Rilevatore di problemi con i nodi

Rilevamento problemi dei nodi è una libreria open source che monitora l'integrità dei nodi e rileva i problemi comuni dei nodi, ad esempio problemi di runtime dell'hardware, del kernel o del container. In Cluster Anthos on bare metal, viene eseguito come servizio systemd su ogni nodo.

A partire dai cluster Anthos su Bare Metal release 1.10.0, il rilevatore di problemi dei nodi è abilitato per impostazione predefinita.

Quali problemi rileva?

Il rilevatore dei problemi dei nodi può rilevare i seguenti tipi di problemi:

  • Problemi di runtime dei container, ad esempio daemon di runtime che non rispondono
  • Problemi hardware, come CPU, memoria o guasti del disco
  • Problemi del kernel, come condizioni di deadlock del kernel o file system danneggiati

Viene eseguito su un nodo e segnala i problemi al server API Kubernetes come NodeCondition o come Event. Un NodeCondition è un problema che impedisce a un nodo di eseguire i pod, mentre un Event è un problema temporaneo che ha un effetto limitato sui pod, ma è comunque considerato abbastanza importante da essere segnalato.

Ecco alcuni degli NodeConditions rilevati da Node Detection Detect:

  • KernelDeadlock
  • ReadonlyFilesystem
  • FrequentKubeletRestart
  • FrequentDockerRestart
  • FrequentContainerdRestart
  • FrequentUnregisterNetDevice
  • KubeletUnhealthy
  • ContainerRuntimeUnhealthy
  • CorruptDockerOverlay2

Ecco alcuni esempi dei tipi di Events segnalati da Detector Problemi Detect:

  • Warning TaskHung node/vm-worker-1-user-a12fabb4a99cb92-ddfce8832fd90f6f.lab.anthos kernel: task docker:7 blocked for more than 300 seconds.
  • Warning KernelOops node/vm-worker-1-user-a12fabb4a99cb92-ddfce8832fd90f6f.lab.anthos kernel: BUG: unable to handle kernel NULL pointer dereference at 00x0.

Come visualizzare i problemi rilevati

Esegui questo comando kubectl describe su un nodo per cercare NodeConditions e Events:

kubectl --kubeconfig=KUBECONFIG_PATH describe node NODE_NAME

Nel comando, sostituisci le voci seguenti con informazioni specifiche per l'ambiente:

  • KUBECONFIG_PATH: il percorso del file kubeconfig del cluster di destinazione. (Il percorso del file kubeconfig è in genere bmctl-workspace/CLUSTER_NAME/CLUSTER_NAME-kubeconfig. Tuttavia, se hai specificato l'area di lavoro con il flag WORKSPACE_DIR, il percorso è WORKSPACE_DIR/CLUSTER_NAME/CLUSTER_NAME-kubeconfig.

  • NODE_NAME: il nome del nodo per il quale vuoi ricevere informazioni sanitarie.

Come abilitare/disabilitare il rilevamento dei problemi dei nodi

Ecco i passaggi da seguire per abilitare il rilevamento dei problemi dei nodi su un determinato cluster:

  1. Utilizza il comando kubectl per modificare la configurazione di node-problem-detector-config.

       kubectl --kubeconfig=KUBECONFIG_PATH edit configmap \
       node-problem-detector-config --namespace=CLUSTER_NAMESPACE

    Questo comando avvia automaticamente un editor di testo (come vim o nano) in cui puoi modificare il file node-problem-detector-config. Nel comando, sostituisci le seguenti voci con informazioni specifiche per l'ambiente del cluster:

    • KUBECONFIG_PATH: il percorso del file kubeconfig del cluster di amministrazione. (Il percorso del file kubeconfig è in genere bmctl-workspace/CLUSTER_NAME/CLUSTER_NAME-kubeconfig. Tuttavia, se hai specificato l'area di lavoro con il flag WORKSPACE_DIR, il percorso è WORKSPACE_DIR/CLUSTER_NAME/CLUSTER_NAME-kubeconfig.
    • CLUSTER_NAMESPACE: lo spazio dei nomi del cluster in cui vuoi abilitare il rilevamento dei problemi dei nodi.

  2. Inizialmente, node-problem-detector-config ConfigMap non ha un campo data. Aggiungi il campo data alla mappa di configurazione con la seguente coppia chiave-valore:

    data:
  enabled: "true"

Per disabilitare il rilevatore dei problemi dei nodi in uno spazio dei nomi del cluster, esegui i passaggi precedenti 1 e 2, ma nel passaggio 2 modifica il valore della chiave enabled in "false".

Come arrestare/avviare il rilevamento dei problemi dei nodi

Node Detector viene eseguito come servizio systemd su ogni nodo. Per gestire il rilevamento dei problemi dei nodi per un determinato nodo, utilizza SSH per accedere al nodo ed eseguire i seguenti comandi systemctl.

Per disabilitare il rilevatore dei problemi dei nodi, esegui questo comando:

systemctl stop node-problem-detector

Per riavviare il Rilevatore di problemi di nodo, esegui questo comando:

systemctl restart node-problem-detector

Per verificare se il rilevatore dei problemi dei nodi è in esecuzione su un determinato nodo, esegui questo comando:

systemctl is-active node-problem-detector

Funzionalità non supportate

I cluster Anthos su Bare Metal non supportano le seguenti personalizzazioni di Node Object Detector:

  • Esportazione dei report di Rilevatore di problemi in altri sistemi di monitoraggio, come Stackdriver o Prometheus.
  • Personalizzazione di NodeConditions o Events da cercare.
  • Esecuzione di script di monitoraggio definiti dall'utente.