Google menggunakan teknologi AI untuk menerjemahkan konten ke dalam bahasa pilihan Anda. Terjemahan AI mungkin mengandung kesalahan.

Mengontrol atribut node yang diskalakan otomatis dengan ComputeClass kustom

Autopilot Standard

Dokumen ini menunjukkan cara mengontrol infrastruktur komputasi dan perilaku penskalaan otomatis cluster Google Kubernetes Engine (GKE) berdasarkan kebutuhan spesifik workload Anda menggunakan ComputeClass kustom.

Dokumen ini ditujukan untuk administrator platform yang ingin menentukan profil penskalaan otomatis untuk node secara deklaratif, dan untuk operator cluster yang ingin menjalankan workload mereka di ComputeClass tertentu.

Tentang ComputeClass kustom

ComputeClass Kustom adalah Resource Kustom Kubernetes yang memungkinkan Anda menentukan prioritas yang harus diikuti GKE saat menyediakan node untuk menjalankan workload Anda. Anda dapat menggunakan ComputeClass kustom untuk melakukan hal berikut:

Memberi GKE serangkaian prioritas untuk diikuti secara berurutan saat menyediakan node, masing-masing dengan parameter tertentu seperti seri mesin Compute Engine atau kapasitas resource minimum
Menentukan nilai minimum dan parameter penskalaan otomatis untuk menghapus node yang kurang dimanfaatkan dan menggabungkan workload secara efisien pada kapasitas komputasi yang ada
Memberi tahu GKE agar otomatis mengganti konfigurasi node yang kurang disukai dengan konfigurasi node yang lebih disukai untuk performa workload yang optimal

Untuk memahami semua opsi konfigurasi dan cara interaksinya satu sama lain serta dengan mode GKE Autopilot dan mode GKE Standard, lihat Tentang ComputeClass kustom.

Harga

Resource kustom ComputeClass disediakan tanpa biaya tambahan di GKE. Pertimbangan harga berikut berlaku:

Mode GKE Autopilot: Anda akan ditagih menggunakan mode penagihan berbasis node. Untuk mengetahui detailnya, lihat Harga mode Autopilot.
Mode GKE Standard: lihat Harga mode Standard.

Batasan

Nama ComputeClass Anda tidak boleh diawali dengan gke atau autopilot.

Sebelum memulai

Sebelum memulai, pastikan Anda telah melakukan tugas berikut:

Aktifkan Google Kubernetes Engine API.

Aktifkan Google Kubernetes Engine API

Untuk menggunakan Google Cloud CLI untuk tugas ini, instal lalu lakukan inisialisasi gcloud CLI. Jika sebelumnya Anda telah menginstal gcloud CLI, dapatkan versi terbaru dengan menjalankan perintah gcloud components update. Versi gcloud CLI yang lebih lama mungkin tidak mendukung menjalankan perintah dalam dokumen ini.
Catatan: Untuk penginstalan gcloud CLI yang ada, pastikan untuk menyetel properti compute/region. Jika Anda menggunakan cluster zona, tetapkan compute/zone. Dengan menetapkan lokasi default, Anda dapat menghindari error di gcloud CLI seperti berikut: One of [--zone, --region] must be supplied: Please specify location. Anda mungkin perlu menentukan lokasi dalam perintah tertentu jika lokasi cluster Anda berbeda dengan default yang Anda tetapkan.

Pastikan Anda memiliki cluster GKE yang sudah ada dan menjalankan versi 1.30.3-gke.1451000 atau yang lebih baru. Untuk mengetahui informasi selengkapnya, lihat Membuat cluster Autopilot.
Jika Anda menggunakan cluster mode Standar, pastikan Anda memenuhi salah satu persyaratan berikut:
- Aktifkan penskalaan otomatis di setidaknya satu node pool dalam cluster.
- Jika cluster Standard Anda menjalankan versi yang lebih lama dari 1.33.3-gke.1136000 dan tidak terdaftar di saluran rilis Rapid, aktifkan node auto-provisioning tingkat cluster.

Contoh skenario untuk ComputeClasses

Dokumen ini menyajikan contoh skenario saat Anda menentukan ComputeClass kustom. Dalam praktiknya, Anda harus mempertimbangkan persyaratan workload dan organisasi tertentu, serta menentukan ComputeClass yang memenuhi persyaratan tersebut. Untuk deskripsi lengkap semua opsi untuk ComputeClass, dan untuk pertimbangan khusus, lihat Tentang ComputeClass kustom.

