Clusters Anthos sur VMware

10

Sélectionnez la version de vos clusters Anthos sur VMware :

Sélectionnez la catégorie de problème :

Vous pouvez également rechercher votre problème:

Catégorie Version(s) identifiée(s) Problème et solution de contournement
Operation 1,8, 1,9, 1,10

Problème d'augmentation de l'utilisation de la mémoire des pods de maintenance etcd

Les pods de maintenance etcd qui utilisent l'image etcddefrag:gke_master_etcddefrag_20210211.00_p0 sont affectés. Le conteneur "etcddefrag" ouvre une nouvelle connexion au serveur etcd à chaque cycle de dégel, et les anciennes connexions ne sont pas nettoyées.


Solution :

Option 1: Passez à la version 1.8 à la version 1.11 contenant le correctif.

Option 2: Si vous utilisez une version de correctif antérieure à 1.9.6 et 1.10.3, vous devez réduire la capacité du pod de maintenance etcd pour l'administrateur et le cluster d'utilisateur:


kubectl scale --replicas 0 deployment/gke-master-etcd-maintenance -n USER_CLUSTER_NAME --kubeconfig ADMIN_CLUSTER_KUBECONFIG
kubectl scale --replicas 0 deployment/gke-master-etcd-maintenance -n kube-system --kubeconfig ADMIN_CLUSTER_KUBECONFIG
Operation 1,9, 1,10, 1,11, 1,12, 1,13

Ne pas vérifier les vérifications d'état des pods du plan de contrôle du cluster d'utilisateur

Le contrôleur d'état du cluster et la commande gkectl diagnose cluster effectuent tous deux un ensemble de vérifications de l'état, y compris les vérifications de l'état des pods sur les espaces de noms. Cependant, ils commencent à ignorer les pods du plan de contrôle utilisateur par erreur. Si vous utilisez le mode plan de contrôle v2, cela n'affectera pas votre cluster.


Solution :

Cela n'affectera aucune gestion des charges de travail ni des clusters. Si vous souhaitez vérifier le bon fonctionnement des pods du plan de contrôle, vous pouvez exécuter les commandes suivantes:


kubectl get pods -owide -n USER_CLUSTER_NAME --kubeconfig ADMIN_CLUSTER_KUBECONFIG
Mises à niveau et mises à jour 1.6+, 1.7+

Les mises à niveau des clusters d'administrateur 1.6 et 1.7 peuvent être affectées par la redirection k8s.gcr.io -> registry.k8s.io

Kubernetes a redirigé le trafic de k8s.gcr.io vers registry.k8s.io le 20 mars 2023. Dans les clusters Anthos sur VMware 1.6.x et 1.7.x, les mises à niveau du cluster d'administrateur utilisent l'image de conteneur k8s.gcr.io/pause:3.2. Si vous utilisez un proxy pour votre poste de travail administrateur et que le proxy n'autorise pas registry.k8s.io et que l'image de conteneur k8s.gcr.io/pause:3.2 n'est pas mise en cache localement, les mises à niveau du cluster d'administrateur échoueront lors de l'extraction de l'image de conteneur.


Solution :

Ajoutez registry.k8s.io à la liste d'autorisation du proxy pour votre poste de travail administrateur.
Mise en réseau 1.10, 1.11, 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2

Échec de la validation Seesaw lors de la création de l'équilibreur de charge

Échec de gkectl create loadbalancer avec le message d'erreur suivant:


- Validation Category: Seesaw LB - [FAILURE] Seesaw validation: xxx cluster lb health check failed: LB"xxx.xxx.xxx.xxx" is not healthy: Get "http://xxx.xxx.xxx.xxx:xxx/healthz": dial tcpxxx.xxx.xxx.xxx:xxx: connect: no route to host

Cela est dû au fait que le fichier du groupe Seesaw existe déjà. La vérification préliminaire tente de valider un équilibreur de charge Seesaw inexistant.

Solution :

Supprimez le fichier de groupe Seesaw existant pour ce cluster. Le nom du fichier est seesaw-for-gke-admin.yaml pour le cluster d'administrateur et seesaw-for-{CLUSTER_NAME}.yaml pour un cluster d'utilisateur.
Mise en réseau 1.14

Expirations de délai d'application dues à des échecs d'insertion de table conntrack

Les clusters Anthos sur VMware version 1.14 sont susceptibles de faire l'objet d'échecs d'insertion de table connfilter (conntrack) lors de l'utilisation d'images de système d'exploitation Ubuntu ou COS. Les échecs d'insertion entraînent des délais d'expiration d'application aléatoires et peuvent se produire même si la table conntrack a de la place pour de nouvelles entrées. Les échecs sont dus à des modifications apportées aux versions 5.15 et ultérieures du noyau, qui limitent les insertions de tables en fonction de la longueur de la chaîne.

Pour savoir si vous êtes concerné par ce problème, vous pouvez consulter les statistiques du système de suivi des connexions in-kernel sur chaque nœud à l'aide de la commande suivante:


sudo conntrack -S

La réponse est semblable à ce qui suit :


cpu=0       found=0 invalid=4 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=1       found=0 invalid=0 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=2       found=0 invalid=16 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=3       found=0 invalid=13 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=4       found=0 invalid=9 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=5       found=0 invalid=1 insert=0 insert_failed=0 drop=0 early_drop=0 error=519 search_restart=0 clash_resolve=126 chaintoolong=0
...

Si une valeur chaintoolong dans la réponse est un nombre différent de zéro, vous êtes concerné par ce problème.

Solution

L'atténuation à court terme consiste à augmenter la taille de la table de hachage netfiler (nf_conntrack_buckets) et de la table de suivi de connexion netfilter (nf_conntrack_max). Utilisez les commandes suivantes sur chaque nœud du cluster pour augmenter la taille des tables:


sysctl -w net.netfilter.nf_conntrack_buckets=TABLE_SIZE
sysctl -w net.netfilter.nf_conntrack_max=TABLE_SIZE

Remplacez TABLE_SIZE par une nouvelle taille en octets. La valeur par défaut de la taille de la table est 262144. Nous vous recommandons de définir une valeur égale à 65 536 fois le nombre de cœurs sur le nœud. Par exemple, si votre nœud comporte huit cœurs, définissez la taille de la table sur 524288.
Mise en réseau 1.13.0 à 1.13.2

Boucle de plantage calico-typha ou anetd-operator sur les nœuds Windows avec Controlplane v2

Avec Controlplane v2 ou un nouveau modèle d'installation, calico-typha ou anetd-operator peuvent être programmés pour les nœuds Windows et entrer en boucle.

En effet, les deux déploiements tolèrent tous les rejets, y compris le rejet de nœud Windows.


Solution :

Effectuez une mise à niveau vers la version 1.13.3+ ou exécutez les commandes suivantes pour modifier le déploiement "calico-typha" ou "anetd-operator" :


    # If dataplane v2 is not used.
    kubectl edit deployment -n kube-system calico-typha --kubeconfig USER_CLUSTER_KUBECONFIG
    # If dataplane v2 is used.
    kubectl edit deployment -n kube-system anetd-operator --kubeconfig USER_CLUSTER_KUBECONFIG

Supprimez les spec.template.spec.tolerations suivantes:


    - effect: NoSchedule
      operator: Exists
    - effect: NoExecute
      operator: Exists

Ajoutez la tolérance suivante:


    - key: node-role.kubernetes.io/master
      operator: Exists
Configuration 1.14.0 à 1.14.2

Impossible de charger le fichier d'identifiants du registre privé du cluster d'utilisateur

Vous ne pourrez peut-être pas créer de cluster d'utilisateur si vous spécifiez la section privateRegistry avec l'identifiant fileRef. La requête préliminaire peut échouer avec le message suivant: 


[FAILURE] Docker registry access: Failed to login.


Solution :

  • Si vous n'aviez pas l'intention de spécifier le champ ou si vous souhaitez utiliser les mêmes identifiants de registre privés que le cluster d'administrateur, vous pouvez simplement supprimer ou commenter la section privateRegistry de votre fichier de configuration de cluster d'utilisateur.
  • Si vous souhaitez utiliser des identifiants de registre privés spécifiques pour votre cluster d'utilisateur, vous pouvez spécifier temporairement la section privateRegistry comme suit: 
    
privateRegistry:
  address: PRIVATE_REGISTRY_ADDRESS
  credentials:
    username: PRIVATE_REGISTRY_USERNAME
    password: PRIVATE_REGISTRY_PASSWORD
  caCertPath: PRIVATE_REGISTRY_CACERT_PATH
    (REMARQUE: Il s'agit seulement d'une correction temporaire. Ces champs sont déjà obsolètes. Nous vous conseillons d'utiliser le fichier d'identifiants lorsque vous passez à la version 1.14.3 ou ultérieure.)

Opérations 1.10+

Anthos Service Mesh et autres maillages de services non compatibles avec Dataplane v2

Dataplane V2 prend en charge l'équilibrage de charge et crée un socket de noyau au lieu d'un DNAT basé sur un paquet. Cela signifie qu'Anthos Service Mesh ne peut pas inspecter les paquets, car le pod est contourné et n'utilise jamais d'IPTables.

En mode sans kube-proxy, cela se manifeste par une perte de connectivité ou un routage du trafic incorrect pour les services avec Anthos Service Mesh, car le side-car ne peut pas inspecter les paquets.

Ce problème est présent sur toutes les versions des clusters Anthos sur solution Bare Metal 1.10, mais certaines versions plus récentes de la version 1.10 (1.10.2 et ultérieures) offrent une solution de contournement.


Solution :

Pour une compatibilité totale, passez à la version 1.11. Si vous utilisez la version 1.10.2 ou une version ultérieure, exécutez la commande suivante:


    kubectl edit cm -n kube-system cilium-config --kubeconfig USER_CLUSTER_KUBECONFIG

Ajoutez bpf-lb-sock-hostns-only: true au fichier ConfigMap, puis redémarrez le daemonset Anetd:


      kubectl rollout restart ds anetd -n kube-system --kubeconfig USER_CLUSTER_KUBECONFIG

Stockage 1.12+, 1.13.3

kube-controller-manager peut dissocier de manière forcée les volumes persistants au bout de six minutes

kube-controller-manager peut expirer lors de la dissociation de PV/PVC au bout de six minutes, et dissocier de manière forcée les PV/PVC. Les journaux détaillés de kube-controller-manager affichent des événements semblables à ceux-ci:


$ cat kubectl_logs_kube-controller-manager-xxxx | grep "DetachVolume started" | grep expired

kubectl_logs_kube-controller-manager-gke-admin-master-4mgvr_--container_kube-controller-manager_--kubeconfig_kubeconfig_--request-timeout_30s_--namespace_kube-system_--timestamps:2023-01-05T16:29:25.883577880Z W0105 16:29:25.883446       1 reconciler.go:224] attacherDetacher.DetachVolume started for volume "pvc-8bb4780b-ba8e-45f4-a95b-19397a66ce16" (UniqueName: "kubernetes.io/csi/csi.vsphere.vmware.com^126f913b-4029-4055-91f7-beee75d5d34a") on node "sandbox-corp-ant-antho-0223092-03-u-tm04-ml5m8-7d66645cf-t5q8f"
This volume is not safe to detach, but maxWaitForUnmountDuration 6m0s expired, force detaching

Pour vérifier le problème, connectez-vous au nœud et exécutez les commandes suivantes:


# See all the mounting points with disks
lsblk -f

# See some ext4 errors
sudo dmesg -T

Dans le journal du kubelet, des erreurs de ce type s'affichent:


Error: GetDeviceMountRefs check failed for volume "pvc-8bb4780b-ba8e-45f4-a95b-19397a66ce16" (UniqueName: "kubernetes.io/csi/csi.vsphere.vmware.com^126f913b-4029-4055-91f7-beee75d5d34a") on node "sandbox-corp-ant-antho-0223092-03-u-tm04-ml5m8-7d66645cf-t5q8f" :
the device mount path "/var/lib/kubelet/plugins/kubernetes.io/csi/pv/pvc-8bb4780b-ba8e-45f4-a95b-19397a66ce16/globalmount" is still mounted by other references [/var/lib/kubelet/plugins/kubernetes.io/csi/pv/pvc-8bb4780b-ba8e-45f4-a95b-19397a66ce16/globalmount

Solution :

Connectez-vous en SSH au nœud concerné et redémarrez-le.
Mises à niveau et mises à jour 1.12+, 1.13+, 1.14+

La mise à niveau du cluster est bloquée si un pilote CSI tiers est utilisé

Vous ne pourrez peut-être pas mettre à niveau un cluster si vous utilisez un pilote CSI tiers. La commande gkectl cluster diagnose peut renvoyer l'erreur suivante: 


"virtual disk "kubernetes.io/csi/csi.netapp.io^pvc-27a1625f-29e3-4e4f-9cd1-a45237cc472c" IS NOT attached to machine "cluster-pool-855f694cc-cjk5c" but IS listed in the Node.Status"


Solution :

Effectuez la mise à niveau à l'aide de l'option --skip-validation-all.
Operation 1.10+, 1.11+, 1.12+, 1.13+, 1.14+

gkectl repair admin-master crée la VM maîtresse sans mettre à niveau la version matérielle de sa VM.

Le nœud maître administrateur créé via gkectl repair admin-master peut utiliser une version matérielle de VM inférieure à celle attendue. Lorsque le problème survient, l'erreur s'affiche dans le rapport gkectl diagnose cluster. 


CSIPrerequisites [VM Hardware]: The current VM hardware versions are lower than vmx-15 which is unexpected. Please contact Anthos support to resolve this issue.


