Richieste di risorse in Autopilot

Per migliorare la stabilità dei workload, la modalità Autopilot di Google Kubernetes Engine (GKE) gestisce i valori delle richieste di risorse dei pod, come CPU, memoria o spazio di archiviazione temporaneo. Questa pagina include le seguenti informazioni, che puoi utilizzare per pianificare workload efficienti, stabili ed economicamente vantaggiosi:

  • Valori predefiniti applicati da Autopilot ai pod che non specificano valori.
  • Valori minimi e massimi applicati da Autopilot per le richieste di risorse.
  • Come variano i valori predefiniti, minimi e massimi in base all'hardware richiesto dai pod.

Questa pagina è rivolta agli operatori e agli sviluppatori che eseguono il provisioning e la configurazione delle risorse cloud e il deployment dei workload. Per scoprire di più sui ruoli comuni e sulle attività di esempio a cui facciamo riferimento nei contenuti di Google Cloud, consulta Ruoli e attività comuni degli utenti GKE.

Dovresti già avere familiarità con la gestione delle risorse Kubernetes.

Panoramica delle richieste di risorse in Autopilot

Autopilot utilizza le richieste di risorse specificate nella configurazione del workload per configurare i nodi che eseguono i workload. Autopilot applica richieste di risorse minime e massime in base alla classe di computing o alla configurazione hardware utilizzata dai workload. Se non specifichi le richieste per alcuni container, Autopilot assegna valori predefiniti per consentire l'esecuzione corretta dei container.

Quando esegui il deployment di un workload in un cluster Autopilot, GKE convalida la configurazione del workload in base ai valori minimi e massimi consentiti per la classe di computing o la configurazione hardware selezionata (ad esempio le GPU). Se le tue richieste sono inferiori al minimo, Autopilot modifica automaticamente la configurazione del workload per portare le richieste nell'intervallo consentito. Se le tue richieste superano il limite massimo, Autopilot rifiuta il workload e visualizza un messaggio di errore.

Il seguente elenco riepiloga le categorie di richieste di risorse:

  • Richieste di risorse predefinite: Autopilot le aggiunge se non specifichi le tue richieste per i workload
  • Richieste di risorse minime e massime: Autopilot convalida le richieste specificate per assicurarsi che rientrino in questi limiti. Se le tue richieste non rientrano nei limiti, Autopilot modifica le richieste dei workload.
  • Separazione dei workload e richieste di durata estesa: Autopilot ha valori predefiniti e valori minimi diversi per i workload che separi tra loro o per i pod che ricevono una protezione estesa dall'eliminazione avviata da GKE.
  • Richieste di risorse per i DaemonSet: Autopilot ha valori predefiniti, minimi e massimi diversi per i container nei DaemonSet.

Come richiedere le risorse

In Autopilot, richiedi le risorse nella specifica del pod. Le risorse minime e massime supportate che puoi richiedere cambiano in base alla configurazione hardware del nodo su cui vengono eseguiti i pod. Per scoprire come richiedere configurazioni hardware specifiche, consulta le seguenti pagine:

Richieste di risorse predefinite

Se non specifichi le richieste di risorse per alcuni container in un pod, Autopilot applica i valori predefiniti. Queste impostazioni predefinite sono adatte per molti workload di dimensioni ridotte.

Inoltre, Autopilot applica le seguenti richieste di risorse predefinite, indipendentemente dalla classe di computing o dalla configurazione hardware selezionata:

  • Container nei DaemonSet

    • CPU: 50 mCPU
    • Memoria: 100 MiB
    • Archiviazione temporanea: 100 MiB
  • Tutti gli altri container

    • Archiviazione temporanea: 1 GiB

Per saperne di più sui limiti dei cluster Autopilot, consulta Quote e limiti.

Richieste predefinite per le classi di computing

Autopilot applica i seguenti valori predefiniti alle risorse non definite nella specifica dei pod per i pod eseguiti su classi di computing. Se imposti solo una delle richieste e lasci l'altra vuota, GKE utilizza il rapporto CPU:memoria definito nella sezione Richieste minime e massime per impostare la richiesta mancante su un valore conforme al rapporto.

Autopilot non applica le richieste predefinite per i pod GPU e i pod che utilizzano la classe di computing Performance. La tabella seguente descrive le richieste di risorse predefinite per ogni ComputeClass:

Richieste di risorse predefinite per ComputeClass
ComputeClass Richiesta di CPU predefinita Richiesta di memoria predefinita
Per uso generico (autopilot predefinito o autopilot-arm) 0,5 vCPU 2 GiB
Bilanciato 0,5 vCPU 2 GiB
Scale out 0,5 vCPU 2 GiB

Richieste di risorse minime e massime

Le richieste di risorse totali richieste dalla configurazione del deployment devono rientrare nei valori minimi e massimi supportati consentiti da Autopilot. Si applicano le seguenti condizioni:

  • Richiesta minima per nodo: quando utilizzi il modello di fatturazione basato su pod per eseguire i workload in modalità Autopilot nei cluster Standard e la somma delle richieste di risorse dei pod fatturabili su un nodo è inferiore alla richiesta minima che si applica a un singolo pod, GKE aggiunge un addebito per la richiesta minima.

