Rilevatore dei problemi dei nodi

Node Problem Detector è una libreria open source che monitora l'integrità dei nodi e rileva problemi comuni dei nodi, come problemi di hardware, kernel o runtime dei container. In GDCV per Bare Metal, viene eseguito come servizio systemd su ciascun nodo.

A partire da GDCV per la release Bare Metal 1.10.0, Node Problem Detector 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 guasti di CPU, memoria o disco
  • Problemi del kernel, ad esempio condizioni di deadlock del kernel o file system danneggiati

Viene eseguita 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 per generare report.

Alcuni dei NodeConditions rilevati dal rilevatore di problemi dei nodi:

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

Di seguito sono riportati alcuni esempi dei tipi di Events segnalati dal rilevatore di problemi dei nodi:

  • 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 seguenti voci con informazioni specifiche per il tuo 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 su cui vuoi le informazioni sanitarie.

Come abilitare/disabilitare il rilevatore di problemi dei nodi

Di seguito sono riportati i passaggi da seguire per abilitare il rilevatore di problemi dei nodi su un determinato cluster:

  1. Modifica il file ConfigMap del cluster, chiamato 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 (ad esempio vim o nano) in cui puoi modificare il file node-problem-detector-config. Nel comando, sostituisci le seguenti voci con informazioni specifiche per il tuo ambiente cluster:

    • KUBECONFIG_PATH: il percorso del file kubeconfig del cluster di amministrazione. In genere, il percorso del file kubeconfig è 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 rilevatore di problemi dei nodi.
  2. Inizialmente, l'elemento 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 di 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 rilevatore di problemi dei nodi

Nodi Problem Detector viene eseguito come servizio systemd su ciascun nodo. Per gestire il rilevatore di problemi dei nodi per un determinato nodo, utilizza SSH per accedere al nodo ed esegui i comandi systemctl riportati di seguito.

Per disabilitare Node Problem Detector, esegui questo comando:

systemctl stop node-problem-detector

Per riavviare Node Problem Detector, 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

GDCV per Bare Metal non supporta le seguenti personalizzazioni di Node Problem Detector:

  • Esportazione dei report di Node Problem Detector in altri sistemi di monitoraggio, come Stackdriver o Prometheus.
  • Personalizzazione dell'elemento NodeConditions o Events da cercare.
  • Esecuzione di script di monitoraggio definiti dall'utente.