Solution :

Arrêtez le nœud maître administrateur, suivez https://kb.vmware.com/s/article/1003746 pour mettre à niveau le nœud vers la version attendue décrite dans le message d'erreur, puis démarrez le nœud.
Système d'exploitation 1.10+, 1.11+, 1.12+, 1.13+, 1.14+

La VM libère le bail DHCP lors de l'arrêt ou du redémarrage de manière inattendue, ce qui peut entraîner des modifications d'adresse IP

Dans systemd v244, systemd-networkd présente un changement de comportement par défaut dans la configuration KeepConfiguration. Avant cette modification, les VM n'envoyaient pas de message de version du bail DHCP au serveur DHCP à l'arrêt ou au redémarrage. Après ce changement, les VM envoient un tel message et renvoient les adresses IP au serveur DHCP. Par conséquent, l'adresse IP libérée peut être réaffectée à une autre VM et/ou une autre adresse IP peut être attribuée à la VM. Cela entraîne un conflit d'adresses IP (au niveau de Kubernetes, et non au niveau de vSphere) et/ou une modification de l'adresse IP sur les VM, ce qui peut endommager les clusters de différentes manières.

Par exemple, vous pouvez constater les symptômes suivants.

  • L'interface utilisateur de vCenter montre qu'aucune VM n'utilise la même adresse IP, mais kubectl get nodes -o wide renvoie des nœuds avec des adresses IP en double. 
    
NAME   STATUS    AGE  VERSION          INTERNAL-IP    EXTERNAL-IP    OS-IMAGE            KERNEL-VERSION    CONTAINER-RUNTIME
node1  Ready     28h  v1.22.8-gke.204  10.180.85.130  10.180.85.130  Ubuntu 20.04.4 LTS  5.4.0-1049-gkeop  containerd://1.5.13
node2  NotReady  71d  v1.22.8-gke.204  10.180.85.130  10.180.85.130  Ubuntu 20.04.4 LTS  5.4.0-1049-gkeop  containerd://1.5.13
  • Échec du démarrage des nouveaux nœuds en raison d'une erreur calico-node 
    
2023-01-19T22:07:08.817410035Z 2023-01-19 22:07:08.817 [WARNING][9] startup/startup.go 1135: Calico node 'node1' is already using the IPv4 address 10.180.85.130.
2023-01-19T22:07:08.817514332Z 2023-01-19 22:07:08.817 [INFO][9] startup/startup.go 354: Clearing out-of-date IPv4 address from this node IP="10.180.85.130/24"
2023-01-19T22:07:08.825614667Z 2023-01-19 22:07:08.825 [WARNING][9] startup/startup.go 1347: Terminating
2023-01-19T22:07:08.828218856Z Calico node failed to start


Solution :

Déployez le DaemonSet suivant sur le cluster pour annuler le changement de comportement par défaut de systemd-networkd. Les VM qui exécutent ce DaemonSet ne libèrent pas les adresses IP du serveur DHCP lors de l'arrêt ou du redémarrage. Les adresses IP seront libérées automatiquement par le serveur DHCP lorsque les baux expireront. 


      apiVersion: apps/v1
      kind: DaemonSet
      metadata:
        name: set-dhcp-on-stop
      spec:
        selector:
          matchLabels:
            name: set-dhcp-on-stop
        template:
          metadata:
            labels:
              name: set-dhcp-on-stop
          spec:
            hostIPC: true
            hostPID: true
            hostNetwork: true
            containers:
            - name: set-dhcp-on-stop
              image: ubuntu
              tty: true
              command:
              - /bin/bash
              - -c
              - |
                set -x
                date
                while true; do
                  export CONFIG=/host/run/systemd/network/10-netplan-ens192.network;
                  grep KeepConfiguration=dhcp-on-stop "${CONFIG}" > /dev/null
                  if (( $? != 0 )) ; then
                    echo "Setting KeepConfiguration=dhcp-on-stop"
                    sed -i '/\[Network\]/a KeepConfiguration=dhcp-on-stop' "${CONFIG}"
                    cat "${CONFIG}"
                    chroot /host systemctl restart systemd-networkd
                  else
                    echo "KeepConfiguration=dhcp-on-stop has already been set"
                  fi;
                  sleep 3600
                done
              volumeMounts:
              - name: host
                mountPath: /host
              resources:
                requests:
                  memory: "10Mi"
                  cpu: "5m"
              securityContext:
                privileged: true
            volumes:
            - name: host
              hostPath:
                path: /
            tolerations:
            - operator: Exists
              effect: NoExecute
            - operator: Exists
              effect: NoSchedule

Opération, mises à niveau et mises à jour 1.12.0+, 1.13.0+, 1.14.0+

Clé de compte de service de l'accès aux composants effacée après la mise à niveau du cluster d'administrateur depuis la version 1.11.x

Ce problème n'affectera que les clusters d'administrateur mis à niveau depuis la version 1.11.x. Il n'affectera pas les clusters d'administrateur nouvellement créés après la version 1.12.

Après avoir mis à niveau un cluster 1.11.x vers la version 1.12.x, le champ component-access-sa-key du secret admin-cluster-creds sera effacé. Vous pouvez le vérifier en exécutant la commande suivante: 


kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get secret admin-cluster-creds -o yaml | grep 'component-access-sa-key'
Si le résultat est vide, cela signifie que la clé est effacée.

Une fois la clé de compte de service d'accès aux composants supprimée, l'installation de nouveaux clusters d'utilisateur ou la mise à niveau de clusters d'utilisateur existants échoue. Voici quelques messages d'erreur susceptibles de s'afficher:

  • Échec lent de la validation préliminaire avec le message d'erreur: "Failed to create the test VMs: failed to get service account key: service account is not configured."
  • Échec de la préparation d'ici le gkectl prepare avec le message d'erreur : "Failed to prepare OS images: dialing: unexpected end of JSON input"
  • Si vous mettez à niveau un cluster d'utilisateur 1.13 à l'aide de Google Cloud Console ou de gcloud CLI, lorsque vous exécutez gkectl update admin --enable-preview-user-cluster-central-upgrade pour déployer le contrôleur de plate-forme de mise à niveau, la commande échoue et le message suivant s'affiche: "failed to download bundle to disk: dialing: unexpected end of JSON input" (vous pouvez voir ce message dans le champ status dans le résultat de kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get onprembundle -oyaml).


Solution :

Ajoutez manuellement la clé du compte de service d'accès au composant dans le secret en exécutant la commande suivante: 


kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get secret admin-cluster-creds -ojson | jq --arg casa "$(cat COMPONENT_ACESS_SERVICE_ACOOUNT_KEY_PATH | base64 -w 0)" '.data["component-access-sa-key"]=$casa' | kubectl --kubeconfig ADMIN_KUBECONFIG apply -f -
Operation 1.13.0+, 1.14.0+

L'autoscaler de cluster ne fonctionne pas lorsque Controlplane V2 est activé

Pour les clusters d'utilisateur créés avec Controlplane V2 ou un nouveau modèle d'installation, les pools de nœuds pour lesquels l'autoscaling est activé utilisent toujours leur autoscaling.minReplicas dans le fichier user-cluster.yaml. Le journal du pod cluster-autoscaler indique également qu'ils ne sont pas opérationnels. 


  > kubectl --kubeconfig $USER_CLUSTER_KUBECONFIG -n kube-system \
  logs $CLUSTER_AUTOSCALER_POD --container_cluster-autoscaler
 TIMESTAMP  1 gkeonprem_provider.go:73] error getting onpremusercluster ready status: Expected to get a onpremusercluster with id foo-user-cluster-gke-onprem-mgmt/foo-user-cluster
 TIMESTAMP 1 static_autoscaler.go:298] Failed to get node infos for groups: Expected to get a onpremusercluster with id foo-user-cluster-gke-onprem-mgmt/foo-user-cluster
Pour trouver le pod de l'autoscaler de cluster, exécutez les commandes suivantes. 

  > kubectl --kubeconfig $USER_CLUSTER_KUBECONFIG -n kube-system \
   get pods | grep cluster-autoscaler
cluster-autoscaler-5857c74586-txx2c                          4648017n    48076Ki    30s


Solution :

Désactiver l'autoscaling dans tous les pools de nœuds avec "gkectl update cluster" jusqu'à la mise à niveau vers une version ayant le correctif
Installation 1.12.0-1.12.4, 1.13.0-1.13.3, 1.14.0

CIDR n'est pas autorisé dans le fichier de bloc d'adresses IP

Lorsque les utilisateurs utilisent le CIDR dans le fichier de blocs d'adresses IP, la validation de la configuration échoue et renvoie l'erreur suivante: 


- Validation Category: Config Check
    - [FAILURE] Config: AddressBlock for admin cluster spec is invalid: invalid IP:
172.16.20.12/30


Solution :

Incluez des adresses IP individuelles dans le fichier "bloc d'adresses IP" jusqu'à ce que vous procédiez à une mise à niveau avec la correction suivante: 1.12.5, 1.13.4, 1.14.1+.
Mises à niveau et mises à jour 1.14.0 à 1.14.1

La mise à jour du type d'image de l'OS dans admin-cluster.yaml n'attend pas que les machines du plan de contrôle d'utilisateur soient recréées

Lors de la mise à jour du type d'image de l'OS du plan de contrôle dans admin-cluster.yaml et si le cluster d'utilisateur correspondant a été créé via Controlplane V2, les machines du plan de contrôle d'utilisateur peuvent ne pas terminer leur recréation une fois la commande gkectl terminée.


Solution :

Une fois la mise à jour terminée, attendez que les machines du plan de contrôle d'utilisateur terminent leur recréation en surveillant leur type d'image de nœud os à l'aide de kubectl --kubeconfig USER_KUBECONFIG get nodes -owide. Par exemple, si vous passez d'Ubuntu à COS, vous devez attendre que toutes les machines du plan de contrôle passent d'Ubuntu à COS, même une fois la commande de mise à jour terminée.

Operation 1.14.0

Erreurs de création ou de suppression de pod en raison d'un problème de jeton d'authentification du compte de service CNI Calico

Un problème lié à Calico dans les clusters Anthos sur VMware 1.14.0 entraîne l'échec de la création et de la suppression des pods avec le message d'erreur suivant dans la sortie de kubectl describe pods:


  error getting ClusterInformation: connection is unauthorized: Unauthorized

Ce problème n'est observé que 24 heures après la création ou la mise à niveau du cluster vers la version 1.14 à l'aide de Calico.

Les clusters d'administrateur utilisent toujours Calico. Pour le cluster d'utilisateur, il existe un champ de configuration "enableDataPlaneV2" dans user-cluster.yaml. Si ce champ est défini sur "false" ou n'est pas spécifié, cela signifie que vous utilisez Calico dans le cluster d'utilisateur.

Le conteneur install-cni des nœuds crée un fichier kubeconfig avec un jeton valide pendant 24 heures. Ce jeton doit être régulièrement renouvelé par le pod calico-node. Le pod calico-node ne peut pas renouveler le jeton, car il n'a pas accès au répertoire contenant le fichier kubeconfig sur le nœud.


Solution :

Pour atténuer le problème, appliquez le correctif suivant sur le DaemonSet calico-node dans votre cluster d'administrateur et d'utilisateur:


  kubectl -n kube-system get daemonset calico-node \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG -o json \
    | jq '.spec.template.spec.containers[0].volumeMounts += [{"name":"cni-net-dir","mountPath":"/host/etc/cni/net.d"}]' \
    | kubectl apply --kubeconfig ADMIN_CLUSTER_KUBECONFIG -f -

  kubectl -n kube-system get daemonset calico-node \
    --kubeconfig USER_CLUSTER_KUBECONFIG -o json \
    | jq '.spec.template.spec.containers[0].volumeMounts += [{"name":"cni-net-dir","mountPath":"/host/etc/cni/net.d"}]' \
    | kubectl apply --kubeconfig USER_CLUSTER_KUBECONFIG -f -
Remplacez les éléments suivants :
  • ADMIN_CLUSTER_KUBECONFIG: chemin d'accès au fichier kubeconfig du cluster d'administrateur.
  • USER_CLUSTER_CONFIG_FILE: chemin d'accès à votre fichier de configuration de cluster d'utilisateur.
Installation 1.12.0-1.12.4, 1.13.0-1.13.3, 1.14.0

La validation du bloc d'adresses IP échoue lors de l'utilisation du CIDR

La création du cluster échoue, malgré la configuration de l'utilisateur. La création échoue, car le cluster ne dispose pas d'un nombre suffisant d'adresses IP.


Solution :

Diviser les CIDR en plusieurs blocs CIDR plus petits, tels que 10.0.0.0/30 devient 10.0.0.0/31, 10.0.0.2/31. Tant qu'il existe N+1 CIDR, N étant le nombre de nœuds du cluster, cela devrait suffire.

Opération, mises à niveau et mises à jour 1.11.0 à 1.11.1, 1.10.0 à 1.10.4, 1.9.0 à 1.9.6

La sauvegarde du cluster d'administrateur n'inclut pas les clés de chiffrement et la configuration des secrets permanents

Lorsque la fonctionnalité de chiffrement des secrets permanents est activée avec la sauvegarde du cluster, la sauvegarde du cluster d'administrateur n'inclut pas les clés de chiffrement ni la configuration requise par la fonctionnalité de chiffrement des secrets permanents. Par conséquent, la réparation de l'instance maître administrateur à l'aide de cette sauvegarde à l'aide de gkectl repair admin-master --restore-from-backup génère l'erreur suivante: 


Validating admin master VM xxx ...
Waiting for kube-apiserver to be accessible via LB VIP (timeout "8m0s")...  ERROR
Failed to access kube-apiserver via LB VIP. Trying to fix the problem by rebooting the admin master
Waiting for kube-apiserver to be accessible via LB VIP (timeout "13m0s")...  ERROR
Failed to access kube-apiserver via LB VIP. Trying to fix the problem by rebooting the admin master
Waiting for kube-apiserver to be accessible via LB VIP (timeout "18m0s")...  ERROR
Failed to access kube-apiserver via LB VIP. Trying to fix the problem by rebooting the admin master

Opération, mises à niveau et mises à jour 1.10+

Recréer la VM maîtresse avec un nouveau disque de démarrage (par exemple, gkectl repair admin-master) échouera si la fonctionnalité de chiffrement des secrets toujours activée est activée à l'aide de la commande "gkectl update".

