Soluciona problemas de observabilidad de Google Distributed Cloud

En este documento, encontrarás ayuda para solucionar problemas de observabilidad en Google Distributed Cloud. Si tienes alguno de estos problemas, revisa las correcciones sugeridas y las soluciones alternativas.

Si necesitas más ayuda, comunícate con la Atención al cliente de Google.

Los Registros de auditoría de Cloud no se recopilan

Los registros de auditoría de Cloud están habilitados de forma predeterminada, a menos que haya una marca disableCloudAuditLogging establecida en la sección clusterOperations de la configuración del clúster.

Si los registros de auditoría de Cloud están habilitados, los permisos son la razón más común por la que no se recopilan registros. En esta situación, los mensajes de error de permiso denegado se muestran en el contenedor del proxy de registros de auditoría de Cloud.

El contenedor del proxy de Registros de auditoría de Cloud se ejecuta como un DaemonSet en todos los clústeres de Google Distributed Cloud.

Si ves errores de permisos, sigue los pasos para solucionar problemas de permisos.

No se recopilan kube-state-metrics métricas

kube-state-metrics (KSM) se ejecuta como una Deployment de réplica única en el clúster y genera métricas sobre casi todos los recursos del clúster. Cuando KSM y gke-metrics-agent se ejecutan en el mismo nodo, existe un mayor riesgo de interrupción entre los agentes de métricas en todos los nodos.

Las métricas de KSM tienen nombres que siguen el patrón de kube_<ResourceKind>, como kube_pod_container_info. Las métricas que comienzan con kube_onpremusercluster_ provienen del controlador del clúster local, no de KSM.

Si faltan métricas de KSM, revisa los siguientes pasos para solucionar problemas:

  • En Cloud Monitoring, verifica la CPU, la memoria y el recuento de reinicios de KSM con las métricas de resumen de la API, como kubernetes.io/anthos/container/... . Esta es una canalización independiente con KSM. Confirma que el Pod de KSM no esté limitado por la cantidad de recursos insuficientes.
    • Si estas métricas de resumen de la API no están disponibles para KSM, es probable que gke-metrics-agent en el mismo nodo también tenga el mismo problema.
  • En el clúster, verifica el estado y los registros del Pod de KSM y el Pod gke-metrics-agent en el mismo nodo con KSM.

kube-state-metrics falla en bucle

Síntoma

No hay métricas de kube-state-metrics (KSM) disponibles en Cloud Monitoring.

Causa

Es más probable que esta situación ocurra en clústeres grandes o con grandes cantidades de recursos. KSM se ejecuta como una Deployment de réplica única y enumera casi todos los recursos del clúster, como Pods, Deployments, DaemonSets, ConfigMaps, Secrets y PersistentVolumes. Las métricas se generan en cada uno de estos objetos de recursos. Si alguno de los recursos tiene muchos objetos, como un clúster con más de 10,000 Pods, es posible que KSM se quede sin memoria.

Versiones afectadas

Este problema se podría experimentar en cualquier versión de Google Distributed Cloud.

El límite predeterminado de CPU y memoria se aumentó en las últimas versiones de Google Distributed Cloud, por lo que estos problemas de recursos deberían ser menos comunes.

Solución y solución alternativa

Para comprobar si el problema se debe a la falta de memoria, sigue estos pasos:

  • Usa kubectl describe pod o kubectl get pod -o yaml y verifica el mensaje de estado de error.
  • Verifica la métrica de consumo y uso de memoria de KSM y confirma si alcanza el límite antes de reiniciarse.

Si confirmas que los problemas de memoria insuficiente son el problema, usa una de las siguientes soluciones:

  • Aumenta la solicitud de memoria y el límite de KSM.

    Para ajustar la CPU y la memoria de KSM, usa resourceOverride de Stackdriver para kube-state-metrics.

  • Reduce la cantidad de métricas de KSM.

    En Google Distributed Cloud 1.13, KSM solo expone una cantidad más pequeña de métricas denominadas métricas principales de forma predeterminada. Este comportamiento significa que el uso de recursos es menor que las versiones anteriores, pero se puede seguir el mismo procedimiento para reducir aún más la cantidad de métricas de KSM.

    Para las versiones de Google Distributed Cloud anteriores a la 1.13, KSM usa las marcas predeterminadas. Esta configuración expone una gran cantidad de métricas.

gke-metrics-agent falla en bucle

Si gke-metrics-agent solo experimenta problemas de memoria insuficiente en el nodo en el que existe kube-state-metrics, la causa es una gran cantidad de métricas de kube-state-metrics. Para mitigar este problema, reduce la escala verticalmente de stackdriver-operator y modifica KSM para exponer un pequeño conjunto de métricas necesarias, como se detalla en la sección anterior. Recuerda escalar verticalmente stackdriver-operator después de que el clúster se actualice a Google Distributed Cloud 1.13, en el que KSM expone, de forma predeterminada, una cantidad menor de métricas principales.

Para los problemas que no están relacionados con eventos de falta de memoria, consulta los registros de Pods de gke-metric-agent. Puedes ajustar la CPU y la memoria de todos los Pods gke-metrics-agent si agregas el campo resourceAttrOverride al recurso personalizado de Stackdriver.

stackdriver-metadata-agent falla en bucle

Síntoma

No hay etiquetas de metadatos del sistema disponibles cuando se filtran métricas en Cloud Monitoring.

Causa

El caso más común de bucles de falla de stackdriver-metadata-agent se debe a eventos de falta de memoria. Este evento es similar a kube-state-metrics. Aunque stackdriver-metadata-agent no enumera todos los recursos, aún enumera todos los objetos para los tipos de recursos relevantes, como Pods, Deployments y NetworkPolicy. El agente se ejecuta como una Deployment de réplica única, lo que aumenta el riesgo de eventos de memoria insuficiente si la cantidad de objetos es demasiado grande.

Versión afectada

Este problema se podría experimentar en cualquier versión de Google Distributed Cloud.

El límite predeterminado de CPU y memoria se aumentó en las últimas versiones de Google Distributed Cloud, por lo que estos problemas de recursos deberían ser menos comunes.

Solución y solución alternativa

Para comprobar si el problema se debe a la falta de memoria, sigue estos pasos:

  • Usa kubectl describe pod o kubectl get pod -o yaml y verifica el mensaje de estado de error.
  • Verifica la métrica de consumo y uso de memoria de stackdriver-metadata-agent y confirma si alcanza el límite antes de reiniciarse.
Si confirmas que los problemas de memoria insuficiente causan los problemas, aumenta el límite de memoria en el campo resourceAttrOverride del recurso personalizado de Stackdriver.

metrics-server falla en bucle

Síntoma

Horizontal Pod Autoscaler y kubectl top no funcionan en tu clúster.

Causa y versiones afectadas

Este problema no es muy común, pero se debe a errores de falta de memoria en clústeres grandes o en clústeres con una alta densidad de Pods.

Este problema se podría experimentar en cualquier versión de Google Distributed Cloud.

Solución y solución alternativa

Aumenta los límites de recursos del servidor de métricas. En Google Distributed Cloud versión 1.13 y posteriores, el espacio de nombres de metrics-server y su configuración se movieron de kube-system a gke-managed-metrics-server.

Para Google Distributed Cloud, la edición de la configuración de Nanny se revertiría en caso de una actualización del clúster. Deberás volver a aplicar los cambios de configuración. Para solucionar esta limitación, reduce la escala verticalmente de metrics-server-operator y cambia de forma manual el Pod de metrics-server.

¿Qué sigue?

Si necesitas más ayuda, comunícate con la Atención al cliente de Google.