סקירה כללית על GKE Autopilot

‫Autopilot הוא מצב פעולה מנוהל ב-Google Kubernetes Engine ‏(GKE). בדף הזה מתוארים היתרונות של מצב Autopilot, ומוסבר איך לתכנן אשכולות, לפרוס עומסי עבודה ולהגדיר את הרשת והאבטחה. אדמינים, ארכיטקטים ומפעילים יכולים להשתמש במידע הזה כדי לקבל החלטות מושכלות כשהם בודקים אם מצב Autopilot של GKE מתאים לדרישות התפעוליות של עומסי העבודה שלהם בקונטיינרים.

מידע נוסף על ההבדלים בין מצבי הפעולה ב-GKE זמין במאמר השוואה בין GKE Autopilot ל-GKE Standard.

מה זה Autopilot?

‫GKE Autopilot הוא מצב פעולה ב-GKE שבו Google מנהלת את הגדרות התשתית, כולל הצמתים, ההתאמה לעומס, האבטחה והגדרות אחרות שנקבעו מראש. מצב Autopilot מותאם להרצה של רוב עומסי העבודה בסביבת הייצור, ומקצה משאבי מחשוב על סמך המניפסטים של Kubernetes.

אתם יכולים להשתמש במצב Autopilot ב-GKE ברמת האשכול או ברמת עומס העבודה:

  • ברמת האשכול: הפעלת אשכול שלם במצב Autopilot, כדי שהאשכול וכל עומסי העבודה שלו יפעלו בהתאם לשיטות המומלצות ולהמלצות של GKE לגבי התאמה לעומס, אבטחה, שדרוגים והגדרת צמתים. אפשר להגדיר את המצב האוטומטי ברמת האשכול באחת מהדרכים הבאות:
  • ברמת עומס העבודה: מריצים עומסי עבודה ספציפיים במצב Autopilot באשכולות GKE Standard, על ידי בחירה ב-ComputeClasses של Autopilot בעומסי העבודה. האפשרות הזו מאפשרת לכם להשתמש ב-Autopilot בסביבות שבהן אתם עדיין צריכים שליטה ידנית על חלקים אחרים בתשתית. מידע נוסף זמין במאמר מידע על עומסי עבודה במצב Autopilot ב-GKE Standard.

יתרונות

  • התמקדות באפליקציות: Google מנהלת את התשתית, כך שאתם יכולים להתמקד בפיתוח ובפריסה של האפליקציות שלכם.
  • אבטחה: לאשכולות Autopilot יש הגדרת הקשחה כברירת מחדל, עם הרבה הגדרות אבטחה שמופעלות כברירת מחדל. ‫GKE מחיל באופן אוטומטי תיקוני אבטחה על הצמתים כשהם זמינים, בהתאם ללוחות הזמנים לתחזוקה שהגדרתם.
  • תמחור: מודל התמחור של Autopilot מפשט את התחזיות והשיוך של החיובים.
  • ניהול צמתים: Google מנהלת את צומתי העובדים, כך שאתם לא צריכים ליצור צמתים חדשים כדי להתאים לעומסי העבודה שלכם, או להגדיר שדרוגים ותיקונים אוטומטיים.
  • שינוי קנה מידה: כשעומסי העבודה שלכם חווים עומס גבוה ואתם מוסיפים עוד Pods כדי להתאים לתנועה, כמו באמצעות התאמה אופקית של קבוצות Pod לעומס ב-Kubernetes, ‏ GKE מקצה באופן אוטומטי צמתים חדשים לאותם Pods, ומרחיב באופן אוטומטי את המשאבים בצמתים הקיימים שלכם לפי הצורך.
  • תזמון: מצב Autopilot מנהל את הסידור בקונטיינרים (bin packing) של Pod, כך שלא צריך לחשוב כמה Pods פועלים בכל צומת. כדי לשלוט עוד יותר במיקום של Pod, אפשר להשתמש במנגנונים של Kubernetes כמו אפיניות וטופולוגיית פריסה של Pod.
  • ניהול משאבים: אם פורסים עומסי עבודה בלי להגדיר ערכי משאבים כמו מעבד (CPU) וזיכרון, Autopilot מגדיר באופן אוטומטי ערכי ברירת מחדל שהוגדרו מראש ומשנה את בקשות המשאבים ברמת עומס העבודה.
  • Networking: במצב Autopilot מופעלים כברירת מחדל כמה אמצעי אבטחת רשת, כמו העברת כל תעבורת הנתונים ברשת של Pods דרך כללי חומת האש של הענן הווירטואלי הפרטי (VPC), גם אם תעבורת הנתונים מועברת ל-Pods אחרים באשכול.
  • ניהול גרסאות: כל אשכולות Autopilot רשומים לערוץ הפצה של GKE, כך שמישור הבקרה והצמתים פועלים בגרסאות המאושרות האחרונות בערוץ הזה.
  • גמישות מנוהלת: אם לעומסי העבודה שלכם יש דרישות ספציפיות לחומרה או למשאבים, כמו מעבדי GPU, אתם יכולים להגדיר את הדרישות האלה ב-ComputeClasses. כשמבקשים ComputeClass בעומס העבודה, GKE משתמש בדרישות שלכם כדי להגדיר צמתים לפודים. לא צריך להגדיר ידנית חומרה לצמתים או לעומסי עבודה נפרדים.
  • מורכבות תפעולית מופחתת: מצב Autopilot מפחית את התקורה של ניהול הפלטפורמה, כי אין צורך לעקוב באופן רציף אחרי פעולות של צמתים, התאמה לעומס ותזמון.