Perhatikan contoh skenario berikut:

Sasaran Anda adalah mengoptimalkan biaya operasional untuk workload Anda
Workload Anda fault-tolerant dan tidak memerlukan penghentian normal atau runtime yang diperpanjang
Workload Anda memerlukan setidaknya 64 vCPU agar dapat berjalan secara optimal
Anda dibatasi untuk menggunakan seri mesin Compute Engine N4

Berdasarkan contoh skenario, Anda memutuskan bahwa Anda menginginkan ComputeClass yang melakukan hal berikut:

Memprioritaskan node Spot N4 yang memiliki setidaknya 64 vCPU
Memungkinkan GKE beralih ke node Spot N4, terlepas dari kapasitas komputasi
Jika tidak ada node Spot N4 yang tersedia, GKE akan menggunakan node N4 on-demand
Memberi tahu GKE untuk memindahkan workload Anda ke node Spot setiap kali node tersebut tersedia lagi

Mengonfigurasi ComputeClass dalam mode Autopilot

Di GKE Autopilot, Anda menentukan ComputeClass, men-deploy-nya ke cluster, dan meminta ComputeClass tersebut dalam workload Anda. GKE melakukan langkah-langkah konfigurasi node, seperti menerapkan label dan taint, untuk Anda.

Simpan manifes berikut sebagai compute-class.yaml:

apiVersion: cloud.google.com/v1
kind: ComputeClass
metadata:
  name: cost-optimized
spec:
  priorities:
  - machineFamily: n4
    spot: true
    minCores: 64
  - machineFamily: n4
    spot: true
  - machineFamily: n4
    spot: false
  activeMigration:
    optimizeRulePriority: true
  nodePoolAutoCreation:
    enabled: true

Mengonfigurasi ComputeClass dalam mode Standard

Di cluster mode GKE Standard, Anda mungkin harus melakukan konfigurasi manual untuk memastikan Pod ComputeClass Anda dijadwalkan seperti yang diharapkan. Konfigurasi manual bergantung pada apakah node pool Anda dibuat secara otomatis, sebagai berikut:

Node pool yang dibuat otomatis: Tidak memerlukan konfigurasi manual. GKE secara otomatis melakukan langkah-langkah konfigurasi ComputeClass untuk Anda. Untuk mengetahui detailnya, lihat Pembuatan otomatis node pool dan ComputeClass.
Node pool yang dibuat secara manual: Konfigurasi manual diperlukan. Anda harus menambahkan label node dan taint node ke node pool yang dibuat secara manual untuk mengaitkan node dengan ComputeClass tertentu. Untuk mengetahui detailnya, lihat Mengonfigurasi node pool yang dibuat secara manual untuk penggunaan ComputeClass.

Agar GKE otomatis membuat node pool untuk ComputeClass Anda, ikuti langkah-langkah berikut:

Untuk cluster mode Standard yang menjalankan versi sebelum 1.33.3-gke.1136000 dan tidak terdaftar di saluran rilis Rapid, aktifkan penyediaan otomatis node tingkat cluster.

Simpan contoh manifes berikut sebagai compute-class.yaml:

apiVersion: cloud.google.com/v1
kind: ComputeClass
metadata:
  name: cost-optimized
spec:
  priorities:
  - machineFamily: n4
    spot: true
    minCores: 64
  - machineFamily: n4
    spot: true
  - machineFamily: n4
    spot: false
  activeMigration:
    optimizeRulePriority: true
  nodePoolAutoCreation:
    enabled: true

Saat Anda men-deploy Pod yang meminta ComputeClass contoh ini dan node baru perlu dibuat, GKE akan memprioritaskan pembuatan node sesuai urutan item di kolom priorities. Jika diperlukan, GKE akan membuat node pool baru yang memenuhi persyaratan hardware ComputeClass.