Si la fonctionnalité de chiffrement des secrets permanents n'est pas activée lors de la création du cluster, mais activée ultérieurement via l'opération gkectl update, gkectl repair admin-master ne parvient pas à réparer le nœud du plan de contrôle du cluster d'administrateur. Il est recommandé d'activer la fonctionnalité de chiffrement des secrets permanents lors de la création du cluster. Il n'existe actuellement aucune mesure d'atténuation.

Mises à niveau et mises à jour 1.10

La mise à niveau du premier cluster d'utilisateur de la version 1.9 vers la version 1.10 recrée les nœuds dans d'autres clusters d'utilisateur.

En mettant à niveau le premier cluster d'utilisateur de la version 1.9 vers la version 1.10, vous pourriez recréer des nœuds dans d'autres clusters d'utilisateur du même cluster d'administrateur. La reconstitution se déroule progressivement.

Le disk_label a été supprimé de MachineTemplate.spec.template.spec.providerSpec.machineVariables, ce qui a déclenché une mise à jour inattendue de tous les MachineDeployment.


Solution :
Mises à niveau et mises à jour 1.10.0

Docker redémarre fréquemment après la mise à niveau du cluster

Mettre à niveau le cluster d'utilisateur vers la version 1.10.0 peut entraîner fréquemment le redémarrage de Docker.

Vous pouvez détecter ce problème en exécutant kubectl describe node NODE_NAME --kubeconfig USER_CLUSTER_KUBECONFIG

Une condition de nœud indiquera si le docker redémarre fréquemment. Voici un exemple de résultat:


Normal   FrequentDockerRestart    41m (x2 over 141m)     systemd-monitor  Node condition FrequentDockerRestart is now: True, reason: FrequentDockerRestart

Pour comprendre la cause première, vous devez vous connecter en SSH au nœud qui présente le problème et exécuter des commandes telles que sudo journalctl --utc -u docker ou sudo journalctl -x.


Solution :
Mises à niveau et mises à jour 1,11, 1,12

Composants GMP autodéployés non conservés après la mise à niveau vers la version 1.12

Si vous utilisez un Clusters Anthos sur VMware en version antérieure à 1.12 et que vous avez configuré manuellement les composants Prometheus géré par Google (GMP) dans l'espace de noms gmp-system de votre cluster, les composants ne sont pas conservés lorsque vous passez à la version 1.12.x.

À partir de la version 1.12, les composants GMP de l'espace de noms gmp-system et les objets CRD sont gérés par l'objet stackdriver, l'option enableGMPForApplications étant définie sur false par défaut. Si vous déployez manuellement des composants GMP dans l'espace de noms avant la mise à niveau vers la version 1.12, les ressources seront supprimées par stackdriver.


Solution :
Operation 1.11, 1.12, 1.13.0 – 1.13.1

Objets ClusterAPI manquants dans le scénario system de l'instantané de cluster

Dans le scénario system, l'instantané du cluster n'inclut aucune ressource sous l'espace de noms default.

Toutefois, certaines ressources Kubernetes, telles que les objets d'API Cluster, qui se trouvent sous cet espace de noms, contiennent des informations de débogage utiles. L'instantané du cluster doit les inclure.


Solution :

Vous pouvez exécuter manuellement les commandes suivantes pour collecter les informations de débogage.


export KUBECONFIG=USER_CLUSTER_KUBECONFIG
kubectl get clusters.cluster.k8s.io -o yaml
kubectl get controlplanes.cluster.k8s.io -o yaml
kubectl get machineclasses.cluster.k8s.io -o yaml
kubectl get machinedeployments.cluster.k8s.io -o yaml
kubectl get machines.cluster.k8s.io -o yaml
kubectl get machinesets.cluster.k8s.io -o yaml
kubectl get services -o yaml
kubectl describe clusters.cluster.k8s.io
kubectl describe controlplanes.cluster.k8s.io
kubectl describe machineclasses.cluster.k8s.io
kubectl describe machinedeployments.cluster.k8s.io
kubectl describe machines.cluster.k8s.io
kubectl describe machinesets.cluster.k8s.io
kubectl describe services
où :

USER_CLUSTER_KUBECONFIG est le fichier kubeconfig du cluster d'utilisateur.
Mises à niveau et mises à jour 1.11.0-1.11.4, 1.12.0-1.12.3, 1.13.0-1.13.1

Suppression du cluster d'utilisateur bloquée sur le drainage de nœud pour la configuration de vSAN

Lors de la suppression, de la mise à jour ou de la mise à niveau d'un cluster d'utilisateur, le drainage de nœud peut être bloqué dans les cas suivants:

  • Le cluster d'administrateur utilise le pilote CSI vSphere sur vSAN depuis la version 1.12.x.
  • Aucun objet PVC/PV n'est créé par les plug-ins vSphere "in-tree" dans le cluster d'administrateur et d'utilisateur.

Pour identifier le symptôme, exécutez la commande ci-dessous:


kubectl logs clusterapi-controllers-POD_NAME_SUFFIX  --kubeconfig ADMIN_KUBECONFIG -n USER_CLUSTER_NAMESPACE

Voici un exemple de message d'erreur de la commande ci-dessus:


E0920 20:27:43.086567 1 machine_controller.go:250] Error deleting machine object [MACHINE]; Failed to delete machine [MACHINE]: failed to detach disks from VM "[MACHINE]": failed to convert disk path "kubevols" to UUID path: failed to convert full path "ds:///vmfs/volumes/vsan:[UUID]/kubevols": ServerFaultCode: A general system error occurred: Invalid fault

kubevols est le répertoire par défaut du pilote vSphere In-tree. Si aucun objet PVC/PV n'est créé, vous risquez de rencontrer un bug qui bloquera le drainage de nœud à la recherche de kubevols, car l'implémentation actuelle suppose que kubevols existe toujours.


Solution :

Créez le répertoire kubevols dans le datastore où le nœud est créé. Ce paramètre est défini dans le champ vCenter.datastore des fichiers user-cluster.yaml ou admin-cluster.yaml.
Configuration 1,7, 1,8, 1,9, 1,10, 1,11, 1,12, 1,13

Les clusters d'administrateur cluster-health-controller et vsphere-metrics-exporter ne fonctionnent plus après la suppression du cluster d'utilisateur

Lors de la suppression du cluster d'utilisateur, le clusterrole correspondant est également supprimé, ce qui empêche la réparation automatique et l'exportateur de métriques vSphere de ne pas fonctionner

Les symptômes sont les suivants:

  • Journaux cluster-health-controller
    • 
kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
cluster-health-controller
    où ADMIN_CLUSTER_KUBECONFIG est le fichier kubeconfig du cluster d'administrateur. Voici un exemple de messages d'erreur susceptibles de s'afficher: 
    
error retrieving resource lock default/onprem-cluster-health-leader-election: configmaps "onprem-cluster-health-leader-election" is forbidden: User "system:serviceaccount:kube-system:cluster-health-controller" cannot get resource "configmaps" in API group "" in the namespace "default": RBAC: clusterrole.rbac.authorization.k8s.io "cluster-health-controller-role" not found
  • Journaux vsphere-metrics-exporter
    • 
kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
vsphere-metrics-exporter
    où ADMIN_CLUSTER_KUBECONFIG est le fichier kubeconfig du cluster d'administrateur. Voici un exemple de messages d'erreur susceptibles de s'afficher: 
    
vsphere-metrics-exporter/cmd/vsphere-metrics-exporter/main.go:68: Failed to watch *v1alpha1.Cluster: failed to list *v1alpha1.Cluster: clusters.cluster.k8s.io is forbidden: User "system:serviceaccount:kube-system:vsphere-metrics-exporter" cannot list resource "clusters" in API group "cluster.k8s.io" in the namespace "default"

Solution :

Configuration 1.12.1-1.12.3, 1.13.0-1.13.2

Échec de gkectl check-config lors de la validation de l'image de l'OS

Problème connu pouvant entraîner l'échec de gkectl check-config sans exécuter gkectl prepare. Cela peut prêter à confusion, car nous vous suggérons d'exécuter la commande avant d'exécuter gkectl prepare.

Le symptôme est le suivant : la commande gkectl check-config échoue et le message d'erreur suivant s'affiche :


Validator result: {Status:FAILURE Reason:os images [OS_IMAGE_NAME] don't exist, please run `gkectl prepare` to upload os images. UnhealthyResources:[]}

Solution :

Option 1: exécutez gkectl prepare pour importer les images d'OS manquantes.

Option 2: Utilisez gkectl check-config --skip-validation-os-images pour ignorer la validation des images de l'OS.
Mises à niveau et mises à jour 1,11, 1,12, 1,13

Échec de la mise à jour des groupes anti-affinité par gkectl update admin/cluster

Problème connu pouvant entraîner l'échec de gkectl update admin/cluster lors de la mise à jour de anti affinity groups.

Le symptôme est le suivant : la commande gkectl update échoue et le message d'erreur suivant s'affiche :


Waiting for machines to be re-deployed...  ERROR
Exit with error:
Failed to update the cluster: timed out waiting for the condition

Solution :
Installation, mises à niveau et mises à jour 1.13.0

L'enregistrement des nœuds échoue si le nom d'hôte configuré contient un point

L'enregistrement du nœud échoue lors de la création, de la mise à niveau, de la mise à jour et de la réparation automatique du cluster, lorsque ipMode.type est défini sur static et que le nom d'hôte configuré dans le fichier de blocs d'adresses IP contient un ou plusieurs points. Dans ce cas, les requêtes de signature de certificat (CSR) d'un nœud ne sont pas automatiquement approuvées.

Pour afficher les requêtes de signature de certificat en attente pour un nœud, exécutez la commande suivante:


kubectl get csr -A -o wide

Recherchez les messages d'erreur dans les journaux suivants:

  • Affichez les journaux du cluster d'administrateur pour le conteneur clusterapi-controller-manager dans le pod clusterapi-controllers: 
    
kubectl logs clusterapi-controllers-POD_NAME \
    -c clusterapi-controller-manager -n kube-system \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG
  • Pour afficher les mêmes journaux dans le cluster d'utilisateur, exécutez la commande suivante: 
    
kubectl logs clusterapi-controllers-POD_NAME \
    -c clusterapi-controller-manager -n USER_CLUSTER_NAME \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG
    où :
    • ADMIN_CLUSTER_KUBECONFIG est le fichier kubeconfig du cluster d'administrateur.
    • USER_CLUSTER_NAME est le nom du cluster d'utilisateur.
    Voici un exemple de messages d'erreur susceptibles de s'afficher: "msg"="failed to validate token id" "error"="failed to find machine for node node-worker-vm-1" "validate"="csr-5jpx9"
  • Affichez les journaux kubelet sur le nœud problématique: 
    
journalctl --u kubelet
    Voici un exemple de messages d'erreur susceptibles de s'afficher: "Error getting node" err="node \"node-worker-vm-1\" not found"

Si vous spécifiez un nom de domaine dans le champ du nom d'hôte d'un fichier de bloc d'adresses IP, tous les caractères qui suivent le premier point seront ignorés. Par exemple, si vous spécifiez le nom d'hôte en tant que bob-vm-1.bank.plc, le nom d'hôte et le nom du nœud de la VM seront définis sur bob-vm-1.

Lorsque la validation de l'ID de nœud est activée, l'approbateur RSE compare le nom du nœud au nom d'hôte indiqué dans les spécifications de la machine, puis ne parvient pas à rapprocher le nom. L'approbateur rejette la requête de signature de certificat, et le nœud ne parvient pas à démarrer.


Solution :

Cluster d'utilisateur

Pour désactiver la validation de l'ID de nœud, procédez comme suit:

  1. Ajoutez les champs suivants à votre fichier de configuration de cluster d'utilisateur: 
    
disableNodeIDVerification: true
disableNodeIDVerificationCSRSigning: true
  2. Enregistrez le fichier et mettez à jour le cluster d'utilisateur en exécutant la commande suivante: 
    
gkectl update cluster --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    --config USER_CLUSTER_CONFIG_FILE
    Remplacez les éléments suivants :
    • ADMIN_CLUSTER_KUBECONFIG: chemin d'accès au fichier kubeconfig du cluster d'administrateur.
    • USER_CLUSTER_CONFIG_FILE: chemin d'accès à votre fichier de configuration de cluster d'utilisateur.

Cluster d'administration

  1. Ouvrez la ressource personnalisée OnPremAdminCluster pour la modifier: 
    
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    edit onpremadmincluster -n kube-system
  2. Ajoutez l'annotation suivante à la ressource personnalisée: 
    
features.onprem.cluster.gke.io/disable-node-id-verification: enabled
  3. Modifiez le fichier manifeste kube-controller-manager dans le plan de contrôle du cluster d'administrateur :
    1. Connectez-vous en SSH au nœud de plan de contrôle du cluster d'administrateur.
    2. Ouvrez le fichier manifeste kube-controller-manager pour le modifier: 
      
sudo vi /etc/kubernetes/manifests/kube-controller-manager.yaml
    3. Recherchez la liste de controllers: 
      
--controllers=*,bootstrapsigner,tokencleaner,-csrapproving,-csrsigning
    4. Mettez à jour cette section comme indiqué ci-dessous: 
      
--controllers=*,bootstrapsigner,tokencleaner
  4. Ouvrez le contrôleur de l'API Deployment Cluster pour le modifier: 
    
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    edit deployment clusterapi-controllers -n kube-system
  5. Remplacez les valeurs de node-id-verification-enabled et node-id-verification-csr-signing-enabled par false: 
    
--node-id-verification-enabled=false
--node-id-verification-csr-signing-enabled=false
Installation, mises à niveau et mises à jour 1.11.0 à 1.11.4

Échec du démarrage de la machine du plan de contrôle administrateur causé par le groupe de certificats du registre privé

La création ou la mise à niveau du cluster d'administrateur est bloquée sur le journal suivant indéfiniment et finit par expirer:


Waiting for Machine gke-admin-master-xxxx to become ready...