ל-Autopilot יש הסכם SLA שכולל גם את מישור הבקרה וגם את קיבולת המחשוב שמשמשת את ה-Pods.

מידע על פלטפורמת המחשוב Autopilot שמותאמת לקונטיינרים

ב-GKE בגרסה 1.32.3-gke.1927002 ואילך, Autopilot כולל פלטפורמת מחשוב מותאמת לקונטיינרים לעומסי העבודה שלכם. הפלטפורמה הזו מתאימה לרוב עומסי העבודה למטרות כלליות שלא דורשים חומרה ספציפית, כמו שרתי אינטרנט ומשימות אצווה בעצימות בינונית.

פלטפורמת המחשוב שמותאמת לקונטיינרים משתמשת בצומתי GKE Autopilot שיכולים לשנות את הגודל באופן דינמי בזמן שהם פועלים, והם מיועדים להרחבה מחלקים של מעבד (CPU) עם מינימום שיבושים. שינוי הגודל הדינמי הזה מקצר משמעותית את הזמן שנדרש להקצאת קיבולת חדשה ככל שעומסי העבודה גדלים. כדי לשפר את המהירות של שינוי הגודל וההתאמה לעומס, GKE גם שומר מאגר של קיבולת מחשוב שהוקצתה מראש, שאפשר להקצות באופן אוטומטי לעומסי עבודה בתגובה לדרישות מוגברות למשאבים. מכיוון שסדרת המכונות הבסיסית לא קבועה, הביצועים לכל מעבד משתנים בהתאם לסדרת המכונות ש-GKE מתזמן בה את ה-Pod.

פלטפורמת המחשוב שמותאמת לקונטיינרים מספקת את היתרונות הבאים:

  • קיבולת המחשוב תואמת לעומסי העבודה: מצב Autopilot מתאים באופן דינמי את קיבולת המחשוב של פלטפורמת המחשוב שמותאמת לקונטיינרים, על סמך גורמים כמו מספר ה-Pods וצריכת המשאבים. כתוצאה מכך, קיבולת המחשוב באשכול תואמת לצורכי עומסי העבודה.
  • זמני התאמה מהירים: במהלך אירועי התאמה, GKE יכול לשנות באופן דינמי את הגודל של צמתים קיימים כדי להכיל יותר Pods או צריכת משאבים מוגברת. הקצאת הקיבולת הדינמית הזו מאפשרת בדרך כלל לפודים חדשים לא להמתין לאתחול של צמתים חדשים. אי אפשר לשנות את גודל הצומת בעומסי עבודה של Arm.
  • תמיכה בכמה ארכיטקטורות: פלטפורמת המחשוב שמותאמת לקונטיינרים תומכת בארכיטקטורות x86 ו-Arm לעומסי עבודה למטרות כלליות. כברירת מחדל, עומסי העבודה משתמשים בארכיטקטורת x86. כדי להריץ עומסי עבודה בפלטפורמת Arm לשימוש כללי, צריך לציין את בורר הצמתים kubernetes.io/arch: arm64 או לבחור את ComputeClasses‏ autopilot-arm או autopilot-arm-spot.