Anda juga dapat menentukan jenis mesin kustom yang tepat dalam prioritas Anda. Penggunaan jenis mesin kustom memerlukan GKE versi 1.33.2-gke.1111000 atau yang lebih baru. Contoh berikut mengonfigurasi ComputeClass yang memprioritaskan Spot VM untuk jenis mesin kustom n4-custom-8-20480, dan beralih ke VM on-demand dengan jenis yang sama jika kapasitas Spot tidak tersedia:

apiVersion: cloud.google.com/v1
kind: ComputeClass
metadata:
  name: custom-machine-type
spec:
  priorities:
  - machineType: n4-custom-8-20480
    spot: true
  - machineType: n4-custom-8-20480
    spot: false
  nodePoolAutoCreation:
    enabled: true

Untuk mengoptimalkan ketersediaan kapasitas selama batasan kapasitas, tentukan ComputeClass yang mencakup beberapa seri dan generasi mesin. Untuk workload stateless atau toleran terhadap gangguan, Anda juga dapat mengaktifkan migrasi aktif untuk mengembalikan workload ke hardware pilihan Anda saat kapasitas pulih:

apiVersion: cloud.google.com/v1
kind: ComputeClass
metadata:
  name: multi-family-fallback
spec:
  priorities:
  - machineFamily: c4d
  - machineFamily: c3d
  - machineFamily: c4
  - machineFamily: c3
  - machineFamily: n4
  - machineFamily: n2d
  activeMigration:
    optimizeRulePriority: true
  nodePoolAutoCreation:
    enabled: true

Seri mesin yang lebih baru seperti C4, C4D, dan N4 hanya mendukung Hyperdisk, dan seri yang lebih lama seperti N2D menggunakan Persistent Disk. Jika workload stateful menggunakan ComputeClass yang mencakup kedua generasi, nonaktifkan migrasi aktif dan, di GKE versi 1.35.3-gke.1290000 dan yang lebih baru, gunakan StorageClass dynamic-rwo bawaan atau StorageClass kustom dengan pemilihan jenis disk otomatis (parameters.type: dynamic), use-allowed-disk-topology: "true", dan volumeBindingMode: WaitForFirstConsumer. GKE kemudian memilih jenis disk yang kompatibel saat menyediakan volume baru dan menjadwalkan volume yang ada hanya pada seri mesin yang kompatibel.

Menggunakan ComputeClass dengan node pool yang dibuat secara manual

Bagian ini menunjukkan cara menentukan ComputeClass dalam cluster yang hanya menggunakan node pool yang dibuat secara manual.

Simpan manifes berikut sebagai compute-class.yaml:

apiVersion: cloud.google.com/v1
kind: ComputeClass
metadata:
  name: cost-optimized
spec:
  priorities:
  - machineFamily: n4
    spot: true
    minCores: 64
  - machineFamily: n4
    spot: true
  - machineFamily: n4
    spot: false
  activeMigration:
    optimizeRulePriority: true

Buat node pool baru yang diskalakan otomatis yang menggunakan Spot VM dan kaitkan dengan ComputeClass:

gcloud container node-pools create cost-optimized-pool \
    --location=LOCATION \
    --cluster=CLUSTER_NAME \
    --machine-type=n4-standard-64 \
    --spot \
    --enable-autoscaling \
    --max-nodes=9 \
    --node-labels="cloud.google.com/compute-class=cost-optimized" \
    --node-taints="cloud.google.com/compute-class=cost-optimized:NoSchedule"

Ganti kode berikut:

LOCATION: lokasi cluster Anda.
CLUSTER_NAME: nama cluster yang ada.

Buat node pool baru yang diskalakan otomatis dengan VM on-demand dan kaitkan dengan ComputeClass:

gcloud container node-pools create on-demand-pool \
    --location=LOCATION \
    --cluster=CLUSTER_NAME \
    --machine-type=n4-standard-64 \
    --enable-autoscaling \
    --max-nodes=9 \
    --num-nodes=0 \
    --node-labels="cloud.google.com/compute-class=cost-optimized" \
    --node-taints="cloud.google.com/compute-class=cost-optimized:NoSchedule"

Saat Anda men-deploy Pod yang meminta ComputeClass ini dan node baru perlu dibuat, GKE akan memprioritaskan pembuatan node di node pool cost-optimized-pool. Jika node baru tidak dapat dibuat, GKE akan membuat node di node pool on-demand-pool.

Untuk mengetahui detail selengkapnya tentang cara node pool yang dibuat secara manual berinteraksi dengan ComputeClass kustom, lihat Mengonfigurasi node pool yang dibuat secara manual untuk penggunaan ComputeClass.