    A causa del modo in cui Autopilot modifica le richieste di risorse dei pod, la somma delle richieste di pod fatturabili su un nodo soddisfa o supera quasi sempre questa richiesta minima per nodo.

  • Richieste di archiviazione temporanea:

    • L'archiviazione temporanea utilizza il disco di avvio della VM, a meno che ai nodi non siano collegati SSD locali.

      L'hardware di computing che include SSD locali come GPU A100 (80 GB), GPU H100 (80 GB), la serie di macchine Z3 o la serie di macchine Z4D supporta una richiesta massima pari alle dimensioni dell'SSD locale meno l'overhead di sistema. Per informazioni su questo overhead di sistema, consulta Archiviazione temporanea supportata da SSD locali.

    • In GKE versione 1.29.3-gke.1038000 e successive, i pod della classe Performance e i pod dell'acceleratore hardware supportano una richiesta di archiviazione temporanea massima di 56 TiB, a meno che l'hardware non includa SSD locali.

      In tutti gli altri pod Autopilot, indipendentemente dalla versione di GKE, la richiesta di archiviazione temporanea totale in tutti i container del pod deve essere compresa tra 10 MiB e 10 GiB, se non diversamente specificato.

    • Per volumi più grandi, utilizza i volumi temporanei generici, che offrono funzionalità e prestazioni equivalenti allo spazio di archiviazione temporaneo, ma con una flessibilità notevolmente maggiore, in quanto possono essere utilizzati con qualsiasi opzione di archiviazione di GKE. Ad esempio, la dimensione massima di un volume temporaneo generico che utilizza pd-balanced è 64 TiB.

  • Per i pod DaemonSet, le richieste di risorse minime sono le seguenti:

    • Cluster che supportano il bursting: 1 mCPU per pod, 2 MiB di memoria per pod e 10 MiB di spazio di archiviazione temporaneo per container nel pod.
    • Cluster che non supportano il bursting: 10 mCPU per pod, 10 MiB di memoria per pod e 10 MiB di archiviazione temporanea per container nel pod.

    Per verificare se il tuo cluster supporta il bursting, consulta Disponibilità del bursting in GKE.

  • Se il tuo cluster supporta il bursting, Autopilot non applica incrementi di 0,25 vCPU per le richieste di CPU dei pod. Se il tuo cluster non supporta il bursting, Autopilot arrotonda per eccesso le richieste di CPU alla vCPU più vicina (0,25 vCPU). Per verificare se il tuo cluster supporta il bursting, consulta Disponibilità del bursting in GKE.

  • Il rapporto CPU:memoria deve rientrare nell'intervallo consentito per la classe di computing o la configurazione hardware selezionata. Se il rapporto CPU:memoria non rientra nell'intervallo consentito, Autopilot aumenta automaticamente la risorsa più piccola. Ad esempio, se richiedi 1 vCPU e 16 GiB di memoria (rapporto 1:16) per i pod in esecuzione nella classe Scale-Out, Autopilot aumenta la richiesta di CPU a 4 vCPU, il che modifica il rapporto in 1:4.

Valori minimi e massimi per le classi di computing

La tabella seguente descrive il rapporto CPU/memoria minimo, massimo e consentito per ogni classe di computing supportata da Autopilot:

Richieste di risorse minime e massime e rapporti CPU/memoria per classe di computing
Classe di computing Rapporto CPU:memoria (vCPU:GiB) Risorsa Minimo Massimo
Per uso generico (autopilot predefinito o autopilot-arm) Tra 1:1 e 1:6,5 CPU

Il valore dipende dal fatto che il cluster supporti o meno il bursting, come segue:

  • Cluster che supportano il bursting: 50m di CPU
  • Cluster che non supportano il bursting: 250m CPU

Per verificare se il tuo cluster supporta il bursting, consulta Disponibilità del bursting in GKE.

30 vCPU
Per uso generico (autopilot predefinito o autopilot-arm) Tra 1:1 e 1:6,5 Memoria

Il valore dipende dal fatto che il cluster supporti o meno il bursting, come segue:

  • Cluster che supportano il bursting: 52 MiB
  • Cluster che non supportano il bursting: 512 MiB

Per verificare se il tuo cluster supporta il bursting, consulta Disponibilità del bursting in GKE.