Le journal du contrôleur de l'API Cluster dans l' instantané de cluster externe comprend le journal suivant:


Invalid value 'XXXX' specified for property startup-data

Voici un exemple de chemin d'accès au journal du contrôleur d'API Cluster:


kubectlCommands/kubectl_logs_clusterapi-controllers-c4fbb45f-6q6g6_--container_vsphere-controller-manager_--kubeconfig_.home.ubuntu..kube.kind-config-gkectl_--request-timeout_30s_--namespace_kube-system_--timestamps
    
VMware has a 64k vApp property size limit. In the identified versions,
    the data passed via vApp property is close to the limit. When the private
    registry certificate contains a certificate bundle, it may cause the final
    data to exceed the 64k limit.

    
Workaround:

    
Only include the required certificates in the private registry
    certificate file configured in privateRegistry.caCertPath in
    the admin cluster config file.

    
Or upgrade to a version with the fix when available.
Mise en réseau 1.10, 1.11.0-1.11.3, 1.12.0-1.12.2, 1.13.0

NetworkGatewayNodes marqué comme non opérationnel suite à un conflit de mise à jour d'état simultané

Dans networkgatewaygroups.status.nodes, certains nœuds basculent entre NotHealthy et Up.

Les journaux du pod ang-daemon exécuté sur ce nœud indiquent des erreurs répétées: 


2022-09-16T21:50:59.696Z ERROR ANGd Failed to report status {"angNode": "kube-system/my-node", "error": "updating Node CR status: sending Node CR update: Operation cannot be fulfilled on networkgatewaynodes.networking.gke.io \"my-node\": the object has been modified; please apply your changes to the latest version and try again"}

L'état NotHealthy empêche le contrôleur d'attribuer des adresses IP flottantes supplémentaires au nœud. Cela peut entraîner une charge plus élevée sur les autres nœuds ou un manque de redondance pour la haute disponibilité.

Sinon, l'activité du plan de données n'est pas affectée.

Les conflits sur l'objet networkgatewaygroup entraînent l'échec de certaines mises à jour d'état en raison d'une erreur dans le traitement des nouvelles tentatives. Si un trop grand nombre de mises à jour d'état échouent, ang-controller-manager considère le nœud comme au-delà de sa limite de temps de pulsation et le marque comme NotHealthy.

L'erreur dans le traitement des nouvelles tentatives a été corrigée dans les versions ultérieures.


Solution :

Passer à une version corrigée, si disponible.
Mises à niveau et mises à jour 1.12.0 à 1.12.2, 1.13.0

La condition de concurrence bloque la suppression des objets machine pendant et lors de la mise à jour ou de la mise à niveau

Problème connu pouvant entraîner le blocage de la mise à niveau ou de la mise à jour du cluster en attendant la suppression de l'ancien objet machine. En effet, le finaliseur ne peut pas être supprimé de l'objet machine. Cela affecte toute opération de mise à jour progressive pour les pools de nœuds.

Le symptôme est le suivant : la commande gkectl expire et le message d'erreur suivant s'affiche :


E0821 18:28:02.546121   61942 console.go:87] Exit with error:
E0821 18:28:02.546184   61942 console.go:87] error: timed out waiting for the condition, message: Node pool "pool-1" is not ready: ready condition is not true: CreateOrUpdateNodePool: 1/3 replicas are updated
Check the status of OnPremUserCluster 'cluster-1-gke-onprem-mgmt/cluster-1' and the logs of pod 'kube-system/onprem-user-cluster-controller' for more detailed debugging information.

Dans les journaux de pod clusterapi-controller, les erreurs se présentent comme suit:


$ kubectl logs clusterapi-controllers-[POD_NAME_SUFFIX] -n cluster-1
    -c vsphere-controller-manager --kubeconfig [ADMIN_KUBECONFIG]
    | grep "Error removing finalizer from machine object"
[...]
E0821 23:19:45.114993       1 machine_controller.go:269] Error removing finalizer from machine object cluster-1-pool-7cbc496597-t5d5p; Operation cannot be fulfilled on machines.cluster.k8s.io "cluster-1-pool-7cbc496597-t5d5p": the object has been modified; please apply your changes to the latest version and try again

L'erreur se répète plusieurs fois pour la même machine pour des exécutions réussies, même sans ce bug. La plupart du temps, elle peut s'effectuer rapidement, mais dans de rares cas, elle peut rester bloquée pendant plusieurs heures dans cette condition de concurrence.

Le problème est que la VM sous-jacente est déjà supprimée dans vCenter, mais l'objet machine correspondant ne peut pas être supprimé, ce qui est bloqué à la suppression du finaliseur en raison des mises à jour très fréquentes d'autres contrôleurs. Cela peut entraîner l'expiration du délai de la commande gkectl, mais le contrôleur effectue un rapprochement continu du cluster afin que le processus de mise à niveau ou de mise à jour se termine.


Solution :

Nous avons préparé différentes options d'atténuation pour ce problème, qui dépendent de votre environnement et de vos exigences.

  • Option 1: Attendez que la mise à niveau se termine elle-même.

    En fonction de l'analyse et de la reproduction dans votre environnement, la mise à niveau peut se terminer par elle-même sans intervention manuelle. La mise en garde de cette option est qu'il est difficile de déterminer le temps nécessaire à la suppression du finaliseur pour chaque objet machine. Elle peut durer immédiatement si elle a assez de chance, ou durer plusieurs heures si le rapprochement entre le contrôleur de l'ensemble de machines est trop rapide et si le contrôleur de la machine n'a jamais la possibilité de supprimer le finaliseur entre les rapprochements.

    Bonne nouvelle : cette option ne nécessite aucune action de votre part, et les charges de travail ne seront pas interrompues. La mise à niveau peut prendre plus de temps.
  • Option 2: Appliquez l'annotation de réparation automatique à tous les anciens objets de la machine.

    Le contrôleur de machineset filtre les machines dont l'annotation de réparation automatique et l'horodatage de suppression sont différents de zéro, et n'envoie plus d'appels de suppression sur ces machines. Cela permet d'éviter la condition de concurrence.

    L'inconvénient est que les pods des machines sont supprimés directement au lieu d'être évincés, ce qui signifie qu'ils ne respectent pas la configuration PDB. Cela peut entraîner un temps d'arrêt pour vos charges de travail.

    Commande permettant d'obtenir tous les noms de machines: 
    
kubectl --kubeconfig CLUSTER_KUBECONFIG get machines
    La commande permettant d'appliquer l'annotation de réparation automatique pour chaque machine: 
    
kubectl annotate --kubeconfig CLUSTER_KUBECONFIG \
    machine MACHINE_NAME \
    onprem.cluster.gke.io/repair-machine=true

Si vous rencontrez ce problème et que la mise à niveau ou la mise à jour ne peuvent toujours pas s'effectuer au bout d'un certain temps, contactez notre équipe d'assistance pour limiter les risques.
Installation, mises à niveau et mises à jour 1.10.2, 1.11, 1.12, 1.13

gkectl prépare l'échec de la vérification préliminaire de l'image de l'OS

Échec de la commande gkectl prepare:


- Validation Category: OS Images
    - [FAILURE] Admin cluster OS images exist: os images [os_image_name] don't exist, please run `gkectl prepare` to upload os images.

Les vérifications préliminaires de gkectl prepare incluaient une validation incorrecte.


Solution :

Exécutez la même commande avec une option supplémentaire --skip-validation-os-images.
Installation 1,7, 1,8, 1,9, 1,10, 1,11, 1,12, 1,13

L'URL vCenter avec le préfixe https:// ou http:// peut entraîner l'échec du démarrage du cluster

Échec de la création du cluster d'administrateur:


Exit with error:
Failed to create root cluster: unable to apply admin base bundle to external cluster: error: timed out waiting for the condition, message:
Failed to apply external bundle components: failed to apply bundle objects from admin-vsphere-credentials-secret 1.x.y-gke.z to cluster external: Secret "vsphere-dynamic-credentials" is invalid:
[data[https://xxx.xxx.xxx.username]: Invalid value: "https://xxx.xxx.xxx.username": a valid config key must consist of alphanumeric characters, '-', '_' or '.'
(e.g. 'key.name', or 'KEY_NAME', or 'key-name', regex used for validation is '[-._a-zA-Z0-9]+'), data[https://xxx.xxx.xxx.password]:
Invalid value: "https://xxx.xxx.xxx.password": a valid config key must consist of alphanumeric characters, '-', '_' or '.'
(e.g. 'key.name', or 'KEY_NAME', or 'key-name', regex used for validation is '[-._a-zA-Z0-9]+')]

L'URL est utilisée dans une clé secrète, qui n'est pas compatible avec "/" ni ":".


Solution :

Supprimez le préfixe https:// ou http:// du champ vCenter.Address du cluster d'administrateur ou du fichier de configuration YAML du cluster d'utilisateur.
Installation, mises à niveau et mises à jour 1.10, 1.11, 1.12, 1.13

Panique : gkectl prepare sur util.CheckFileExists

gkectl prepare peut paniquer à l'aide de la trace Stackdriver suivante:


panic: runtime error: invalid memory address or nil pointer dereference [signal SIGSEGV: segmentation violation code=0x1 addr=0x18 pc=0xde0dfa]

goroutine 1 [running]:
gke-internal.googlesource.com/syllogi/cluster-management/pkg/util.CheckFileExists(0xc001602210, 0x2b, 0xc001602210, 0x2b) pkg/util/util.go:226 +0x9a
gke-internal.googlesource.com/syllogi/cluster-management/gkectl/pkg/config/util.SetCertsForPrivateRegistry(0xc000053d70, 0x10, 0xc000f06f00, 0x4b4, 0x1, 0xc00015b400)gkectl/pkg/config/util/utils.go:75 +0x85
...

Le problème est que gkectl prepare a créé le répertoire de certificat de registre privé avec une autorisation incorrecte.


Solution :

Pour résoudre ce problème, exécutez les commandes suivantes sur le poste de travail administrateur:


sudo mkdir -p /etc/docker/certs.d/PRIVATE_REGISTRY_ADDRESS
sudo chmod 0755 /etc/docker/certs.d/PRIVATE_REGISTRY_ADDRESS
Mises à niveau et mises à jour 1.10, 1.11, 1.12, 1.13

gkectl repair admin-master et la mise à niveau administrateur avec reprise ne fonctionnent pas ensemble

Après une tentative de mise à niveau du cluster d'administrateur ayant échoué, n'exécutez pas gkectl repair admin-master. Cela pourrait entraîner l'échec des tentatives de mise à niveau administrateur suivantes en raison de problèmes tels que l'échec de l'alimentation du maître administrateur ou l'inaccessibilité de la VM.


Solution :

Si vous avez déjà rencontré ce problème, contactez l'assistance.
Mises à niveau et mises à jour 1,10, 1,11

La reprise de la mise à niveau du cluster d'administrateur peut entraîner l'absence du modèle de VM du plan de contrôle d'administrateur

Si la machine du plan de contrôle administrateur n'est pas recréée après une nouvelle tentative de mise à niveau du cluster d'administrateur, le modèle de VM du plan de contrôle administrateur est supprimé. Le modèle de VM du plan de contrôle d'administrateur est le modèle du maître d'administration utilisé pour récupérer la machine du plan de contrôle à l'aide de gkectl repair admin-master.


Solution :

Le modèle de VM du plan de contrôle administrateur sera régénéré lors de la prochaine mise à niveau du cluster d'administrateur.
Système d'exploitation 1,12, 1,13

cgroup v2 pourrait affecter les charges de travail

Dans la version 1.12.0, cgroup v2 (unified) est activé par défaut pour les nœuds Container-Optimized OS (COS). Cela peut entraîner une instabilité pour vos charges de travail dans un cluster COS.


Solution :

Nous sommes revenus à cgroup v1 (hybride) dans la version 1.12.1. Si vous utilisez des nœuds COS, nous vous recommandons de passer à la version 1.12.1 dès sa publication.
Identité 1.10, 1.11, 1.12, 1.13

Ressource personnalisée ClientConfig

gkectl update annule toutes les modifications manuelles que vous avez apportées à la ressource personnalisée ClientConfig.


Solution :

Nous vous recommandons vivement de sauvegarder la ressource ClientConfig après chaque modification manuelle.
Installation 1.10, 1.11, 1.12, 1.13

Échec de la validation de gkectl check-config: partitions F5 BIG-IP introuvables

La validation échoue, car les partitions F5 BIG-IP sont introuvables, même si elles existent.

Un problème avec l'API F5 BIG-IP peut entraîner l'échec de la validation.


Solution :

Essayez d'exécuter gkectl check-config à nouveau.
Installation 1.12

Échec de l'installation du cluster d'utilisateur en raison d'un problème d'élection du responsable de cert-manager/ca-injector

Vous pouvez constater un échec de l'installation en raison de cert-manager-cainjector dans la boucle de plantage, lorsque le serveur d'API/etcd est lent:


# These are logs from `cert-manager-cainjector`, from the command
# `kubectl --kubeconfig USER_CLUSTER_KUBECONFIG -n kube-system
  cert-manager-cainjector-xxx`

I0923 16:19:27.911174       1 leaderelection.go:278] failed to renew lease kube-system/cert-manager-cainjector-leader-election: timed out waiting for the condition

E0923 16:19:27.911110       1 leaderelection.go:321] error retrieving resource lock kube-system/cert-manager-cainjector-leader-election-core:
  Get "https://10.96.0.1:443/api/v1/namespaces/kube-system/configmaps/cert-manager-cainjector-leader-election-core": context deadline exceeded

I0923 16:19:27.911593       1 leaderelection.go:278] failed to renew lease kube-system/cert-manager-cainjector-leader-election-core: timed out waiting for the condition

E0923 16:19:27.911629       1 start.go:163] cert-manager/ca-injector "msg"="error running core-only manager" "error"="leader election lost"

Solution :
Sécurité, mises à niveau et mises à jour 1.10, 1.11, 1.12, 1.13

Le renouvellement des certificats peut être requis avant la mise à niveau d'un cluster d'administrateur

Avant de commencer le processus de mise à niveau du cluster d'administrateur, vous devez vous assurer que les certificats de votre cluster d'administrateur sont valides et les renouveler s'ils ne le sont pas.