Menyesuaikan nilai minimum penskalaan otomatis untuk konsolidasi node

Secara default, GKE menghapus node yang kurang dimanfaatkan dan menjadwalkan ulang workload Anda ke node lain yang tersedia. Anda dapat menyesuaikan lebih lanjut nilai minimum dan waktu setelah node menjadi kandidat untuk dihapus menggunakan kolom autoscalingPolicy dalam definisi ComputeClass, seperti dalam contoh berikut:

apiVersion: cloud.google.com/v1
kind: ComputeClass
metadata:
  name: cost-optimized
spec:
  priorities:
  - machineFamily: n4
    spot: true
    minCores: 64
  - machineFamily: n4
    spot: true
  - machineFamily: n4
    spot: false
  activeMigration:
    optimizeRulePriority: true
  autoscalingPolicy:
    consolidationDelayMinutes : 5
    consolidationThreshold    : 70

Contoh ini membuat node menjadi kandidat untuk dihapus jika kurang dimanfaatkan sebesar 70% dari kapasitas CPU dan memori yang tersedia selama lebih dari lima menit. Untuk mengetahui daftar parameter yang tersedia, lihat Menetapkan parameter penskalaan otomatis untuk konsolidasi node.

Men-deploy ComputeClass di cluster

Setelah Anda menentukan ComputeClass, deploy ke cluster:

kubectl apply -f compute-class.yaml

ComputeClass ini siap digunakan di cluster. Anda dapat meminta ComputeClass dalam spesifikasi Pod atau, secara opsional, menetapkannya sebagai ComputeClass default di namespace tertentu.

Meminta ComputeClass dalam workload

Untuk meminta ComputeClass dalam workload, tambahkan pemilih node untuk ComputeClass tersebut dalam manifes Anda, seperti dalam langkah-langkah berikut:

Simpan manifes berikut sebagai cc-workload.yaml:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: custom-workload
spec:
  replicas: 2
  selector:
    matchLabels:
      app: custom-workload
  template:
    metadata:
      labels:
        app: custom-workload
    spec:
      nodeSelector:
        cloud.google.com/compute-class: cost-optimized
      containers:
      - name: test
        image: registry.k8s.io/pause
        resources:
          requests:
            cpu: 1.5
            memory: "4Gi"

Men-deploy workload:
```
kubectl apply -f cc-workload.yaml
```

Saat Anda men-deploy workload ini, GKE akan otomatis menambahkan toleransi ke Pod yang sesuai dengan taint node untuk ComputeClass yang diminta. Toleransi ini membantu memastikan bahwa hanya Pod yang meminta ComputeClass yang berjalan di node ComputeClass.

Memfilter node berdasarkan ComputeClass

Setiap node yang terkait dengan ComputeClass memiliki label cloud.google.com/compute-class.

Untuk melihat semua node yang terkait dengan ComputeClass tertentu, jalankan perintah berikut:

kubectl get nodes -l cloud.google.com/compute-class=COMPUTECLASS_NAME

Ganti COMPUTECLASS_NAME dengan nama ComputeClass (misalnya, cost-optimized).

Outputnya mirip dengan hal berikut ini:

NAME                                                  STATUS   ROLES    AGE   VERSION
gke-cluster-1-cost-optimized-pool-f213e529-rx7d       Ready    <none>   5m    v1.32.4-gke.1236007
gke-cluster-1-cost-optimized-pool-f213e529-ab12       Ready    <none>   5m    v1.32.4-gke.1236007

Untuk menampilkan semua node dalam cluster yang terkait dengan ComputeClass, jalankan perintah berikut:

kubectl get nodes -L cloud.google.com/compute-class

Mengupdate ComputeClass yang di-deploy

Untuk mengupdate ComputeClass yang di-deploy, ubah manifes YAML untuk ComputeClass. Kemudian, deploy manifes yang telah diubah dengan menjalankan perintah berikut:

kubectl apply -f PATH_TO_FILE

Ganti PATH_TO_FILE dengan jalur ke manifes yang telah diubah. Pastikan nilai di kolom name tidak berubah.

Saat Anda men-deploy ComputeClass yang telah diupdate, GKE akan menggunakan konfigurasi yang telah diupdate untuk membuat node baru. GKE tidak mengubah node yang ada dengan konfigurasi yang telah Anda update.

Seiring waktu, GKE mungkin memindahkan Pod yang ada ke node yang menggunakan konfigurasi yang telah diperbarui jika ComputeClass menggunakan migrasi aktif dan jika Pod yang ada memenuhi syarat untuk dimigrasikan.