110 GiB
Bilanciato Tra 1:1 e 1:8 CPU 0,25 vCPU

222 vCPU

Se è selezionata una piattaforma CPU minima:

  • Piattaforme Intel: 126 vCPU
  • Piattaforme AMD: 222 vCPU
Bilanciato Tra 1:1 e 1:8 Memoria 0,5 GiB

851 GiB

Se è selezionata una piattaforma CPU minima:

  • Piattaforme Intel: 823 GiB
  • Piattaforme AMD: 851 GiB
Prestazioni N/D CPU Nessun numero minimo di richieste applicato
  • Serie di macchine C2: 58 vCPU
  • Serie di macchine C2D: 110 vCPU
  • Serie di macchine C3: 174 vCPU
  • Serie di macchine C3 con SSD locale: 174 vCPU
  • Serie di macchine C3D: 358 vCPU
  • Serie di macchine C3D con SSD locale: 358 vCPU
  • Serie di macchine C4A (vedi requisiti e limitazioni): 70 vCPU
  • Serie di macchine C4D (1.32.9-gke.1711000 o versioni successive): 382 vCPU
  • Serie di macchine C4D con SSD locale (1.32.9-gke.1711000 o versioni successive): 382 vCPU
  • Serie di macchine C4N (1.36.0-gke.3009002 o versioni successive): 192 vCPU
  • Serie di macchine C4N con SSD locale (1.37.2-gke.1434000 o versioni successive): 192 vCPU
  • Serie di macchine H3: 86 vCPU
  • Serie di macchine H4D (1.33.2-gke.4731000 o versioni successive): 192 vCPU
  • Serie di macchine T2A: 46 vCPU
  • Serie di macchine T2D: 58 vCPU
  • Serie di macchine C4: 286 vCPU
  • Serie di macchine M4 (1.33.4-gke.1013000 o versioni successive): 224 vCPU
  • Serie di macchine N4: 78 vCPU
  • Serie di macchine N4A (1.34.1-gke.3403001 o versioni successive): 64 vCPU
  • Serie di macchine N4D (1.33.13-gke.1079000 o versioni successive oppure 1.34.1-gke.2037000 o versioni successive): 94 vCPU
  • Serie di macchine Z3: 174 vCPU
  • Serie di macchine Z4D (1.36.3-gke.1244000 o versioni successive): 382 vCPU
Prestazioni N/D Memoria Nessun numero minimo di richieste applicato
  • Serie di macchine C2: 218 GiB
  • Serie di macchine C2D: 835 GiB
  • Serie di macchine C3: 1345 GiB
  • Serie di macchine C3 con SSD locale: 670 GiB
  • Serie di macchine C3D: 2750 GiB
  • Serie di macchine C3D con SSD locale: 1375 GiB
  • Serie di macchine C4A (consulta i requisiti e le limitazioni): 540 GiB
  • Serie di macchine C4D (1.32.9-gke.1711000 o versioni successive): 2905 GiB
  • Serie di macchine C4D con SSD locale (1.32.9-gke.1711000 o versioni successive): 2905 GiB
  • Serie di macchine C4N (1.36.0-gke.3009002 o versioni successive): 1488 GiB
  • Serie di macchine C4N con SSD locale (1.37.2-gke.1434000 o versioni successive): 1488 GiB
  • Serie di macchine H3: 330 GiB
  • Serie di macchine H4D:
    • 3024 GiB (1.37.2-gke.1325000 o versioni successive)
    • 1400 GiB (1.33.2-gke.4731000 o versioni successive e precedenti alla versione 1.37.2-gke.1325000)
  • Serie di macchine T2A: 172 GiB
  • Serie di macchine T2D: 218 GiB
  • Serie di macchine C4: 2140 GiB
  • Serie di macchine M4 (1.33.4-gke.1013000 o versioni successive): 5952 GiB
  • Serie di macchine N4: 600 GiB
  • Serie di macchine N4A (1.34.1-gke.3403001 o versioni successive): 512 GiB
  • Serie di macchine N4D (1.33.13-gke.1079000 o versioni successive oppure 1.34.1-gke.2037000 o versioni successive): 768 GiB
  • Serie di macchine Z3: 1406 GiB
  • Serie di macchine Z4D (1.36.3-gke.1244000 o versioni successive): 3024 GiB
Prestazioni N/D Archiviazione temporanea Nessun numero minimo di richieste applicato
  • Serie di macchine C2: 56 TiB
  • Serie di macchine C2D: 56 TiB
  • Serie di macchine C3: 56 TiB
  • Serie di macchine C3 con SSD locale: 10.000 GiB
  • Serie di macchine C3D: 56 TiB
  • Serie di macchine C3D con SSD locale: 10.000 GiB
  • Serie di macchine C4A (vedi requisiti e limitazioni): 56 TiB
  • Serie di macchine C4D (1.32.9-gke.1711000 o versioni successive): 56 TiB
  • Serie di macchine C4D con SSD locale (1.32.9-gke.1711000 o versioni successive): 10.000 GiB
  • Serie di macchine C4N (1.36.0-gke.3009002 o versioni successive): 56 TiB
  • Serie di macchine C4N con SSD locale (1.37.2-gke.1434000 o versioni successive): 56 TiB
  • Serie di macchine H3: 56 TiB
  • Serie di macchine H4D (1.33.2-gke.4731000 o versioni successive): 56 TiB
  • Serie di macchine T2A: 56 TiB
  • Serie di macchine T2D: 56 TiB
  • Serie di macchine C4: 56 TiB
  • Serie di macchine M4 (1.33.4-gke.1013000 o versioni successive): 56 TiB
  • Serie di macchine N4: 56 TiB
  • Serie di macchine N4A (1.34.1-gke.3403001 o versioni successive): 56 TiB
  • Serie di macchine N4D (1.33.13-gke.1079000 o versioni successive oppure 1.34.1-gke.2037000 o versioni successive): 56 TiB
  • Serie di macchine Z3: 34.000 GiB
  • Serie di macchine Z4D (1.36.3-gke.1244000 o versioni successive): 75.000 GiB
Scale out Esattamente 1:4 CPU 0,25 vCPU
  • arm64: 43 vCPU
  • amd64: 54 vCPU
Scale out Esattamente 1:4 Memoria 1 GiB
  • arm64: 172 GiB
  • amd64: 216 GiB