אתם יכולים להשתמש בפלטפורמת המחשוב של Autopilot שמותאמת לקונטיינרים בדרכים הבאות:

תמחור

התמחור של Autopilot משתמש במודלים שונים בהתאם לסוג החומרה שבה משתמשים ה-Pods, באופן הבא:

  • פודים של Autopilot למטרות כלליות: סוגי הפודים הבאים משתמשים במודל חיוב שמבוסס על פודים ומסווגים כפודים למטרות כלליות:

    • Pod-ים שפועלים בפלטפורמת המחשוב שמותאמת לקונטיינרים באשכולות Autopilot או באשכולות Standard.
    • פודים שבוחרים את ComputeClasses המובנים Balanced או Scale-Out באשכולות Autopilot.

    מידע נוסף זמין בקטע General-purpose Autopilot workloads במאמר Google Kubernetes Engine pricing.

  • עומסי עבודה ב-Autopilot שבוחרים חומרה ספציפית: פודים שבוחרים חומרה ספציפית, כמו סדרת מכונות של Compute Engine, שיפור מהירות באמצעות חומרה או שימוש ב-ComputeClasses, משתמשים במודל חיוב שמבוסס על צמתים. במודל הזה, אתם משלמים על החומרה הבסיסית ועל ניהול הצמתים.

    למידע נוסף, קראו את הקטע "עומסי עבודה ב-Autopilot שבוחרים חומרה ספציפית" במחירון של Google Kubernetes Engine.

אשכולות ועומסי עבודה במצב Autopilot

ב-GKE אתם יכולים להשתמש במצב Autopilot לאשכולות שלמים או לעומסי עבודה ספציפיים באשכולות Standard. אשכולות Autopilot הם הדרך המומלצת להשתמש ב-GKE, כי כל האשכול משתמש בשיטות המומלצות של Google כברירת מחדל.

עם זאת, בארגונים מסוימים יש דרישות לשליטה ידנית או לגמישות, שמחייבות שימוש באשכול GKE Standard. במקרים כאלה, עדיין אפשר להשתמש ב-Autopilot באשכולות Standard בדרכים הבאות:

בקטעים הבאים מוסבר איך לתכנן וליצור אשכולות Autopilot.

תכנון אשכולות Autopilot

לפני שיוצרים אשכול, מתכננים ומעצבים את הארכיטקטורה של Google Cloud . ב-Autopilot, אתם מבקשים חומרה במפרטים של עומסי העבודה. ‫GKE מקצה ומנהל את התשתית המתאימה להרצת עומסי העבודה האלה. לדוגמה, אם אתם מריצים עומסי עבודה של למידת מכונה, אתם מבקשים מאיצי חומרה.

תכננו ובקשו מכסות לפרויקט או לארגון ב- Google Cloud בהתאם להיקף של עומסי העבודה. כדי ש-GKE יוכל להקצות תשתית לעומסי העבודה, צריך לוודא שיש בפרויקט מספיק מכסה לחומרה הזו.

כדאי להביא בחשבון את הגורמים הבאים במהלך התכנון:

  • גודל וקנה מידה משוערים של האשכול
  • סוג עומס העבודה
  • פריסת האשכול והשימוש בו
  • פריסה והגדרה של רשתות
  • תצורת אבטחה
  • ניהול ותחזוקה של אשכולות
  • פריסה וניהול של עומסי עבודה (workload)
  • רישום ביומן ומעקב

בקטעים הבאים מפורטים מידע ומקורות מידע שימושיים בנושאים האלה.

Networking

כשיוצרים אשכול Autopilot עם רשת ציבורית, עומסי העבודה באשכול יכולים לתקשר זה עם זה ועם האינטרנט. זהו מצב ברירת המחדל של הרשת. Google Cloud ו-Kubernetes מספקים תכונות ויכולות נוספות של רשתות שבהן תוכלו להשתמש בהתאם לדרישות שלכם, כמו אשכולות עם רשתות פרטיות.