Si vous avez commencé le processus de mise à niveau et découvert une erreur concernant l'expiration du certificat, contactez l'assistance Google pour obtenir de l'aide.

Remarque: Ces conseils concernent uniquement le renouvellement des certificats de cluster d'administrateur.

Solution :
VMware 1.10, 1.11, 1.12, 1.13

Redémarrer ou mettre à niveau vCenter pour les versions antérieures à la version 7.0U2

Si vCenter est redémarré, pour les versions antérieures à 7.0U2, après une mise à niveau ou autre, le nom du réseau figurant dans les informations de VM de vCenter est incorrect et la machine présente l'état Unavailable. Cela entraîne la réparation automatique des nœuds pour en créer de nouveaux.

Bug BugGovmomi associé.


Solution :

Cette solution est fournie par l'assistance VMware :

  1. Ce problème a été résolu dans les versions 7.0U2 et ultérieures de vCenter.
  2. Pour les versions antérieures, faites un clic droit sur l'hôte, puis sélectionnez Connexion > Déconnecter. Ensuite, reconnectez-vous pour forcer la mise à jour du groupe de ports de la VM.
Système d'exploitation 1.10, 1.11, 1.12, 1.13

Connexion SSH fermée par l'hôte distant

Pour les clusters Anthos sur VMware version 1.7.2 ou ultérieure, les images d'OS Ubuntu sont renforcées avec le CIS L1 Server Benchmark.

Pour répondre à la règle CIS "5.2.16 Assurez-vous que l'intervalle d'expiration de délai d'inactivité SSH est configuré", /etc/ssh/sshd_config a les paramètres suivants:


ClientAliveInterval 300
ClientAliveCountMax 0

Ces paramètres visent à mettre fin à une session client après cinq minutes d'inactivité. Cependant, la valeur ClientAliveCountMax 0 entraîne un comportement inattendu. Lorsque vous utilisez la session SSH sur le poste de travail administrateur ou un nœud de cluster, la connexion SSH peut être déconnectée, même si votre client ssh n'est pas inactif, par exemple lors de l'exécution d'une commande fastidieuse et que votre commande peut être arrêtée avec le message suivant:


Connection to [IP] closed by remote host.
Connection to [IP] closed.

Solution :

Vous pouvez utiliser l'une de ces deux méthodes :

  • Utilisez nohup pour éviter l'arrêt de votre commande en cas de déconnexion SSH. 
    
nohup gkectl upgrade admin --config admin-cluster.yaml \
    --kubeconfig kubeconfig
  • Mettez à jour sshd_config pour utiliser une valeur ClientAliveCountMax non nulle. La règle CIS recommande d'utiliser une valeur inférieure à 3: 
    
sudo sed -i 's/ClientAliveCountMax 0/ClientAliveCountMax 1/g' \
    /etc/ssh/sshd_config
sudo systemctl restart sshd

Assurez-vous de reconnecter votre session SSH.
Installation 1.10, 1.11, 1.12, 1.13

cert-manager installation en conflit

Dans les versions 1.13, monitoring-operator installe cert-manager dans l'espace de noms cert-manager. Si, pour certaines raisons, vous devez installer votre propre cert-manager, suivez les instructions ci-dessous pour éviter les conflits:

Il vous suffit d'appliquer ce travail une fois pour chaque cluster, et les modifications seront conservées lors de la mise à niveau du cluster.

Remarque: L'un des symptômes courants affectant l'installation de votre propre cert-manager est que la version ou l'image cert-manager (par exemple, v1.7.2) peut revenir à son ancienne version. En effet, monitoring-operator tente de rapprocher cert-manager, puis rétablit la version.

Solution :

Éviter les conflits lors du passage à une édition supérieure

  1. Désinstallez votre version de cert-manager. Si vous avez défini vos propres ressources, vous pouvez les sauvegarder .
  2. Procédez à la mise à niveau.
  3. Suivez les instructions ci-dessous pour restaurer votre propre cert-manager.

Restaurer votre propre cert-manager dans les clusters d'utilisateur

  • Scaling du déploiement monitoring-operator sur 0: 
    
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    -n USER_CLUSTER_NAME \
    scale deployment monitoring-operator --replicas=0
  • Faites évoluer les déploiements cert-manager gérés par monitoring-operator à zéro: 
    
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    -n cert-manager scale deployment cert-manager --replicas=0
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    -n cert-manager scale deployment cert-manager-cainjector\
    --replicas=0
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    -n cert-manager scale deployment cert-manager-webhook --replicas=0
  • Réinstallez votre version de cert-manager. Le cas échéant, restaurez vos ressources personnalisées.
  • Vous pouvez ignorer cette étape si vous utilisez l' installation en amont du cert-manager ou si vous êtes certain que votre cert-manager est installé dans l'espace de noms cert-manager. Sinon, copiez le certificat cert-manager.io/v1 metrics-ca et les ressources de l'émetteur metrics-pki.cluster.local à partir de cert-manager dans l'espace de noms des ressources de cluster du gestionnaire de certificats installé. 
    
relevant_fields='
{
  apiVersion: .apiVersion,
  kind: .kind,
  metadata: {
    name: .metadata.name,
    namespace: "YOUR_INSTALLED_CERT_MANAGER_NAMESPACE"
  },
  spec: .spec
}
'
f1=$(mktemp)
f2=$(mktemp)
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    get issuer -n cert-manager metrics-pki.cluster.local -o json \
    | jq "${relevant_fields}" > $f1
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    get certificate -n cert-manager metrics-ca -o json \
    | jq "${relevant_fields}" > $f2
kubectl apply --kubeconfig USER_CLUSTER_KUBECONFIG -f $f1
kubectl apply --kubeconfig USER_CLUSTER_KUBECONFIG -f $f2

Restaurer votre propre cert-manager dans les clusters d'administrateur

En général, il n'est pas nécessaire de réinstaller cert-manager dans les clusters d'administrateur, car les clusters d'administrateur n'exécutent que les clusters Anthos sur le plan de contrôle VMware. Dans les rares cas où vous devrez également installer votre propre cert-manager dans des clusters d'administrateur, suivez les instructions suivantes pour éviter les conflits. Veuillez noter que si vous êtes un client Apigee et que vous n'avez besoin que de cert-manager pour Apigee, vous n'avez pas besoin d'exécuter les commandes du cluster d'administrateur.

  • Effectuez le scaling du déploiement monitoring-operator à 0. 
    
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    -n kube-system scale deployment monitoring-operator --replicas=0
  • Faites évoluer les déploiements cert-manager gérés par monitoring-operator à zéro. 
    
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    -n cert-manager scale deployment cert-manager \
    --replicas=0

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
     -n cert-manager scale deployment cert-manager-cainjector \
     --replicas=0

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    -n cert-manager scale deployment cert-manager-webhook \
    --replicas=0
  • Réinstallez votre version de cert-manager. Le cas échéant, restaurez vos ressources personnalisées.
  • Vous pouvez ignorer cette étape si vous utilisez l' installation en amont du cert-manager ou si vous êtes certain que votre cert-manager est installé dans l'espace de noms cert-manager. Sinon, copiez le certificat cert-manager.io/v1 metrics-ca et les ressources de l'émetteur metrics-pki.cluster.local à partir de cert-manager dans l'espace de noms des ressources de cluster du gestionnaire de certificats installé. 
    
relevant_fields='
{
  apiVersion: .apiVersion,
  kind: .kind,
  metadata: {
    name: .metadata.name,
    namespace: "YOUR_INSTALLED_CERT_MANAGER_NAMESPACE"
  },
  spec: .spec
}
'
f3=$(mktemp)
f4=$(mktemp)
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \n
    get issuer -n cert-manager metrics-pki.cluster.local -o json \
    | jq "${relevant_fields}" > $f3
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    get certificate -n cert-manager metrics-ca -o json \
    | jq "${relevant_fields}" > $f4
kubectl apply --kubeconfig ADMIN_CLUSTER_KUBECONFIG -f $f3
kubectl apply --kubeconfig ADMIN_CLUSTER_KUBECONFIG -f $f4
Système d'exploitation 1.10, 1.11, 1.12, 1.13

Faux positifs lors de l'analyse des failles docker, containerd et runc

Les images Docker, containerd et runc dans les images d'OS Ubuntu envoyées avec des clusters Anthos sur VMware sont épinglées à des versions spéciales à l'aide du PPA Ubuntu. Cela garantit que toutes les modifications d'exécution du conteneur seront qualifiées par les clusters Anthos sur VMware avant chaque version.

Cependant, les versions spéciales sont inconnues de l'outil de suivi CVE Ubuntu, qui est utilisé comme flux de failles par divers outils d'analyse CVE. Par conséquent, vous verrez des faux positifs dans les résultats de l'analyse des failles de Docker, containerd et runc.

Par exemple, vous pouvez voir les faux positifs suivants dans vos résultats d'analyse CVE. Ces failles CVE sont déjà corrigées dans les dernières versions correctives des clusters Anthos sur VMware.

Reportez-vous aux notes de version pour obtenir les correctifs CVE.


Solution :

Canonical a connaissance de ce problème et le correctif est suivi à l'adresse https://github.com/canonical/sec-cvescan/issues/73.
Mises à niveau et mises à jour 1.10, 1.11, 1.12, 1.13

La connexion réseau entre le cluster d'administrateur et le cluster d'utilisateur peut être indisponible pendant une courte période lors de la mise à niveau d'un cluster à haute disponibilité

Si vous mettez à niveau des clusters non haute disponibilité de la version 1.9 à la version 1.10, vous remarquerez peut-être que kubectl exec, kubectl log et le webhook ne sont pas disponibles pendant une courte période. Ce temps d'arrêt peut prendre jusqu'à une minute. En effet, la requête entrante (kubectl exec, kubectl log and webhook) est gérée par kube-apiserver pour le cluster d'utilisateur. L'utilisateur kube-apiserver est un Statefulset. Dans un cluster à haute disponibilité, il n'existe qu'une seule instance dupliquée pour le Statefulset. Ainsi, lors de la mise à niveau, il est possible que l'ancien kube-apiserver ne soit pas disponible alors que le nouveau kube-apiserver n'est pas encore prêt.


Solution :

Ce temps d'arrêt ne se produit que pendant le processus de mise à niveau. Si vous souhaitez obtenir un temps d'arrêt plus court lors de la mise à niveau, nous vous recommandons de passer à des clusters à haute disponibilité.
Installation, mises à niveau et mises à jour 1.10, 1.11, 1.12, 1.13

Échec du contrôle de préparation de la Konnectivity lors du diagnostic des clusters à haute disponibilité après la création ou la mise à niveau du cluster

Si vous créez ou mettez à niveau un cluster à haute disponibilité, et que vous remarquez que la vérification de la préparation de la connectivité a échoué lors du diagnostic du cluster, cela n'affectera généralement pas le fonctionnement des clusters Anthos sur VMware (kubectl exec, kubectl log and webhook). Cela se produit parce qu'une ou deux des instances dupliquées de la Konctivity peuvent ne pas être prêtes pour une certaine période en raison de la mise en réseau instable ou d'autres problèmes.


Solution :

L'instance konnectivity se rétablira seule. Attendez entre 30 minutes et une heure avant d'effectuer un nouveau diagnostic du cluster.
Système d'exploitation 1,7, 1,8, 1,9, 1,10, 1,11

/etc/cron.daily/aide Problème de pic de mémoire et de processeur

À partir de la version 1.7.2 des clusters Anthos sur VMware, les images de l'OS Ubuntu sont renforcées avec le benchmark CIS L1 Server.

Par conséquent, le script Cron /etc/cron.daily/aide a été installé de sorte qu'une vérification aide est programmée afin de s'assurer que la règle de serveur CIS L1 "1.4.2 garantit que l'intégrité du système de fichiers est régulièrement vérifiée" est suivie.

La tâche Cron s'exécute tous les jours à 6h25 UTC. Selon le nombre de fichiers sur le système de fichiers, vous pouvez rencontrer des pics d'utilisation du processeur et de la mémoire à cette période qui sont dus à ce processus aide.


Solution :

Si les pics affectent votre charge de travail, vous pouvez désactiver la tâche Cron quotidienne:


sudo chmod -x /etc/cron.daily/aide
Mise en réseau 1.10, 1.11, 1.12, 1.13

Les équilibreurs de charge et les règles de pare-feu distribuées avec état NSX-T interagissent de manière imprévisible

Lorsque vous déployez des clusters Anthos sur VMware version 1.9 ou ultérieure, lorsque l'équilibreur de charge groupé Seesaw est déployé dans un environnement utilisant des règles de pare-feu distribuées NSX-T, il est possible que stackdriver-operator ne crée pas de ConfigMap gke-metrics-agent-conf et provoque la plantage des pods gke-connect-agent dans une boucle de plantage.

Le problème sous-jacent réside dans le fait que les règles de pare-feu distribuées NSX-T avec état mettent fin à la connexion d'un client au serveur d'API du cluster d'utilisateur via l'équilibreur de charge Seesaw, car Seesaw utilise des flux de connexion asymétriques. Les problèmes d'intégration liés aux règles de pare-feu distribué NSX-T affectent tous les clusters Anthos sur VMware utilisant Seesaw. Vous pouvez rencontrer des problèmes de connexion similaires sur vos propres applications lorsqu'elles créent des objets Kubernetes volumineux dont la taille est supérieure à 32 Ko.


Solution :

Suivez ces instructions pour désactiver les règles de pare-feu distribué NSX-T ou pour utiliser des règles de pare-feu distribuées sans état pour les VM Seesaw.