Per scoprire come richiedere classi di computing nei pod Autopilot, consulta Scegli le classi di computing per i pod Autopilot.

Valori minimi e massimi per gli acceleratori

GKE non applica richieste minime di CPU, memoria o spazio di archiviazione temporaneo per i pod che utilizzano acceleratori. Se non diversamente specificato, lo spazio di archiviazione temporaneo massimo supportato è 56 TiB. La tabella seguente descrive le richieste massime per ciascuna di queste risorse in base al numero e al tipo di acceleratore che utilizzi:

Richieste di risorse massime per tipo di acceleratore
Tipo di acceleratore Risorsa Massimo

NVIDIA B200

nvidia-B200

CPU
  • 8 GPU: 220 vCPU

NVIDIA B200

nvidia-B200

Memoria
  • 8 GPU: 3800 GiB

NVIDIA B200

nvidia-B200

Archiviazione temporanea
  • 8 GPU: 10 TiB

NVIDIA H200 (141GB)

nvidia-h200-141gb

CPU
  • 8 GPU: 220 vCPU

NVIDIA H200 (141GB)

nvidia-h200-141gb

Memoria
  • 8 GPU: 2810 GiB

NVIDIA H200 (141GB)

nvidia-h200-141gb

Archiviazione temporanea
  • 8 GPU: 10 TiB (1.32.2-gke.1182000 o versioni successive)
  • 8 GPU: 2540 GiB (precedente alla versione 1.32.2-gke.1182000)

NVIDIA H100 Mega (80GB)

nvidia-h100-mega-80gb

CPU
  • 8 GPU: 206 vCPU

NVIDIA H100 Mega (80GB)

nvidia-h100-mega-80gb

Memoria
  • 8 GPU: 1795 GiB

NVIDIA H100 Mega (80GB)

nvidia-h100-mega-80gb

Archiviazione temporanea
  • 8 GPU: 5250 GiB

NVIDIA H100 (80GB)

nvidia-h100-80gb

CPU
  • 8 GPU: 206 vCPU

NVIDIA H100 (80GB)

nvidia-h100-80gb

Memoria
  • 8 GPU: 1795 GiB

NVIDIA H100 (80GB)

nvidia-h100-80gb

Archiviazione temporanea
  • 8 GPU: 5250 GiB

NVIDIA A100 (40GB)

nvidia-tesla-a100

CPU
  • 1 GPU: 11 vCPU
  • 2 GPU: 22 vCPU
  • 4 GPU: 46 vCPU
  • 8 GPU: 94 vCPU
  • 16 GPU: 94 vCPU

La somma delle richieste di CPU di tutti i DaemonSet eseguiti su un nodo GPU A100 non deve superare 2 vCPU.

NVIDIA A100 (40GB)

nvidia-tesla-a100

Memoria
  • 1 GPU: 74 GiB
  • 2 GPU: 148 GiB
  • 4 GPU: 310 GiB
  • 8 GPU: 632 GiB
  • 16 GPU: 1264 GiB

La somma delle richieste di memoria di tutti i DaemonSet eseguiti su un nodo GPU A100 non deve superare i 14 GiB.