העבודה עם רשתות ב-Kubernetes ובענן היא מורכבת. לפני שמתחילים לשנות את הגדרות ברירת המחדל שנקבעו ב-Google Cloud , חשוב להכיר את המושגים הבסיסיים של עבודה ברשת. בטבלה הבאה מפורטים מקורות מידע נוספים על רשתות ב-GKE, בהתאם לתרחיש לדוגמה:

תרחיש לדוגמה משאבים
הסבר על האופן שבו פועלת הרשת ב-Kubernetes וב-GKE

אחרי שתלמדו את מודל הרשת, כדאי שתחשבו על דרישות האבטחה של הרשת והרשתות בארגון. בוחרים את התכונות של GKE ושל Google Cloud הרשת שעומדות בקריטריונים האלה.

תכנון הגדרת הרשת ב-GKE

מומלץ להבין את המכסות של GKE בנושא רשתות, כמו נקודות קצה לכל שירות ומגבלות על בקשות API. מקורות המידע הבאים יעזרו לכם לתכנן היבטים ספציפיים של הגדרת הרשת:

חשיפת עומסי העבודה (workloads)
  • כדי לחשוף את האפליקציות לאינטרנט, משתמשים בשירותים, שמאפשרים לחשוף אפליקציה שפועלת בקבוצת Pods כשירות רשת יחיד.
  • כדי להגדיר עומסי עבודה לתקשורת מאובטחת עם ממשקי ה-API של Google Cloud , צריך להשתמש באיחוד זהויות של עומסי עבודה ל-GKE.
הפעלת שירותים מקושרים בזמינות גבוהה בכמה אשכולות משתמשים בשירותים מרובי-אשכולות (MCS).
איזון עומסים של תנועה נכנסת
הגדרת אבטחת הרשת של האשכול
מעקב אחרי התנועה ברשת של Kubernetes

כברירת מחדל, ב-Autopilot משתמשים ב-GKE Dataplane V2 למדדים וליכולת תצפית .

  • כדי להטמיע את המדדים של GKE Dataplane V2, צריך להגדיר את השירות המנוהל של Google Cloud ל-Prometheus. כברירת מחדל, המדדים של GKE Dataplane V2 חשופים ב-GKE Autopilot.
  • כדי לגשת להמחשות חזותיות, לפסיקות של מדיניות רשת ב-Kubernetes ולדוחות על תעבורת נתונים, צריך להגדיר כלים נוספים לפתרון בעיות באמצעות תצפיתיות ב-GKE Dataplane V2.

התאמה לעומס (scaling)

כדי להפעיל פלטפורמה ביעילות בקנה מידה נרחב, צריך לתכנן ולשקול היטב את הדברים. חשוב להביא בחשבון את יכולת ההתאמה לעומס (scalability) של העיצוב, כלומר היכולת של האשכולות לגדול תוך עמידה ביעדי רמת השירות (SLO). במאמר הנחיות ליצירת אשכולות שניתנים להתאמה לעומס תוכלו לקרוא הנחיות מפורטות למנהלי פלטפורמות ולמפתחים.

כדאי גם להביא בחשבון את המכסות והמגבלות של GKE, במיוחד אם אתם מתכננים להריץ אשכולות גדולים עם אלפי Pods.

במצב Autopilot, ‏GKE משנה באופן אוטומטי את קנה המידה של הצמתים בהתאם למספר ה-Pods באשכול. אם באשכול אין עומסי עבודה פעילים, Autopilot יכול להקטין את האשכול באופן אוטומטי לאפס צמתים. אחרי צמצום אנכי בהתאם לעומס (scale down) של האשכול, לא נשארים צמתים באשכול, ולכן הפודים של המערכת נמצאים במצב Unschedulable. זה תקין. ברוב האשכולות החדשים שנוצרו במצב Autopilot, יכול להיות שתבחינו שלוקח יותר זמן לתזמן את עומסי העבודה הראשונים שאתם פורסים. הסיבה לכך היא שאשכול Autopilot חדש מתחיל עם אפס צמתים שמישים בזמן היצירה, וממתין עד לפריסת עומס עבודה כדי להקצות צמתים נוספים.

