Soluciona problemas de observabilidad de GKE en VMware

En este documento, encontrarás ayuda para solucionar problemas de observabilidad de GKE en VMware. Si tienes alguno de estos problemas, revisa las correcciones y las soluciones sugeridas.

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

No se recopilan los Registros de auditoría de Cloud.

Verifica si los registros de auditoría de Cloud están habilitados en la sección cloudAuditLogging de la configuración del clúster. Verifica que el ID del proyecto, la ubicación y la clave de la cuenta de servicio estén configurados de forma correcta. El ID del proyecto debe ser el mismo que el de gkeConnect.

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

El contenedor del proxy de Registros de auditoría de Cloud se ejecuta de una de las siguientes maneras:

  • Un Pod estático en el clúster de administrador o independiente.
  • Como contenedor de sidecar en el Pod kube-apiserver.

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

No se recopilan kube-state-metrics métricas

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

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

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

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

kube-state-metrics falla en bucle

Síntoma

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

Causa

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

Versiones afectadas

Este problema podría experimentarse en cualquier versión de GKE en VMware.

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

Solución y solución alternativa

Para verificar si el problema se debe a problemas de falta de memoria, sigue estos pasos:

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

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

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

    Para ajustar la CPU y la memoria de KSM, haz lo siguiente:

    1. Para las versiones 1.9 y anteriores de GKE en VMware, 1.10.6 o anteriores, 1.11.2 o anteriores y 1.12.1 o anteriores:

      1. No hay una buena solución a largo plazo: si editas el recurso relacionado con KSM, monitoring-operator revierte los cambios de forma automática.

      2. Puedes reducir la escala de monitoring-operator a 0 réplicas y, luego, editar la implementación de KSM para ajustar su límite de recursos. Sin embargo, el clúster no recibirá parches de vulnerabilidad entregados por nuevas versiones de parches mediante monitoring-operator.

        Recuerda volver a escalar monitoring-operator después de que el clúster se actualice a una versión posterior con corrección.

    2. Para las versiones 1.10.7 o posteriores de GKE, 1.11.3 o posteriores, 1.12.2 o posteriores y 1.13 y posteriores, crea un ConfigMap llamado kube-state-metrics-resizer-config en el espacio de nombres kube-system (gke-managed-metrics-server para 1.13 o posterior) con la siguiente definición. Ajusta los números de CPU y memoria como desees:

      apiVersion: v1
kind: ConfigMap
metadata:
  name: kube-state-metrics-resizer-config
  namespace: kube-system
data:
  NannyConfiguration: |-
  apiVersion: nannyconfig/v1alpha1
  kind: NannyConfiguration
  baseCPU: 200m
  baseMemory: 1Gi
  cpuPerNode: 3m
  memoryPerNode: 20Mi

      1. Después de crear el ConfigMap, reinicia la implementación de KSM. Para ello, borra el Pod de KSM mediante el siguiente comando:

          kubectl -n kube-system rollout restart deployment kube-state-metrics
  ```

  • Reduce la cantidad de métricas de KSM.

    Para GKE en VMware 1.13, KSM solo expone una cantidad más pequeña de métricas llamadas Core Metrics de forma predeterminada. Este comportamiento significa que el uso de recursos es menor que el de las versiones anteriores, pero se puede seguir el mismo procedimiento para reducir aún más la cantidad de métricas de KSM.

    Para las versiones de GKE on VMware anteriores a la 1.13, KSM usa las marcas predeterminadas. Esta configuración expone una gran cantidad de métricas.

gke-metrics-agent falla en bucle

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

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

stackdriver-metadata-agent falla en bucle

Síntoma

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

Causa

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

Versión afectada

Este problema podría experimentarse en cualquier versión de GKE en VMware.

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

Solución y solución alternativa

Para verificar si el problema se debe a problemas de falta de memoria, sigue estos pasos:

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

metrics-server falla en bucle

Síntoma

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

Causa y versiones afectadas

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

Este problema podría experimentarse en cualquier versión de GKE en VMware.

Solución y solución alternativa

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

¿Qué sigue?

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