NVIDIA A100 (80GB)

nvidia-a100-80gb

CPU
  • 1 GPU: 11 vCPU
  • 2 GPU: 22 vCPU
  • 4 GPU: 46 vCPU
  • 8 GPU: 94 vCPU

La somma delle richieste di CPU di tutti i DaemonSet eseguiti su un nodo GPU A100 (80 GB) non deve superare 2 vCPU.

NVIDIA A100 (80GB)

nvidia-a100-80gb

Memoria
  • 1 GPU: 148 GiB
  • 2 GPU: 310 GiB
  • 4 GPU: 632 GiB
  • 8 GPU: 1264 GiB

La somma delle richieste di memoria di tutti i DaemonSet eseguiti su un nodo GPU A100 (80 GB) non deve superare i 14 GiB.

NVIDIA A100 (80GB)

nvidia-a100-80gb

Archiviazione temporanea
  • 1 GPU: 280 GiB
  • 2 GPU: 585 GiB
  • 4 GPU: 1220 GiB
  • 8 GPU: 2540 GiB

NVIDIA RTX PRO 6000

nvidia-rtx-pro-6000

CPU
  • 1/8 GPU: 6 vCPU
  • 1/4 di GPU: 12 vCPU
  • 1/2 GPU: 24 vCPU
  • 1 GPU: 47 vCPU
  • 2 GPU: 94 vCPU
  • 4 GPU: 190 vCPU
  • 8 GPU: 380 vCPU

NVIDIA RTX PRO 6000

nvidia-rtx-pro-6000

Memoria
  • 1/8 GPU: 22 GiB
  • 1/4 GPU: 45 GiB
  • 1/2 GPU: 90 GiB
  • 1 GPU: 164 GiB
  • 2 GPU: 330 GiB
  • 4 GPU: 675 GiB
  • 8 GPU: 1350 GiB

NVIDIA RTX PRO 6000

nvidia-rtx-pro-6000

Archiviazione temporanea
  • 1/8 GPU: 0 GiB (non supporta l'archiviazione temporanea)
  • 1/4 GPU: 375 GiB
  • 1/2 GPU: 750 GiB
  • 1 GPU: 1500 GiB
  • 2 GPU: 3 TiB
  • 4 GPU: 6 TiB
  • 8 GPU: 12 TiB

NVIDIA L4

nvidia-l4

CPU
  • 1 GPU: 31 vCPU
  • 2 GPU: 23 vCPU
  • 4 GPU: 47 vCPU
  • 8 GPU: 95 vCPU

La somma delle richieste di CPU di tutti i DaemonSet eseguiti su un nodo GPU L4 non deve superare 2 vCPU.

NVIDIA L4

nvidia-l4

Memoria
  • 1 GPU: 115 GiB
  • 2 GPU: 83 GiB
  • 4 GPU: 177 GiB
  • 8 GPU: 363 GiB

La somma delle richieste di memoria di tutti i DaemonSet eseguiti su un nodo GPU L4 non deve superare i 14 GiB.

NVIDIA Tesla T4

nvidia-tesla-t4

CPU
  • 1 GPU: 46 vCPU
  • 2 GPU: 46 vCPU
  • 4 GPU: 94 vCPU

NVIDIA Tesla T4

nvidia-tesla-t4

Memoria
  • 1 GPU: 287,5 GiB
  • 2 GPU: 287,5 GiB
  • 4 GPU: 587,5 GiB

Ironwood (TPU7x)

tpu7x

CPU
  • tpu7x-standard-4t: 224 vCPU

Ironwood (TPU7x)

tpu7x

Memoria
  • tpu7x-standard-4t: 992 GiB

Ironwood (TPU7x)

tpu7x

Archiviazione temporanea 56 TiB

TPU v6e (anteprima)

tpu-v6e-slice

CPU
  • ct6e-standard-1t: 44 vCPU
  • ct6e-standard-4t: 180 vCPU
  • ct6e-standard-8t: 180 vCPU

TPU v6e (anteprima)

tpu-v6e-slice

Memoria
  • ct6e-standard-1t: 176 GiB
  • ct6e-standard-4t: 720 GiB
  • ct6e-standard-8t: 1440 GiB

TPU v6e (anteprima)

tpu-v6e-slice

Archiviazione temporanea 56 TiB

TPU v5e

tpu-v5-lite-podslice

CPU
  • Topologia 1x1: 24 vCPU
  • Topologia 2x2: 112 vCPU
  • Topologia 2x4 (richiesta di 4 chip): 112 vCPU
  • Topologia 2x4 (richiesta di 8 chip): 224 vCPU
  • Topologia 4x4: 112 vCPU
  • Topologia 4x8: 112 vCPU
  • Topologia 8x8: 112 vCPU
  • Topologia 8x16: 112 vCPU
  • Topologia 16x16: 112 vCPU