Si vos clusters utilisent un équilibreur de charge manuel, suivez ces instructions pour configurer votre équilibreur de charge afin de réinitialiser les connexions client lorsqu'il détecte une défaillance du nœud backend. Sans cette configuration, les clients du serveur d'API Kubernetes peuvent cesser de répondre pendant plusieurs minutes en cas de panne d'une instance de serveur.
Journalisation et surveillance 1.10, 1.11, 1.12, 1.13, 1.14

Facturation de surveillance inattendue

Pour les clusters Anthos sur VMware version 1.10 vers la dernière version, certains clients ont constaté une facturation élevée et inattendue pour Metrics volume sur la page Facturation. Ce problème ne vous concerne que lorsque toutes les circonstances suivantes s'appliquent:

  • La surveillance des applications est activée (enableStackdriverForApplications=true)
  • Le service géré pour Prometheus n'est pas activé (enableGMPForApplications)
  • Les pods de l'application comportent l'annotation prometheus.io/scrap=true

Pour vérifier si vous êtes concerné par ce problème, répertoriez vos métriques définies par l'utilisateur. Si la facturation de métriques indésirables s'affiche, ce problème s'applique à vous.


Solution

Si vous êtes concerné par ce problème, nous vous recommandons de mettre à niveau vos clusters vers la version 1.12 et de passer à la nouvelle solution de gestion d'applications managed-service-for-prometheus permettant de résoudre le problème:

  • Indicateurs distincts pour contrôler la collecte des journaux d'application par rapport aux métriques d'application
  • Service Google Cloud Managed Service pour Prometheus inclus

    • Si vous ne pouvez pas passer à la version 1.12, procédez comme suit:

    1. Recherchez les pods et services sources associés à l' facturé indésirable 
      
kubectl --kubeconfig KUBECONFIG \
  get pods -A -o yaml | grep 'prometheus.io/scrape: "true"'
kubectl --kubeconfig KUBECONFIG get \
  services -A -o yaml | grep 'prometheus.io/scrape: "true"'
    2. Supprimez l'annotation prometheus.io/scrap=true du pod ou du service.
    Installation 1,11, 1,12, 1,13

    Le programme d'installation échoue lors de la création du disque de données vSphere

    Le programme d'installation des clusters Anthos sur VMware peut échouer si les rôles personnalisés sont associés au niveau d'autorisation approprié.

    Lorsque la liaison de rôle est incorrecte, la création d'un disque de données vSphere avec govc se bloque et le disque est créé avec une taille égale à 0. Pour résoudre le problème, vous devez lier le rôle personnalisé au niveau de vSphere vCenter (racine).


    Solution :

    Si vous souhaitez lier le rôle personnalisé au niveau DC (ou inférieur à la racine), vous devez également lier le rôle en lecture seule à l'utilisateur au niveau racine de vCenter.

    Pour en savoir plus sur la création de rôles, consultez la page Droits liés au compte utilisateur vCenter.
    Journalisation et surveillance 1.9.0-1.9.4, 1.10.0-1.10.1

    Trafic réseau élevé vers monitoring.googleapis.com

    Vous constaterez peut-être un trafic réseau élevé vers monitoring.googleapis.com, même dans un nouveau cluster sans charge de travail utilisateur.

    Ce problème affecte la version 1.10.0-1.10.1 et la version 1.9.0-1.9.4. Ce problème est résolu dans les versions 1.10.2 et 1.9.5.


    Solution :
    Journalisation et surveillance 1,10, 1,11

    gke-metrics-agent présente des erreurs CrashLoopBackOff récurrentes

    Pour les clusters Anthos sur VMware version 1.10 et ultérieure, le DaemonSet gke-metrics-agent présente fréquemment des erreurs CrashLoopBackOff lorsque la valeur de "enableStackdriverForApplications" est définie sur "true" dans l'objet "stackdriver".


    Solution :

    Pour résoudre ce problème, désactivez la collecte de métriques d'application en exécutant les commandes suivantes. Ces commandes ne désactivent pas la collecte des journaux d'application.

    1. Pour empêcher le rétablissement des modifications suivantes, procédez au scaling à la baisse de stackdriver-operator: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system scale deploy stackdriver-operator \
    --replicas=0
      Remplacez USER_CLUSTER_KUBECONFIG par le chemin d'accès au fichier kubeconfig du cluster d'utilisateur.
    2. Ouvrez le fichier ConfigMap gke-metrics-agent-conf pour le modifier : 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system edit configmap gke-metrics-agent-conf
    3. Sous services.pipelines, mettez en commentaire l'intégralité de la section metrics/app-metrics: 
      
services:
  pipelines:
    #metrics/app-metrics:
    #  exporters:
    #  - googlecloud/app-metrics
    #  processors:
    #  - resource
    #  - metric_to_resource
    #  - infer_resource
    #  - disk_buffer/app-metrics
    #  receivers:
    #  - prometheus/app-metrics
    metrics/metrics:
      exporters:
      - googlecloud/metrics
      processors:
      - resource
      - metric_to_resource
      - infer_resource
      - disk_buffer/metrics
      receivers:
      - prometheus/metrics
    4. Fermez la session de modification.
    5. Redémarrez le DaemonSet gke-metrics-agent : 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system rollout restart daemonset gke-metrics-agent
    Journalisation et surveillance 1,11, 1,12, 1,13

    Remplacer les métriques obsolètes dans le tableau de bord

    Si vous utilisez des métriques obsolètes dans vos tableaux de bord OOTB, des graphiques vides s'affichent. Pour rechercher les métriques obsolètes dans les tableaux de bord Monitoring, exécutez les commandes suivantes:

    
gcloud monitoring dashboards list > all-dashboard.json

# find deprecated metrics
cat all-dashboard.json | grep -E \
  'kube_daemonset_updated_number_scheduled\
    |kube_node_status_allocatable_cpu_cores\
    |kube_node_status_allocatable_pods\
    |kube_node_status_capacity_cpu_cores'

    Les métriques obsolètes suivantes doivent être migrées vers leurs remplacements.

    ObsolèteRemplacement
    kube_daemonset_updated_number_scheduled kube_daemonset_status_updated_number_scheduled
    kube_node_status_allocatable_cpu_cores
    kube_node_status_allocatable_memory_bytes
    kube_node_status_allocatable_pods    		 kube_node_status_allocatable
    kube_node_status_capacity_cpu_cores
    kube_node_status_capacity_memory_bytes
    kube_node_status_capacity_pods    		 kube_node_status_capacity
    kube_hpa_status_current_replicas kube_horizontalpodautoscaler_status_current_replicas

    Solution :

    Pour remplacer les métriques obsolètes

    1. Supprimez l'état du nœud GKE On-Prem dans le tableau de bord Google Cloud Monitoring. Réinstallez l'état "Nœud GKE On-Prem" en suivant ces instructions.
    2. Supprimez "Utilisation des nœuds GKE On-Prem" dans le tableau de bord Google Cloud Monitoring. Réinstallez "GKE On-Prem Node Usage" en suivant ces instructions.
    3. Supprimez "GKE On-Prem vSphere vm health" dans le tableau de bord Google Cloud Monitoring. Réinstallez "GKE on-prem vSphere vm health" en suivant ces instructions.

      4. Cet abandon est dû à la mise à niveau de l'agent kube-state-metrics de la version 1.9 vers la version 2.4, qui est requise pour Kubernetes 1.22. Vous pouvez remplacer toutes les métriques kube-state-metrics obsolètes, qui portent le préfixe kube_, dans vos tableaux de bord personnalisés ou vos règles d'alerte.
    Journalisation et surveillance 1.10, 1.11, 1.12, 1.13

    Données de métriques inconnues dans Cloud Monitoring

    Pour les clusters Anthos sur VMware version 1.10 ou ultérieure, les données des clusters dans Cloud Monitoring peuvent contenir des entrées récapitulatives non pertinentes pour les métriques:

    
Unknown metric: kubernetes.io/anthos/go_gc_duration_seconds_summary_percentile

    Voici d'autres types de métriques dont le résumé peut ne pas être pertinent :

    :
    • apiserver_admission_step_admission_duration_seconds_summary
    • go_gc_duration_seconds
    • scheduler_scheduling_duration_seconds
    • gkeconnect_http_request_duration_seconds_summary
    • alertmanager_nflog_snapshot_duration_seconds_summary

    Bien que ces métriques de type résumé figurent dans la liste des métriques, elles ne sont pas compatibles avec gke-metrics-agent pour le moment.
    Journalisation et surveillance 1.10, 1.11, 1.12, 1.13

    Métriques manquantes sur certains nœuds

    Vous constaterez peut-être que les métriques suivantes sont manquantes pour certains nœuds, mais pas pour tous:

    • kubernetes.io/anthos/container_memory_working_set_bytes
    • kubernetes.io/anthos/container_cpu_usage_seconds_total
    • kubernetes.io/anthos/container_network_receive_bytes_total

    Solution :

    Pour résoudre ce problème, procédez comme suit : Pour [version 1.9.5+, 1.10.2+, 1.11.0]: augmentez le processeur de gke-metrics-agent en suivant les étapes 1 à 4.

    1. Ouvrez votre ressource stackdriver pour la modifier : 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system edit stackdriver stackdriver
    2. Pour faire passer la demande de CPU de gke-metrics-agent de 10m à 50m, la limite de processeur de 100m à 200m ajoute la section resourceAttrOverride suivante au fichier manifeste stackdriver : 
      
spec:
  resourceAttrOverride:
    gke-metrics-agent/gke-metrics-agent:
      limits:
        cpu: 100m
        memory: 4608Mi
      requests:
        cpu: 10m
        memory: 200Mi
      Votre ressource modifiée doit ressembler à ce qui suit : 
      
spec:
  anthosDistribution: on-prem
  clusterLocation: us-west1-a
  clusterName: my-cluster
  enableStackdriverForApplications: true
  gcpServiceAccountSecretName: ...
  optimizedMetrics: true
  portable: true
  projectID: my-project-191923
  proxyConfigSecretName: ...
  resourceAttrOverride:
    gke-metrics-agent/gke-metrics-agent:
      limits:
        cpu: 200m
        memory: 4608Mi
      requests:
        cpu: 50m
        memory: 200Mi
    3. Enregistrez les modifications et fermez l'éditeur de texte.
    4. Pour vérifier que vos modifications ont pris effet, exécutez la commande suivante : 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system get daemonset gke-metrics-agent -o yaml \
    | grep "cpu: 50m"
      La commande détecte cpu: 50m si vos modifications ont été appliquées.
    Journalisation et surveillance 1.11.0-1.11.2, 1.12.0

    Métriques de programmeur et contrôleur-gestionnaire manquantes dans le cluster d'administrateur

    Si votre cluster d'administrateur est concerné par ce problème, les métriques du programmeur et du contrôleur-manquant sont manquantes. Par exemple, ces deux métriques sont manquantes

    
# scheduler metric example
scheduler_pending_pods
# controller-manager metric example
replicaset_controller_rate_limiter_use

    Solution :

    Passez à la version 1.11.3+, v1.12.1+ ou v1.13+.
    1.11.0-1.11.2, 1.12.0

    Métriques de programmeur et contrôleur-gestionnaire manquantes dans le cluster d'utilisateur

    Si votre cluster d'utilisateur est affecté par ce problème, les métriques "planificateur" et "contrôleur-gestionnaire" sont manquantes. Par exemple, ces deux métriques sont manquantes:

    
# scheduler metric example
scheduler_pending_pods
# controller-manager metric example
replicaset_controller_rate_limiter_use

    Solution :
    Installation, mises à niveau et mises à jour 1.10, 1.11, 1.12, 1.13

    Échec de l'enregistrement du cluster d'administrateur lors de la création

    Si vous créez un cluster d'administrateur pour la version 1.9.x ou 1.10.0 et que le cluster d'administrateur ne parvient pas à s'enregistrer avec la spécification gkeConnect fournie lors de sa création, l'erreur suivante s'affiche.

    
Failed to create root cluster: failed to register admin cluster: failed to register cluster: failed to apply Hub Membership: Membership API request failed: rpc error:  ode = PermissionDenied desc = Permission 'gkehub.memberships.get' denied on PROJECT_PATH

    Vous pourrez toujours utiliser ce cluster d'administrateur, mais vous obtiendrez l'erreur suivante si vous tentez ultérieurement de mettre à niveau le cluster d'administrateur vers la version 1.10.y.

    
failed to migrate to first admin trust chain: failed to parse current version "": invalid version: "" failed to migrate to first admin trust chain: failed to parse current version "": invalid version: ""

    Solution :
    Identité 1.10, 1.11, 1.12, 1.13

    L'utilisation d'Anthos Identity Service peut entraîner le redémarrage imprévisible de l'agent Connect

    Si vous gérez le service Anthos Identity Service ClientConfig à l'aide de la fonctionnalité Anthos Identity Service, l' agent Connect peut redémarrer de manière inattendue.


    Solution :

    Si vous avez rencontré ce problème avec un cluster existant, vous pouvez effectuer l'une des opérations suivantes:

    • Désactivez Anthos Identity Service (AIS). Si vous désactivez AIS, le binaire AIS déployé ne sera pas supprimé et AIS ClientConfig ne sera pas supprimé. Pour désactiver AIS, exécutez la commande suivante: 
      
gcloud beta container hub identity-service disable \
    --project PROJECT_NAME
      Remplacez PROJECT_NAME par le nom du projet hôte du parc du cluster.
    • Mettez à jour le cluster vers la version 1.9.3 ou ultérieure, ou vers la version 1.10.1 ou ultérieure, afin de mettre à niveau la version de Connect Agent.
    Mise en réseau 1.10, 1.11, 1.12, 1.13

    Cisco ACI ne fonctionne pas avec Direct Server Return (DSR)

    Seesaw s'exécute en mode DSR. Par défaut, elle ne fonctionne pas dans Cisco ACI en raison de l'apprentissage d'adresses IP de plan de données.


    Solution :

    Une solution de contournement possible consiste à désactiver l'apprentissage IP en ajoutant l'adresse IP Seesaw en tant qu'adresse IP virtuelle L4-L7 dans le contrôleur d'infrastructure Cisco Application Policy (APIC).

