspezifischen Speicher anfordern, ist der Standardwert für alle ComputeClasses und Hardwareauswahlen immer gleich. Weitere Informationen finden Sie unter Standardressourcenanfragen.
In der folgenden Tabelle finden Sie Links zu den CPU- und Arbeitsspeicheranforderungen für Ihre Pod-Anfragen, je nach Hardwaretyp:
| Ressourcentyp | Minimale und maximale Anfragen | Standardanfragen |
|---|---|---|
| Pods für allgemeine Zwecke |
|
|
| GPUs und TPUs | Abhängig vom Typ und der Anzahl der Hardwarebeschleuniger. Weitere Informationen finden Sie unter Mindest- und Höchstwerte für Beschleuniger. | Keine Standardanfragen. |
| Bestimmte Compute Engine-Maschinentypen und -Maschinenfamilien |
|
Für jeden Compute Engine-Maschinentyp oder jede Compute Engine-Maschinenfamilie die Standardanfragen in der Zeile „Allgemeine Zwecke“ in der Tabelle Standardanfragen für ComputeClasses. |
Nächste Schritte
- Standardcluster für die standardmäßige Verwendung von Autopilot einrichten
- Arbeitslasten im Autopilot-Modus in Standardclustern bereitstellen
- Best Practices für ComputeClasses
- Benutzerdefinierte ComputeClasses