TPU v5e

tpu-v5-lite-podslice

Memoria
  • Topologia 1x1: 48 GiB
  • Topologia 2x2: 192 GiB
  • Topologia 2x4 (richiesta di 4 chip): 192 GiB
  • Topologia 2x4 (richiesta di 8 chip): 384 GiB
  • Topologia 4x4: 192 GiB
  • Topologia 4x8: 192 GiB
  • Topologia 8x8: 192 GiB
  • Topologia 8x16: 192 GiB
  • Topologia 16x16: 192 GiB

TPU v5e

tpu-v5-lite-podslice

Archiviazione temporanea 56 TiB

TPU v5p

tpu-v5p-slice

CPU 280 vCPU

TPU v5p

tpu-v5p-slice

Memoria 448 GiB

TPU v5p

tpu-v5p-slice

Archiviazione temporanea 56 TiB

TPU v4

tpu-v4-podslice

CPU 240 vCPU

TPU v4

tpu-v4-podslice

Memoria 407 GiB

TPU v4

tpu-v4-podslice

Archiviazione temporanea 56 TiB

Per scoprire come richiedere GPU nei pod Autopilot, consulta Esegui il deployment dei workload GPU in Autopilot.

Richieste di risorse per la separazione dei workload e la durata estesa

Nei seguenti scenari, Autopilot applica valori più elevati per le richieste di risorse predefinite e minime:

  • Utilizzi una regola di priorità podFamily in qualsiasi ComputeClass Autopilot personalizzata che non sia il valore predefinito a livello di cluster.
  • Esegui il deployment di workload che soddisfano entrambi i seguenti criteri:
    • Utilizza una delle seguenti configurazioni di computing:
      • La piattaforma di computing ottimizzata per i container predefinita nei cluster Autopilot.
      • Qualsiasi ComputeClass Autopilot integrata.
      • podFamily regole di priorità in una classe ComputeClass Autopilot personalizzata che è anche il valore predefinito a livello di cluster.
      • Le classi di computing Balanced o Scale-Out nei cluster Autopilot.
    • Manipola il comportamento di pianificazione ed espulsione di Kubernetes in uno dei seguenti modi:

Per impostazione predefinita, se le richieste di risorse sono inferiori al valore minimo consentito, Autopilot le aumenta per soddisfare il minimo. L'eccezione a questo comportamento è l'anti-affinità dei pod, in cui Autopilot rifiuta il pod con un messaggio di errore.

La tabella seguente descrive le richieste predefinite e le richieste di risorse minime che puoi specificare in questi scenari:

Richieste di risorse predefinite e minime per la separazione del carico di lavoro e la durata estesa
Configurazione Predefinito Minimo

Pod che modificano il comportamento di pianificazione o espulsione e utilizzano una delle seguenti configurazioni:

  • Piattaforma di computing Autopilot predefinita
  • ComputeClasses Autopilot integrate
  • podFamily regole in ComputeClasses predefinite a livello di cluster
  • CPU: 0,5 vCPU
  • Memoria: 2 GiB
  • CPU: 0,5 vCPU
  • Memoria: 0,5 GiB
Pod che utilizzano regole podFamily in ComputeClass personalizzate non predefinite
  • CPU: 0,5 vCPU
  • Memoria: 2 GiB
  • CPU: 0,5 vCPU
  • Memoria: 0,5 GiB
Pod che modificano il comportamento di pianificazione o espulsione e utilizzano la classe di computing Balanced nei cluster Autopilot
  • CPU: 2 vCPU
  • Memoria: 8 GiB
  • CPU: 1 vCPU
  • Memoria: 4 GiB
Pod che modificano il comportamento di pianificazione o espulsione e utilizzano la classe di computing Scale-Out nei cluster Autopilot
  • CPU: 0,5 vCPU
  • Memoria: 2 GiB
  • CPU: 0,5 vCPU
  • Memoria: 2 GiB

Container inizializzazione

I container init vengono eseguiti in sequenza e tutti i container init devono terminare l'esecuzione prima che i container dell'applicazione possano essere avviati. Nei cluster Autopilot, se non specifichi le richieste di CPU o memoria per i container init o se imposti esplicitamente le richieste su 0, Autopilot modifica i pod durante la creazione per aggiungere richieste di risorse a ogni container init. Le richieste assegnate a ogni init container sono uguali alla somma delle richieste per tutti i container dell'applicazione nel pod. Questo è il comportamento predefinito.

Questo comportamento è diverso da quello dei cluster Standard, in cui gli init container utilizzano le risorse non allocate disponibili sul nodo su cui è pianificato il pod.