    Vous pouvez configurer l'option d'adresse IP virtuelle L4-L7 en accédant à Locataires > Profils d'application > EPG de l'application ou EPG uSeg. Si l'apprentissage IP n'est pas désactivé, les points de terminaison IP basculent entre différents emplacements de l'infrastructure Cisco.
    VMware 1.10, 1.11, 1.12, 1.13

    Problèmes liés à la mise à niveau 3 de vSphere 7.0

    VMWare a récemment identifié des problèmes critiques avec les versions suivantes de vSphere 7.0 Update 3:

    • vSphere ESXi 7.0 Update 3 (build 18644231)
    • vSphere ESXi 7.0 Update 3a (build 18825058)
    • vSphere ESXi 7.0 Update 3b (build 18905247)
    • vSphere vCenter 7.0, mise à niveau 3b (version 18901211)

    Solution :

    VMWare a depuis supprimé ces versions. Vous devez mettre à niveau les serveurs ESXi et vCenter vers une version plus récente.
    Système d'exploitation 1.10, 1.11, 1.12, 1.13

    Échec de l'installation du volume emptyDir en tant que exec dans le pod s'exécutant sur des nœuds COS

    Pour les pods s'exécutant sur des nœuds qui utilisent des images Container-Optimized OS (COS), vous ne pouvez pas installer un volume emptyDir en tant que exec. Il s'installe en tant que noexec et vous obtenez l'erreur suivante: exec user process caused: permission denied. Par exemple, ce message d'erreur s'affiche si vous déployez le pod de test suivant:

    
apiVersion: v1
kind: Pod
metadata:
  creationTimestamp: null
  labels:
    run: test
  name: test
spec:
  containers:
  - args:
    - sleep
    - "5000"
    image: gcr.io/google-containers/busybox:latest
    name: test
    volumeMounts:
      - name: test-volume
        mountPath: /test-volume
    resources:
      limits:
        cpu: 200m
        memory: 512Mi
  dnsPolicy: ClusterFirst
  restartPolicy: Always
  volumes:
    - emptyDir: {}
      name: test-volume

    Dans le pod de test, si vous exécutez mount | grep test-volume, l'option noexec s'affiche:

    
/dev/sda1 on /test-volume type ext4 (rw,nosuid,nodev,noexec,relatime,commit=30)

    Solution :
    Mises à niveau et mises à jour 1.10, 1.11, 1.12, 1.13

    La mise à jour de l'instance dupliquée de pool de nœuds ne fonctionne pas après la désactivation de l'autoscaling sur le pool de nœuds

    Les instances dupliquées de pools de nœuds ne sont pas mises à jour une fois que l'autoscaling a été activé et désactivé sur un pool de nœuds.


    Solution :

    Supprimez les annotations cluster.x-k8s.io/cluster-api-autoscaler-node-group-max-size et cluster.x-k8s.io/cluster-api-autoscaler-node-group-min-size du déploiement de machine du pool de nœuds correspondant.
    Journalisation et surveillance 1,11, 1,12, 1,13

    Les tableaux de bord de surveillance Windows affichent les données des clusters Linux

    Depuis la version 1.11, sur les tableaux de bord de surveillance prêts à l'emploi, le tableau de bord d'état des pods Windows et celui des nœuds Windows affichent également les données des clusters Linux. En effet, les métriques de nœud et de pod Windows sont également exposées sur des clusters Linux.
    Journalisation et surveillance 1.10, 1.11, 1.12

    stackdriver-log-forwarder en constante CrashLoopBackOff

    Pour les clusters Anthos sur VMware versions 1.10, 1.11 et 1.12, stackdriver-log-forwarderLe DaemonSet peut rencontrer des erreurs CrashLoopBackOff lorsqu'il y a des journaux mis en mémoire tampon cassés sur le disque.


    Solution :

    Pour résoudre ce problème, nous devons nettoyer les journaux mis en mémoire tampon sur le nœud.

    1. Pour éviter ce comportement inattendu, procédez au scaling à la baisse de stackdriver-log-forwarder: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    -n kube-system patch daemonset stackdriver-log-forwarder -p '{"spec": {"template": {"spec": {"nodeSelector": {"non-existing": "true"}}}}}'
      Remplacez USER_CLUSTER_KUBECONFIG par le chemin d'accès au fichier kubeconfig du cluster d'utilisateur.
    2. Déployez le DaemonSet de nettoyage pour nettoyer les fragments cassés: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    -n kube-system -f - << EOF
apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: fluent-bit-cleanup
  namespace: kube-system
spec:
  selector:
    matchLabels:
      app: fluent-bit-cleanup
  template:
    metadata:
      labels:
        app: fluent-bit-cleanup
    spec:
      containers:
      - name: fluent-bit-cleanup
        image: debian:10-slim
        command: ["bash", "-c"]
        args:
        - |
          rm -rf /var/log/fluent-bit-buffers/
          echo "Fluent Bit local buffer is cleaned up."
          sleep 3600
        volumeMounts:
        - name: varlog
          mountPath: /var/log
        securityContext:
          privileged: true
      tolerations:
      - key: "CriticalAddonsOnly"
        operator: "Exists"
      - key: node-role.kubernetes.io/master
        effect: NoSchedule
      - key: node-role.gke.io/observability
        effect: NoSchedule
      volumes:
      - name: varlog
        hostPath:
          path: /var/log
EOF
    3. Pour vous assurer que le DaemonSet de nettoyage a nettoyé tous les fragments, vous pouvez exécuter les commandes suivantes. Le résultat des deux commandes doit être égal au numéro de nœud du cluster: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
  logs -n kube-system -l app=fluent-bit-cleanup | grep "cleaned up" | wc -l

kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
  -n kube-system get pods -l app=fluent-bit-cleanup --no-headers | wc -l
    4. Supprimez le DaemonSet de nettoyage: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
  -n kube-system delete ds fluent-bit-cleanup
    5. Réactiver stackdriver-log-forwarder: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
  -n kube-system patch daemonset stackdriver-log-forwarder --type json -p='[{"op": "remove", "path": "/spec/template/spec/nodeSelector/non-existing"}]'
    Sécurité 1.13

    Le service Kubelet sera temporairement indisponible après NodeReady

    Il existe une courte période pendant laquelle le nœud est prêt, mais le certificat du serveur kubelet n'est pas prêt. kubectl exec et kubectl logs ne sont pas disponibles pendant ces dizaines de secondes. En effet, le nouvel approbateur du certificat du serveur a besoin de temps pour voir les adresses IP valides mises à jour du nœud.

    Ce problème n'affecte que le certificat du serveur kubelet. Il n'affecte pas la planification des pods.
    Mises à niveau et mises à jour 1.12

    La mise à niveau partielle du cluster d'administrateur ne bloque pas la mise à niveau ultérieure du cluster d'utilisateur

    Échec de la mise à niveau du cluster d'utilisateur avec:

    
.LBKind in body is required (Check the status of OnPremUserCluster 'cl-stg-gdl-gke-onprem-mgmt/cl-stg-gdl' and the logs of pod 'kube-system/onprem-user-cluster-controller' for more detailed debugging information.

    Le cluster d'administrateur n'a pas été entièrement mis à niveau et la version d'état est toujours 1.10. La mise à niveau du cluster d'utilisateur vers la version 1.12 ne sera bloquée par aucune vérification préliminaire et échouera en cas de problème de décalage de version.


    Solution :

    Terminez pour mettre à niveau le cluster d'administrateur vers la version 1.11, puis pour le mettre à niveau vers la version 1.12.
    Stockage 1.10.0-1.10.5, 1.11.0-1.11.2, 1.12.0

    Datastore signale à tort que l'espace disponible est insuffisant

    Échec de la commande gkectl diagnose cluster: 

    
Checking VSphere Datastore FreeSpace...FAILURE
    Reason: vCenter datastore: [DATASTORE_NAME] insufficient FreeSpace, requires at least [NUMBER] GB

    La validation de l'espace libre du datastore ne doit pas être utilisée pour les pools de nœuds de cluster existants. Elle a été ajoutée par erreur dans gkectl diagnose cluster.


    Solution :

    Vous pouvez ignorer le message d'erreur ou ignorer la validation à l'aide de --skip-validation-infra.
    Opération, mise en réseau 1.11, 1.12.0-1.12.1

    Échec de l'ajout d'un cluster d'utilisateur lorsque le cluster d'administrateur utilise l'équilibreur de charge MetalLB

    Vous ne pourrez peut-être pas ajouter de cluster d'utilisateur si votre cluster d'administrateur est doté d'une configuration d'équilibreur de charge MetalLB.

    Le processus de suppression du cluster d'utilisateur peut être bloqué pour une raison quelconque, ce qui entraîne l'invalidation du ConfigMap de MatalLB. Il ne sera pas possible d'ajouter un cluster d'utilisateur dans cet état.


    Solution :

    Vous pouvez forcer la suppression de votre cluster d'utilisateur.
    Installation, système d'exploitation 1.10, 1.11, 1.12, 1.13

    Échec lors de l'utilisation de Container-Optimized OS (COS) pour un cluster d'utilisateur

    Si osImageType utilise cos pour le cluster d'administrateur et que gkectl check-config est exécuté après la création du cluster d'administrateur et avant la création du cluster d'utilisateur, il échoue: 

    
Failed to create the test VMs: VM failed to get IP addresses on the network.

    La VM de test créée pour le cluster d'utilisateur check-config utilise par défaut la même ressource osImageType que pour le cluster d'administrateur, et la VM de test n'est pas encore compatible avec COS.


    Solution :

    Pour éviter la vérification préliminaire lente qui crée la VM de test, utilisez gkectl check-config --kubeconfig ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG --fast.
    Journalisation et surveillance 1.12.0 à 1.12.1

    Grafana dans le cluster d'administrateur ne parvient pas à atteindre les clusters d'utilisateur

    Ce problème concerne les clients qui utilisent Grafana dans le cluster d'administrateur pour surveiller les clusters d'utilisateur dans Clusters Anthos sur VMware 1.12.0 et 1.12.1. Elle provient d'une non-concordance entre les certificats pushprox-client des clusters d'utilisateur et la liste d'autorisation du pushprox-server du cluster d'administrateur. Le symptôme est pushprox-client dans les journaux d'erreurs d'impression des clusters d'utilisateur, comme suit:

    
level=error ts=2022-08-02T13:34:49.41999813Z caller=client.go:166 msg="Error reading request:" err="invalid method \"RBAC:\""

    Solution :
    Autre 1.11.3

    gkectl repair admin-master ne fournit pas le modèle de VM à utiliser pour la récupération.

    Échec de la commande gkectl repair admin-master: 

    
Failed to repair: failed to select the template: no VM templates is available for repairing the admin master (check if the admin cluster version >= 1.4.0 or contact support

    gkectl repair admin-master ne peut pas récupérer le modèle de VM à utiliser pour réparer la VM du plan de contrôle d'administrateur si le nom de la VM du plan de contrôle d'administrateur se termine par les caractères t, m, p ou l.


    Solution :

    Exécutez à nouveau la commande avec --skip-validation.
    Journalisation et surveillance 1.11

    Échec de Cloud Audit Logging en raison d'une autorisation refusée

    Anthos Cloud Audit Logging nécessite une configuration d'autorisation spéciale qui n'est actuellement effectuée automatiquement que pour les clusters d'utilisateur via GKE Hub. Il est recommandé de disposer d'au moins un cluster d'utilisateur qui utilise le même ID de projet et le même compte de service que le cluster d'administrateur pour la journalisation d'audit cloud. Ainsi, le cluster d'administrateur disposera de l'autorisation nécessaire pour Cloud Audit Logging.

    Toutefois, dans le cas où le cluster d'administrateur utilise un ID de projet ou un compte de service différent avec un cluster d'utilisateur, les journaux d'audit du cluster d'administrateur ne parviennent pas à être injectés dans le cloud. Le symptôme est une série d'erreurs Permission Denied dans le pod audit-proxy du cluster d'administrateur.


    Solution :
    Opération, sécurité 1.11

    gkectl diagnose échec de vérification des certificats

    Si votre poste de travail n'a pas accès aux nœuds de calcul du cluster d'utilisateur, les erreurs suivantes s'afficheront lors de l'exécution de gkectl diagnose:

    
Checking user cluster certificates...FAILURE
    Reason: 3 user cluster certificates error(s).
    Unhealthy Resources:
    Node kubelet CA and certificate on node xxx: failed to verify kubelet certificate on node xxx: dial tcp xxx.xxx.xxx.xxx:10250: connect: connection timed out
    Node kubelet CA and certificate on node xxx: failed to verify kubelet certificate on node xxx: dial tcp xxx.xxx.xxx.xxx:10250: connect: connection timed out
    Node kubelet CA and certificate on node xxx: failed to verify kubelet certificate on node xxx: dial tcp xxx.xxx.xxx.xxx:10250: connect: connection timed out

    Si votre poste de travail n'a pas accès aux nœuds de calcul du cluster d'administrateur ni aux nœuds de calcul du cluster d'administrateur, il rencontrera les erreurs suivantes lors de l'exécution de gkectl diagnose:

    
Checking admin cluster certificates...FAILURE
    Reason: 3 admin cluster certificates error(s).
    Unhealthy Resources:
    Node kubelet CA and certificate on node xxx: failed to verify kubelet certificate on node xxx: dial tcp xxx.xxx.xxx.xxx:10250: connect: connection timed out
    Node kubelet CA and certificate on node xxx: failed to verify kubelet certificate on node xxx: dial tcp xxx.xxx.xxx.xxx:10250: connect: connection timed out
    Node kubelet CA and certificate on node xxx: failed to verify kubelet certificate on node xxx: dial tcp xxx.xxx.xxx.xxx:10250: connect: connection timed out

    Solution :

    Vous pouvez ignorer ces messages.
    Système d'exploitation 1,8, 1,9, 1,10, 1,11, 1,12, 1,13

    /var/log/audit/ remplissant l'espace disque sur le poste de travail administrateur

    /var/log/audit/ est rempli de journaux d'audit. Vous pouvez vérifier l'utilisation du disque en exécutant sudo du -h -d 1 /var/log/audit.