שיטות מומלצות:

כדי לשנות באופן אוטומטי את מספר ה-Pods באשכול, משתמשים במנגנון כמו התאמה אופקית של קבוצות Pod לעומס ב-Kubernetes, שמאפשר לשנות את מספר ה-Pods בהתאם למדדי ה-CPU והזיכרון המובנים, או בהתאם למדדים בהתאמה אישית מ-Cloud Monitoring. בנוסף, ב-Autopilot מופעלת כברירת מחדל התאמה אנכית של קבוצות Pod לעומס. כדי לבצע אופטימיזציה של בקשות ה-CPU של מאגרים בזמן התאמה אוטומטית לעומס של רפליקות, אתם יכולים להשתמש ב-HPA rightsizing with VPA (גרסת טרום-השקה). במאמר הגדרת התאמה אופקית של קבוצות Pod לעומס מוסבר איך מגדירים התאמה אופקית לעומס על סמך מדדים שונים.

אבטחה

באשכולות Autopilot מופעלות ומוחלות כברירת מחדל הגדרות ושיטות מומלצות לאבטחה, כולל הרבה מההמלצות שמפורטות במאמרים הקשחת אבטחת האשכול וסקירה כללית על אבטחת GKE.

אם אתם מריצים עומסי עבודה של Autopilot באשכולות Standard,‏ GKE מחיל אמצעי אבטחה שונים של Autopilot על עומסי העבודה האלה, כמיטב יכולתו. אתם יכולים לאכוף כללי מדיניות אבטחה ספציפיים של Autopilot בכל האשכול הרגיל. אם תאכפו את כל כללי המדיניות הזמינים של Autopilot, סביבת ההפעלה של אשכול Standard תהיה דומה לזו של אשכול Autopilot.

במאמר אמצעי אבטחה ב-Autopilot מוסבר בהרחבה על אמצעי ההקשחה ב-Autopilot ואיך להטמיע את דרישות האבטחה הספציפיות שלכם.

יצירת אשכול

אחרי שתכננתם את הסביבה והבנתם את הדרישות, צרו אשכול Autopilot. אשכולות Autopilot חדשים הם אשכולות אזוריים עם כתובת IP שנגישה באופן ציבורי. בכל אשכול מופעלים אמצעי הקשחה בסיסיים, וגם התאמה אוטומטית לעומס (automatic scaling) ותכונות אחרות. רשימה מלאה של התכונות שהוגדרו מראש מופיעה במאמר השוואה בין GKE Autopilot ל-GKE Standard.

אם רוצים ליצור את האשכול בלי גישה לכתובות IP חיצוניות, צריך להגדיר את בידוד הרשת.

פריסת עומסי עבודה במצב אוטומטי

אתם יכולים להריץ עומסי עבודה תואמים של Kubernetes במצב Autopilot, כדי ש-GKE ינהל את ההתאמה לעומס, את התזמון היעיל ואת התשתית הבסיסית. אתם יכולים להשתמש בפלטפורמת המחשוב שמותאמת לקונטיינרים לעומסי עבודה למטרות כלליות, או לבחור חומרה ספציפית לעומסי העבודה באמצעות ComputeClass.

אפשר להריץ את עומסי העבודה האלה ב-Autopilot באחת מהדרכים הבאות:

כדי לקבל הדרכה אינטראקטיבית במסוף Google Cloud לפריסה ולחשיפה של אפליקציה באשכול Autopilot, לחצו על תראו לי איך:

תראו לי איך

בטבלה הבאה מפורטות כמה דרישות נפוצות והמלצות לפעולות שצריך לבצע:

תרחיש לדוגמה משאבים
שליטה במאפיינים של צמתים ספציפיים כשמשנים את קנה המידה של אשכול יוצרים ComputeClass בהתאמה אישית ומבקשים אותו במניפסט של עומס העבודה. מידע נוסף זמין במאמר מידע על ComputeClasses בהתאמה אישית.
הרצת עומסי עבודה של Autopilot באשכול רגיל שימוש ב-Autopilot ComputeClass באשכול Standard. מידע נוסף זמין במאמר מידע על עומסי עבודה במצב אוטומטי ב-GKE Standard.
הרצת עומסי עבודה של Arm לעומסי עבודה למטרות כלליות, צריך לבקש את ארכיטקטורת Arm ואת ComputeClass המובנה autopilot-arm או autopilot-arm-spot. אם יש דרישות חומרה ספציפיות, צריך לבקש סדרת מכונות עם מעבדי Arm ב-ComputeClass בהתאמה אישית. מידע נוסף זמין במאמר מידע על ComputeClasses בהתאמה אישית.
הרצת עומסי עבודה מואצים של AI/ML מבקשים מעבדי GPU ב-ComputeClass או במניפסט של עומס העבודה. למידע נוסף על בקשת מעבדי GPU במניפסט של עומס העבודה, קראו את המאמר פריסת עומסי עבודה של GPU ב-Autopilot.
הפעלת עומסי עבודה (workloads) עמידים בכשלים, כמו משימות באצווה, בעלויות נמוכות יותר.

אפשר להשתמש בכל ComputeClass או הגדרת חומרה עם Spot Pods.

להריץ עומסי עבודה שדורשים מינימום הפרעות, כמו שרתי גיימינג או תורי עבודה באשכולות Autopilot בלבד, מציינים את ההערה cluster-autoscaler.kubernetes.io/safe-to-evict=false במפרט של ה-Pod. הפודים מוגנים מפני פינוי שנגרם כתוצאה משדרוגים אוטומטיים של צמתים או מאירועים של צמצום אנכית בהתאם לעומס (scale down) למשך עד שבעה ימים. מידע נוסף זמין במאמר הארכת זמן הריצה של Pods במצב Autopilot.
לאפשר לעומסי העבודה לחרוג מהבקשות שלהם אם יש משאבים זמינים שלא בשימוש בסכום של בקשות המשאבים של Pod בצומת. מגדירים את limits של המשאב כך שיהיה גבוה יותר מ-requests, או לא מגדירים מגבלות למשאבים. מידע נוסף זמין במאמר הגדרת התפרצות Pod ב-GKE.

במצב Autopilot אתם יכולים לבקש משאבי מעבד (CPU), זיכרון ואחסון זמני לעומסי העבודה שלכם. הטווחים המותרים תלויים בשאלה אם רוצים להריץ את ה-Pods בפלטפורמת המחשוב של Autopilot שמותאמת לקונטיינרים, או בחומרה ספציפית. במאמר בקשות למשאבים ב-Autopilot מוסבר על בקשות ברירת המחדל למשאבי קונטיינרים ועל טווחי המשאבים המותרים.

הפרדת עומסי עבודה

אשכולות Autopilot תומכים בשימוש בבוררי צמתים ובקרבה לצומת כדי להגדיר הפרדה של עומסי עבודה. הפרדת עומסי עבודה שימושית כשצריך להורות ל-GKE למקם עומסי עבודה בצמתים שעומדים בקריטריונים ספציפיים, כמו תוויות צומת בהתאמה אישית. לדוגמה, אתם יכולים להורות ל-GKE לתזמן Pods של שרתי גיימינג בצמתים עם התווית game-server, ולהימנע מתזמון של Pods אחרים בצמתים האלה.

למידע נוסף, קראו את המאמר הגדרת הפרדת עומסי עבודה ב-GKE.

תזמון Pods באזורים ספציפיים באמצעות טופולוגיה אזורית

אם אתם צריכים למקם Pods באזור ספציפי ב- Google Cloud , למשל כדי לגשת למידע בדיסק אחסון מתמיד (persistent disk) של Compute Engine באזור, קראו את המאמר מיקום Pods של GKE באזורים ספציפיים.

זיקה (affinity) ואנטי-זיקה של Pod

אפשר להשתמש בקרבה ובריחוק של Pods כדי למקם Pods באותו צומת או כדי למנוע מ-Pods מסוימים להיות קרובים ל-Pods אחרים. הגדרות הזיקה והאנטי-זיקה של Pods מורות ל-Kubernetes לקבל החלטת תזמון על סמך התוויות של Pods שפועלים בצמתים בדומיין טופולוגיה ספציפי, כמו אזור או תחום ספציפיים. לדוגמה, אפשר להורות ל-GKE להימנע מתזמון של Pods של ממשק משתמש לצד Pods אחרים של ממשק משתמש באותם צמתים, כדי לשפר את הזמינות במקרה של הפסקה זמנית בשירות.