Allocazione automatica delle risorse per i container init

L'allocazione automatica delle risorse per gli init container avviene al momento della creazione del pod. Ti suggeriamo di non specificare manualmente le richieste di risorse per i container init nei cluster Autopilot, in modo che ogni container riceva per impostazione predefinita le risorse complete disponibili per il pod.

Se modifichi le richieste di risorse dei container non init nel pod dopo la creazione, Autopilot non modifica automaticamente le richieste di risorse dei container init. Di conseguenza, potresti notare addebiti che non sono coerenti con l'utilizzo effettivo delle risorse del pod. La fattura si basa sulla richiesta di risorse effettiva del pod, che corrisponde al valore maggiore tra i seguenti:

  • La richiesta di risorse più grande di qualsiasi singolo container init nel pod.
  • La somma delle richieste per tutti i container dell'applicazione nel pod.

Per saperne di più, consulta Gestione automatica delle risorse in Autopilot.

Allocazione manuale delle risorse per i container init

Se devi modificare le richieste di risorse esistenti per i container dell'applicazione per gestire i costi e le risorse, ti consigliamo di eseguire una delle seguenti operazioni per modificare le richieste dei container init:

  • Aggiorna manualmente le richieste di risorse per il container init in modo che corrispondano alle nuove richieste totali sul pod. Quando specifichi manualmente le richieste di risorse, tieni presente quanto segue:
    • Le richieste inferiori alle risorse totali del pod possono limitare l'init container.
    • Le richieste superiori alle risorse totali del pod possono aumentare i costi.
  • Rimuovi le richieste di risorse per consentire ad Autopilot di ricalcolarle. Autopilot riallocherà per impostazione predefinita le risorse a ogni container init in base alle richieste di risorse totali correnti richieste da tutti i container dell'applicazione nel pod.

Impostazione dei limiti delle risorse in Autopilot

Kubernetes ti consente di impostare sia requests che limits per le risorse nella specifica del pod. Il comportamento dei pod cambia a seconda che i limits siano diversi dai requests, come descritto nella tabella seguente:

Comportamento dei pod in base alla configurazione delle richieste di risorse e dei limiti
Valori impostati Comportamento di Autopilot
requests uguale a limits I pod utilizzano la classe QoS Guaranteed.
requests impostato, limits non impostato

Il comportamento dipende dal fatto che il cluster supporti o meno il bursting, come segue:

  • Cluster che supportano il bursting: i pod possono eseguire il bursting nella capacità di burst disponibile.
  • Cluster che non supportano il bursting: GKE imposta limits in modo che sia uguale a requests.

Per verificare se il tuo cluster supporta il bursting, consulta Disponibilità del bursting in GKE.

requests non impostato, limits impostato Autopilot imposta requests sul valore di limits, che è il comportamento predefinito di Kubernetes.

Prima:

resources:
  limits:
    cpu: "400m"

Dopo:

resources:
  requests:
    cpu: "400m"
  limits:
    cpu: "400m"
requests in meno rispetto a limits

Il comportamento dipende dal fatto che il cluster supporti o meno il bursting, come segue:

  • Cluster che supportano il bursting: i pod possono eseguire il bursting fino al valore specificato in limits.
  • Cluster che non supportano il bursting: GKE imposta limits in modo che sia uguale a requests.

Per verificare se il tuo cluster supporta il bursting, consulta Disponibilità del bursting in GKE.

requests maggiore di limits Autopilot imposta requests sul valore di limits.

Prima:

resources:
  requests:
    cpu: "450m"
  limits:
    cpu: "400m"

Dopo:

resources:
  requests:
    cpu: "400m"
  limits:
    cpu: "400m"
requests non impostato, limits non impostato

Autopilot imposta requests sui valori predefiniti per la classe di computing o la configurazione hardware.

Il comportamento di limits dipende dal fatto che il cluster supporti o meno il bursting, come segue:

  • Cluster che supportano il bursting: Autopilot non imposta limits.
  • Cluster che non supportano il bursting: GKE imposta limits in modo che sia uguale a requests.

Per verificare se il tuo cluster supporta il bursting, consulta Disponibilità del bursting in GKE.

Nella maggior parte dei casi, imposta richieste di risorse adeguate e limiti uguali per i tuoi workload.

Per i workload che richiedono temporaneamente più risorse rispetto allo stato stabile, ad esempio durante l'avvio o durante periodi di traffico più elevato, imposta i limiti su un valore superiore rispetto alle richieste per consentire il bursting dei pod. Per maggiori dettagli, consulta Configura il bursting dei pod in GKE.