    Certaines commandes gkectl sur le poste de travail administrateur, par exemple, gkectl diagnose snapshot contribuent à l'utilisation de l'espace disque.

    Depuis Anthos v1.8, l'image Ubuntu est renforcée avec le benchmark CIS de niveau 2. Et l'une des règles de conformité, "4.1.2.2 Assurez-vous que les journaux d'audit ne sont pas automatiquement supprimés", garantit le paramètre audit max_log_file_action = keep_logs. Toutes les règles d'audit sont alors conservées sur le disque.


    Solution :
    Mise en réseau 1.10, 1.11.0-1.11.3, 1.12.0-1.12.2, 1.13.0

    NetworkGatewayGroup L'adresse IP flottante est en conflit avec l'adresse du nœud

    Les utilisateurs ne peuvent pas créer ni mettre à jour d'objets NetworkGatewayGroup en raison de l'erreur de validation de webhook suivante:

    
[1] admission webhook "vnetworkgatewaygroup.kb.io" denied the request: NetworkGatewayGroup.networking.gke.io "default" is invalid: [Spec.FloatingIPs: Invalid value: "10.0.0.100": IP address conflicts with node address with name: "my-node-name"

    Dans les versions affectées, le kubelet peut être associé par erreur à une adresse IP flottante attribuée au nœud et le signaler en tant qu'adresse de nœud dans node.status.addresses. Le webhook de validation vérifie les adresses IP flottantes NetworkGatewayGroup par rapport à tous les node.status.addresses du cluster et considère cela comme un conflit.


    Solution :

    Dans le même cluster que celui où la création ou la mise à jour d'objets NetworkGatewayGroup échoue, désactivez temporairement le webhook de validation ANG et envoyez votre modification:

    1. Enregistrez la configuration du webhook pour pouvoir la restaurer à la fin: 
      
kubectl -n kube-system get validatingwebhookconfiguration \
    ang-validating-webhook-configuration -o yaml > webhook-config.yaml
    2. Modifiez la configuration du webhook: 
      
kubectl -n kube-system edit validatingwebhookconfiguration \
    ang-validating-webhook-configuration
    3. Supprimez l'élément vnetworkgatewaygroup.kb.io de la liste de configuration du webhook, puis fermez l'application afin d'appliquer les modifications.
    4. Créez ou modifiez votre objet NetworkGatewayGroup.
    5. Réappliquez la configuration webhook d'origine: 
      
kubectl -n kube-system apply -f webhook-config.yaml
    Installation, mises à niveau et mises à jour 1.10.0 à 1.10.2

    Création ou mise à niveau du délai avant expiration du cluster d'administrateur

    Lors d'une tentative de mise à niveau du cluster d'administrateur, la VM du plan de contrôle d'administrateur peut être bloquée lors de la création. La VM du plan de contrôle administrateur entre dans une boucle d'attente infinie lors du démarrage. Vous verrez l'erreur de boucle infinie suivante dans le fichier /var/log/cloud-init-output.log:

    
+ echo 'waiting network configuration is applied'
waiting network configuration is applied
++ get-public-ip
+++ ip addr show dev ens192 scope global
+++ head -n 1
+++ grep -v 192.168.231.1
+++ grep -Eo 'inet ([0-9]{1,3}\.){3}[0-9]{1,3}'
+++ awk '{print $2}'
++ echo
+ '[' -n '' ']'
+ sleep 1
+ echo 'waiting network configuration is applied'
waiting network configuration is applied
++ get-public-ip
+++ ip addr show dev ens192 scope global
+++ grep -Eo 'inet ([0-9]{1,3}\.){3}[0-9]{1,3}'
+++ awk '{print $2}'
+++ grep -v 192.168.231.1
+++ head -n 1
++ echo
+ '[' -n '' ']'
+ sleep 1

    En effet, lorsque Clusters Anthos sur VMware tente d'obtenir l'adresse IP du nœud dans le script de démarrage, il utilise grep -v ADMIN_CONTROL_PLANE_VIP pour ignorer l'adresse IP virtuelle du plan de contrôle du cluster d'administrateur, qui peut également être attribuée à la carte d'interface réseau. Cependant, la commande ignore également toute adresse IP ayant un préfixe d'adresse IP virtuelle du plan de contrôle, ce qui entraîne le blocage du script de démarrage.

    Par exemple, supposons que l'adresse IP virtuelle du plan de contrôle du cluster d'administrateur soit 192.168.1.25. Si l'adresse IP de la VM du plan de contrôle du cluster d'administrateur comporte le même préfixe, par exemple 192.168.1.254, la VM du plan de contrôle sera bloquée lors de la création. Ce problème peut également être résolu si l'adresse de diffusion a le même préfixe que l'adresse IP virtuelle du plan de contrôle, par exemple 192.168.1.255.


    Solution :

    • Si le délai d'expiration de la création du cluster d'administrateur est dû à l'adresse IP de diffusion, exécutez la commande suivante sur la VM du plan de contrôle du cluster d'administrateur: 
      
ip addr add ${ADMIN_CONTROL_PLANE_NODE_IP}/32 dev ens192
      Cette action crée une ligne sans adresse de diffusion et débloque le processus de démarrage. Une fois le script de démarrage débloqué, supprimez cette ligne en exécutant la commande suivante: 
      
ip addr del ${ADMIN_CONTROL_PLANE_NODE_IP}/32 dev ens192
    • Toutefois, si le délai d'expiration de la création du cluster d'administrateur est dû à l'adresse IP de la VM du plan de contrôle, vous ne pouvez pas débloquer le script de démarrage. Passez à une autre adresse IP, puis recréez ou mettez à niveau vers la version 1.10.3 ou ultérieure.
    Système d'exploitation, mises à niveau et mises à jour 1.10.0 à 1.10.2

    L'état du cluster d'administrateur utilisant l'image COS sera perdu lors de la mise à niveau du cluster d'administrateur ou de la réparation du maître d'administrateur

    Impossible d'installer correctement DataDisk sur le nœud maître du cluster d'administrateur lorsque vous utilisez l'image COS. L'état du cluster d'administrateur utilisant l'image COS sera perdu lors de la mise à niveau du cluster d'administrateur ou de la réparation du maître d'administration. (le cluster d'administrateur utilisant l'image COS est une fonctionnalité d'aperçu)


    Solution :

    Recréer le cluster d'administrateur avec osImageType défini sur ubuntu_containerd

    Après avoir créé le cluster d'administrateur avec osImageType défini sur cos, récupérez la clé SSH du cluster d'administrateur et SSH dans le nœud maître administrateur. df -h résultat contient /dev/sdb1 98G 209M 93G 1% /opt/data. Et le résultat lsblk contient -sdb1 8:17 0 100G 0 part /opt/data
    Système d'exploitation 1.10

    La résolution DNS par systemd-resolved a échoué sur les domaines .local

    Dans les versions 1.10.0 d'Clusters Anthos sur VMware, les résolutions de noms sur Ubuntu sont acheminées par défaut vers l'écoute résolue par le système sur 127.0.0.53. En effet, sur l'image Ubuntu 20.04 utilisée dans la version 1.10.0, /etc/resolv.conf est lié de manière symbolique à /run/systemd/resolve/stub-resolv.conf, qui pointe vers la simulation DNS de l'hôte local 127.0.0.53.

    Par conséquent, la résolution de noms DNS localhost refuse de vérifier les serveurs DNS en amont (spécifiés dans /run/systemd/resolve/resolv.conf) pour rechercher les noms avec un suffixe .local, sauf si les noms sont spécifiés en tant que domaines de recherche.

    Cela entraîne l'échec des recherches de noms .local. Par exemple, lors du démarrage du nœud, kubelet ne parvient pas à extraire des images d'un registre privé avec un suffixe .local. La spécification d'une adresse vCenter avec un suffixe .local ne fonctionne pas sur un poste de travail administrateur.


    Solution :

    Vous pouvez éviter ce problème pour les nœuds de cluster si vous spécifiez le champ searchDomainsForDNS dans votre fichier de configuration de cluster d'administrateur et le fichier de configuration du cluster d'utilisateur pour inclure les domaines.

    Actuellement, gkectl update ne permet pas encore de mettre à jour le champ searchDomainsForDNS.

    Par conséquent, si vous n'avez pas configuré ce champ avant la création du cluster, vous devez vous connecter en SSH aux nœuds et contourner le bouchon résolu par le système local en modifiant le lien symbolique de /etc/resolv.conf /run/systemd/resolve/stub-resolv.conf (qui contient 127.0.0.53local stub) en /run/systemd/resolve/resolv.confle: 

    
sudo ln -sf /run/systemd/resolve/resolv.conf /etc/resolv.conf

    Comme pour le poste de travail administrateur, gkeadm ne prend pas en charge la spécification des domaines de recherche. Vous devez donc contourner ce problème avec cette étape manuelle.

    Cette solution pour ne persiste pas lors de la recréation des VM. Vous devez l'appliquer chaque fois que des VM sont recréées.
    Installation, système d'exploitation 1.10

    L'adresse IP du pont Docker utilise 172.17.0.1/16 au lieu de 169.254.123.1/24

    Clusters Anthos sur VMware spécifie un sous-réseau dédié à l'adresse IP du pont Docker qui utilise --bip=169.254.123.1/24, afin de ne pas réserver le sous-réseau 172.17.0.1/16 par défaut. Toutefois, dans la version 1.10.0, l'image de système d'exploitation Ubuntu présente un bug qui a ignoré la configuration Docker personnalisée.

    Par conséquent, Docker choisit le sous-réseau 172.17.0.1/16 par défaut comme sous-réseau d'adresses IP de liaison. Cela peut entraîner un conflit d'adresses IP si une charge de travail s'exécute déjà dans cette plage d'adresses IP.


    Solution :

    Pour contourner ce problème, vous devez renommer le fichier de configuration systemd suivant pour Docker, puis redémarrer le service:

    
sudo mv /etc/systemd/system/docker.service.d/50-cloudimg-settings.cfg \
    /etc/systemd/system/docker.service.d/50-cloudimg-settings.conf

sudo systemctl daemon-reload

sudo systemctl restart docker

    Vérifiez que Docker sélectionne l'adresse IP de liaison correcte :

    
ip a | grep docker0

    Cette solution ne persiste pas lors de la recréation des VM. Vous devez appliquer de nouveau cette solution chaque fois que des VM sont recréées.
    Mises à niveau et mises à jour 1.11

    Passer à la version 1.11 bloquée par Stackdriver

    Dans la version 1.11.0 des clusters Anthos sur VMware, la définition des ressources personnalisées liées à la journalisation et à la surveillance a changé:

    • Le nom du groupe de la ressource personnalisée stackdriver (addons.sigs.k8s.io) a été remplacé par addons.gke.io.
    • Le nom de groupe des ressources personnalisées monitoring et metricsserver est passé de addons.k8s.io à addons.gke.io.
    • Les spécifications des ressources ci-dessus commencent à être valiisées par rapport à leur schéma. Plus précisément, les spécifications resourceAttrOverride et storageSizeOverride de la ressource personnalisée stackdriver doivent comporter un type de chaîne dans les valeurs et les limites de processeur, de mémoire et de taille de stockage.

    Les modifications apportées au nom du groupe sont conformes aux mises à jour des définitions de ressources personnalisées dans Kubernetes 1.22.

    Aucune action n'est requise si vous n'avez pas de logique supplémentaire pour appliquer ou modifier les ressources personnalisées concernées. Le processus de mise à niveau des clusters Anthos sur VMware se chargera de la migration des ressources concernées et conservera leurs spécifications existantes après le changement de nom du groupe.

    Toutefois, si vous exécutez une logique qui applique ou modifie les ressources concernées, une attention particulière est requise. Tout d'abord, ils doivent être référencés avec le nouveau nom de groupe dans votre fichier manifeste. Exemple :

    
apiVersion: addons.gke.io/v1alpha1  ## instead of `addons.sigs.k8s.io/v1alpha1`
kind: Stackdriver

    Ensuite, assurez-vous que les valeurs des spécifications resourceAttrOverride et storageSizeOverride sont de type chaîne. Exemple :

    
spec:
  resourceAttrOverride:
    stackdriver-log-forwarder/stackdriver-log-forwarder
      limits:
        cpu: 1000m # or "1"
        # cpu: 1 # integer value like this would not work
        memory: 3000Mi

    Dans le cas contraire, les modifications ne s'appliqueront pas et peuvent entraîner un état inattendu des composants de journalisation et de surveillance. Symptômes possibles:

    • Journaux d'erreurs de rapprochement dans onprem-user-cluster-controller, par exemple: 
      
potential reconciliation error: Apply bundle components failed, requeue after 10s, error: failed to apply addon components: failed to apply bundle objects from stackdriver-operator-addon 1.11.2-gke.53 to cluster my-cluster: failed to create typed live object: .spec.resourceAttrOverride.stackdriver-log-forwarder/stackdriver-log-forwarder.limits.cpu: expected string, got &value.valueUnstructured{Value:1}
    • Échec dans kubectl edit stackdriver stackdriver, par exemple: 
      
Error from server (NotFound): stackdrivers.addons.gke.io "stackdriver" not found

    Si vous rencontrez les erreurs ci-dessus, cela signifie qu'un type non compatible selon la spécification Stackdriver CR était déjà présent avant la mise à niveau. Pour contourner ce problème, vous pouvez modifier manuellement la RS Stackdriver sous l'ancien nom de groupe kubectl edit stackdrivers.addons.sigs.k8s.io stackdriver et effectuer les opérations suivantes:

    1. Modifier les demandes et les limites de ressources en type de chaîne
    2. Supprimez toute annotation addons.gke.io/migrated-and-deprecated: true si elle est présente.
    Ensuite, reprenez ou redémarrez le processus de mise à niveau.

    Si vous avez besoin d'aide, contactez l'assistance Google.