להוראות ולפרטים נוספים, קראו את המאמר קרבה ואי-קרבה של Pod.

ב-GKE, אפשר להשתמש בקרבה ובחוסר קרבה של Pod עם התוויות הבאות ב-topologyKey:

  • topology.kubernetes.io/zone
  • kubernetes.io/hostname

אילוצי פריסה של טופולוגיית Pod

כדי לשפר את הזמינות של עומסי העבודה כש-Kubernetes מגדיל ומקטין את מספר הפודים, אתם יכולים להגדיר אילוצי פריסה של טופולוגיית פודים. ההגדרה הזו קובעת איך Kubernetes יפזר את ה-Pods בין הצמתים בתוך דומיין טופולוגיה, כמו אזור. לדוגמה, אתם יכולים להורות ל-Kubernetes להציב מספר מסוים של Pods של סשנים בשרת גיימינג בכל אחד משלושת האזורים (zones) ב- Google Cloud באזור (region) us-central1.

דוגמאות, פרטים נוספים והוראות זמינים במאמר אילוצי פריסה של טופולוגיית Pod.

שיטות מומלצות:

אם משתמשים ב-topologySpreadConstraints עם התאמה אוטומטית לעומס של האשכול, מומלץ להגדיר את nodeTaintsPolicy: Honor. ההגדרה הזו עוזרת לוודא שהמידרוג האוטומטי של האשכול מדמה בצורה נכונה את ההעברה של Pod במהלך אירועים של צמצום אנכי בהתאם לעומס (scale down), וכך מונעת לולאות פוטנציאליות של התאמה לעומס. בלי ההגדרה הזו, יכול להיות שהכלי להתאמה לעומס יצמצם את הצמתים באופן שיפר את האילוצים של פריסת הטופולוגיה, מה שיוביל לאירועים מיידיים של הגדלת העומס ולשיבוש בעומס העבודה.

ההגדרה whenUnsatisfiable: ScheduleAnyway גם עוזרת למנוע מצב שבו אי אפשר לתזמן Pods במקרה של חוסר איזון זמני בטופולוגיה, למשל בזמן תקלה באזור.

ניהול ומעקב אחרי אשכולות Autopilot

במצב Autopilot, ‏GKE מנהל באופן אוטומטי את השדרוגים והתחזוקה של האשכולות, גם במישור הבקרה וגם בצומתי העובדים. באשכולות Autopilot יש גם פונקציונליות מובנית למעקב אחרי האשכולות ועומסי העבודה.

שדרוגי גרסאות של GKE

כל אשכולות Autopilot רשומים לערוץ הפצה של GKE. בערוצי הפצה, GKE מנהל את גרסת Kubernetes של האשכול, ומאזן בין זמינות התכונות לבין יציבות הגרסה בהתאם לערוץ. כברירת מחדל, אשכולות Autopilot רשומים לערוץ ההפצה הרגיל, אבל אתם יכולים לבחור ערוץ אחר שמתאים לצרכים שלכם מבחינת יציבות ופונקציונליות. מידע נוסף על ערוצי הפצה זמין במאמר מידע על ערוצי הפצה.

‫GKE מתחיל את השדרוגים באופן אוטומטי, עוקב אחרי ההתקדמות ומשהה את הפעולה אם מתרחשות בעיות. אתם יכולים לשלוט בתהליך השדרוג באופן ידני בדרכים הבאות:

  • כדי לקבוע מתי GKE יכול לבצע שדרוגים אוטומטיים, צריך ליצור חלונות זמן לתחזוקה. לדוגמה, אתם יכולים להגדיר את חלון הזמן לתחזוקה בלילה שלפני האיפוס השבועי של המשחק מרובה המשתתפים, כדי שהשחקנים יוכלו להיכנס בזמן האיפוס בלי הפרעות.
  • כדי לקבוע מתי GKE לא יכול להתחיל שדרוגים אוטומטיים בטווח תאריכים מסוים, משתמשים בהחרגות מתחזוקה. לדוגמה, אתם יכולים להגדיר החרגה לצורך תחזוקה למשך אירוע המכירות של בלאק פריידיי וסייבר מאנדיי, כדי שהלקוחות יוכלו לקנות בלי בעיות.
  • כדי לקבל גרסה חדשה לפני שהשדרוגים האוטומטיים מתחילים, שדרגו ידנית את מישור הבקרה. עם הזמן, GKE מתאים את גרסת הצומת לגרסת מישור הבקרה.
  • כדי לקבל גרסת תיקון שזמינה רק בערוץ הפצה חדש יותר, עיינו בקטע הפעלת גרסאות תיקון מערוץ חדש יותר. לדוגמה, יכול להיות שתצטרכו גרסת תיקון ספציפית כדי לצמצם את ההשפעה של חשיפת נקודת חולשה שהתגלתה לאחרונה.

מעקב אחרי אשכולות Autopilot

באשכולות Autopilot כבר מופעלים Cloud Logging,‏ Cloud Monitoring והשירות המנוהל של Google Cloud ל-Prometheus.

באשכולות Autopilot נאספים באופן אוטומטי סוגי היומנים והמדדים הבאים, בהתאם לשיטות המומלצות של Google לאיסוף נתוני טלמטריה:

יומנים של Cloud Logging

  • יומני מערכת
  • יומני עומסי עבודה
  • יומני הביקורת Admin Activity
  • יומני הביקורת Data Access

מדדים ל-Cloud Monitoring

  • מדדי המערכת
  • מדדי עומסי עבודה (מהשירות המנוהל של Google Cloud ל-Prometheus)

אין צורך בהגדרות נוספות כדי להפעיל את הרישום ביומן והמעקב. בטבלה הבאה מוסבר איך להשתמש בנתוני הטלמטריה שנאספו בהתאם לדרישות שלכם:

תרחיש לדוגמה משאבים
הסבר על יומני GKE ואיך לגשת אליהם
  • במאמר אילו יומנים נאספים מוסבר אילו סוגי יומנים נאספים באופן אוטומטי.
  • כדי לגשת ליומנים ולהשתמש בממשק המשתמש של Cloud Logging במסוף Google Cloud , קראו את המאמר הצגת יומני GKE.
  • במאמר שאילתות שקשורות ל-Kubernetes תוכלו למצוא שאילתות לדוגמה שאפשר להשתמש בהן כדי לסנן את יומני המערכת ועומסי העבודה של Kubernetes.
  • במאמר מידע על רישום ביומן ביקורת של GKE תוכלו למצוא שאילתות לדוגמה שאפשר להשתמש בהן כדי לסנן יומני ביקורת של פעילות אדמין ושל גישה לנתונים.
  • כדי להגדיר יומנים לסביבות עם כמה דיירים, למשל כשלצוותים יש מרחבי שמות ספציפיים באשכול GKE אחד אבל לכל צוות יש פרויקט Google Cloud משלו, קראו את המאמר רישום ביומן של כמה דיירים ב-GKE.
מעקב אחרי הביצועים של אשכולות GKE

מעקב יעיל אחרי ביצועי האשכולות יכול לעזור לכם לשפר את עלויות התפעול של האשכולות ועומסי העבודה.

  • להשתמש בלוח הבקרה של GKE ב-Monitoring כדי להציג באופן חזותי את הסטטוס של האשכולות. למידע נוסף, קראו את המאמר מעקב אחרי אשכולות GKE.
  • ב-GKE יש גם לוח בקרה של תצפיתיות במסוף Google Cloud . פרטים נוספים זמינים במאמר הצגת מדדי ניראות.
מעקב אחרי מצב האבטחה של האשכולות אתם יכולים להשתמש במרכז הבקרה של מצב האבטחה כדי לבדוק את עומסי העבודה שפועלים בהתאם לשיטות המומלצות של GKE, לסרוק נקודות חולשה במערכות ההפעלה של הקונטיינרים ובחבילות השפה, ולקבל המלצות לפעולות לצמצום הסיכונים. מידע נוסף זמין במאמר מידע על לוח הבקרה של מצב האבטחה.

פתרון בעיות

כדי לפתור את הבעיה, אפשר להיעזר במאמר פתרון בעיות באשכולות Autopilot.

המאמרים הבאים