Gestione automatica delle risorse in Autopilot

Se le richieste di risorse specificate per i workload non rientrano negli intervalli consentiti o se non richiedi risorse per alcuni container, Autopilot modifica la configurazione del workload per rispettare i limiti consentiti. Autopilot calcola i rapporti delle risorse e i requisiti di scale up delle risorse dopo aver applicato i valori predefiniti ai container senza richieste specificate.

  • Richieste mancanti: se non richiedi risorse in alcuni container, Autopilot applica le richieste predefinite per la classe di computing o la configurazione hardware.
  • Rapporto CPU:memoria: Autopilot esegue lo scale up della risorsa più piccola per portare il rapporto entro l'intervallo consentito.
  • Archiviazione temporanea: Autopilot modifica le richieste di archiviazione temporanea per soddisfare la quantità minima richiesta da ogni container. Il valore cumulativo delle richieste di archiviazione in tutti i container non può essere superiore al valore massimo consentito. Prima della versione 1.28.6-gke.1317000, Autopilot fa lo scale down dello spazio di archiviazione temporaneo richiesto se il valore supera il massimo. Nella versione 1.28.6-gke.1317000 e successive, Autopilot rifiuta il workload.
  • Richieste inferiori ai minimi: se richiedi meno risorse rispetto al minimo consentito per la configurazione hardware selezionata, Autopilot modifica automaticamente il pod per richiedere almeno il valore minimo delle risorse.

Per impostazione predefinita, quando Autopilot scala automaticamente una risorsa per soddisfare un valore minimo o predefinito, GKE alloca la capacità aggiuntiva al primo container nel manifest del pod. In GKE versione 1.27.2-gke.2200 e successive, puoi indicare a GKE di allocare le risorse aggiuntive a un container specifico aggiungendo quanto segue al campo annotations nel manifest del pod:

autopilot.gke.io/primary-container: "CONTAINER_NAME"

Sostituisci CONTAINER_NAME con il nome del container.

Esempi di modifica delle risorse

Lo scenario di esempio seguente mostra come Autopilot modifica la configurazione del workload per soddisfare i requisiti dei pod e dei container in esecuzione.

Container singolo con < 0,05 vCPU

La tabella seguente mostra in che modo Autopilot modifica la richiesta di risorse per un singolo container che richiede meno di 0,05 vCPU:

Modifica della richiesta di risorse per un singolo container con meno di 0,05 vCPU
Numero del container Richiesta originale Richiesta modificata
1
  • CPU: 30 mCPU
  • Memoria: 0,5 GiB
  • Archiviazione temporanea: 10 MiB
  • CPU: 50 mCPU
  • Memoria: 0,5 GiB
  • Archiviazione temporanea: 10 MiB

Più container con CPU totale < 0,05 vCPU

La tabella seguente mostra in che modo Autopilot modifica le richieste di risorse per più container quando la richiesta di CPU totale è inferiore a 0,05 vCPU:

Modifica della richiesta di risorse per più container con CPU totale inferiore a 0,05 vCPU
Numero del container Richieste originali Richieste modificate
1
  • CPU: 10 mCPU
  • Memoria: 0,5 GiB
  • Archiviazione temporanea: 10 MiB
  • CPU: 30 mCPU
  • Memoria: 0,5 GiB
  • Archiviazione temporanea: 10 MiB
2
  • CPU: 10 mCPU
  • Memoria: 0,5 GiB
  • Archiviazione temporanea: 10 MiB
  • CPU: 10 mCPU
  • Memoria: 0,5 GiB
  • Archiviazione temporanea: 10 MiB
3
  • CPU: 10 mvCPU
  • Memoria: 0,5 GiB
  • Archiviazione temporanea: 10 MiB
  • CPU: 10 mCPU
  • Memoria: 0,5 GiB
  • Archiviazione temporanea: 10 MiB
Risorse totali dei pod N/D
  • CPU: 50 mCPU
  • Memoria: 1,5 GiB
  • Archiviazione temporanea: 30 MiB

Container singolo con memoria troppo bassa per la CPU richiesta

In questo esempio, la memoria è troppo bassa per la quantità di CPU (minimo 1 vCPU:1 GiB). Il rapporto minimo consentito tra CPU e memoria è 1:1. Se il rapporto è inferiore, la richiesta di memoria viene aumentata, come mostrato nella tabella seguente:

Modifica della richiesta di risorse quando la memoria richiesta è inferiore al rapporto minimo tra CPU e memoria
Numero del container Richiesta originale Richiesta modificata
1
  • CPU: 4 vCPU
  • Memoria: 1 GiB
  • Archiviazione temporanea: 10 MiB
  • CPU: 4 vCPU
  • Memoria: 4 GiB
  • Archiviazione temporanea: 10 MiB
Risorse totali dei pod N/D
  • CPU: 4 vCPU
  • Memoria: 4 GiB
  • Archiviazione temporanea: 10 MiB

Passaggi successivi