Installazione, upgrade e aggiornamenti |
1.28.0-1.28.600,1.29.0-1.29.100 |
Il Webook di Autorizzazione binaria blocca l'avvio del plug-in CNI causando la mancata visualizzazione di uno dei pool di nodi
In condizioni di gara rare, una sequenza di installazione errata del webhook Autorizzazione binaria e del pod gke-connect potrebbe causare l'arresto della creazione del cluster utente perché un nodo non riesce a raggiungere lo stato Pronto. Negli scenari interessati, la creazione del cluster utente potrebbe bloccarsi perché un nodo non raggiunge lo stato di pronto. In questo caso, verrà visualizzato il seguente messaggio:
Node pool is not ready: ready condition is not true: CreateOrUpdateNodePool: 2/3 replicas are ready
Soluzione:
- Rimuovi la configurazione di Autorizzazione binaria dal file di configurazione. Per istruzioni sulla configurazione, consulta la Guida all'installazione del giorno 2 di Autorizzazione binaria per GKE su VMware.
- Per sbloccare un nodo non integro durante l'attuale processo di creazione del cluster, rimuovi temporaneamente la configurazione del webhook Autorizzazione binaria nel cluster utente utilizzando il comando seguente.
kubectl --kubeconfig USER_KUBECONFIG delete ValidatingWebhookConfiguration binauthz-validating-webhook-configuration
Una volta completato il processo di bootstrap, puoi aggiungere nuovamente la seguente configurazione di webhook.
apiVersion: admissionregistration.k8s.io/v1
kind: ValidatingWebhookConfiguration
metadata:
name: binauthz-validating-webhook-configuration
webhooks:
- name: "binaryauthorization.googleapis.com"
namespaceSelector:
matchExpressions:
- key: control-plane
operator: DoesNotExist
objectSelector:
matchExpressions:
- key: "image-policy.k8s.io/break-glass"
operator: NotIn
values: ["true"]
rules:
- apiGroups:
- ""
apiVersions:
- v1
operations:
- CREATE
- UPDATE
resources:
- pods
- pods/ephemeralcontainers
admissionReviewVersions:
- "v1beta1"
clientConfig:
service:
name: binauthz
namespace: binauthz-system
path: /binauthz
# CA Bundle will be updated by the cert rotator.
caBundle: Cg==
timeoutSeconds: 10
# Fail Open
failurePolicy: "Ignore"
sideEffects: None
|
Upgrade |
1,16, 1,28, 1,29 |
L'upgrade del cluster utente CPV2 è bloccato a causa della macchina con mirroring con deletionTimestamp
Durante l'upgrade di un cluster utente, l'operazione di upgrade potrebbe bloccarsi
se l'oggetto della macchina sottoposta a mirroring nel cluster utente contiene un
deletionTimestamp . Se l'upgrade è bloccato, viene visualizzato il seguente messaggio di errore:
machine is still in the process of being drained and subsequently removed
Questo problema può verificarsi se in precedenza hai tentato di riparare il nodo del piano di controllo utente eseguendo gkectl delete machine sulla macchina con mirroring nel cluster utente.
Soluzione:
- Recupera l'oggetto della macchina sottoposta a mirroring e salvalo in un file locale a scopo di
backup.
- Esegui questo comando per eliminare il finalizzatore dalla macchina con mirroring e attendi che venga eliminato dal cluster utente.
kubectl --kubeconfig ADMIN_KUBECONFIG patch machine/MACHINE_OBJECT_NAME -n USER_CLUSTER_NAME-gke-onprem-mgmt -p '{"metadata":{"finalizers":[]}}' --type=merge
- Segui i passaggi descritti in
Nodo del piano di controllo del cluster utente V2 del piano di controllo per attivare la riparazione dei nodi sui nodi del piano di controllo, in modo che la specifica della macchina di origine corretta venga nuovamente sincronizzata nel cluster utente.
- Esegui di nuovo
gkectl upgrade cluster per riprendere l'upgrade
|
Configurazione, installazione |
1,15; 1,16; 1,28; 1,29 |
Errore di creazione del cluster a causa del VIP del piano di controllo in una subnet diversa
Per il cluster di amministrazione ad alta disponibilità o il cluster utente ControlPlane V2, il VIP del piano di controllo deve trovarsi nella stessa subnet degli altri nodi del cluster. In caso contrario, la creazione del cluster non riesce perché kubelet non può comunicare con il server API utilizzando il VIP del piano di controllo.
Soluzione:
Prima di creare il cluster, assicurati che il VIP del piano di controllo sia configurato nella stessa subnet degli altri nodi del cluster.
|
Installazione, upgrade, aggiornamenti |
1,29,0 - 1,29,100 |
Errore di creazione/upgrade del cluster a causa di un nome utente vCenter non FQDN
La creazione o l'upgrade del cluster non riesce e viene generato un errore nei pod CSI vSphere che indica che il nome utente vCenter non è valido. Questo accade perché il nome utente utilizzato non è un nome di dominio completo. Messaggio di errore nel pod vSphere-csi-controller come segue:
GetCnsconfig failed with err: username is invalid, make sure it is a fully qualified domain username
Questo problema si verifica solo nella versione 1.29 e successive, poiché è stata aggiunta una convalida al driver CSI vSphere per applicare l'utilizzo di nomi utente di dominio completi.
Soluzione:
Utilizza un nome di dominio completo per il nome utente vCenter nel file di configurazione delle credenziali. Ad esempio, anziché "nomeutente1", utilizza "nomeutente1@example.com".
|
Upgrade, aggiornamenti |
1,28,0 - 1,28.500 |
L'upgrade del cluster di amministrazione non riesce per i cluster creati con le versioni 1.10 o precedenti
Quando esegui l'upgrade di un cluster di amministrazione dalla versione 1.16 alla versione 1.28, il bootstrap della nuova macchina master di amministrazione potrebbe non riuscire a generare il certificato del piano di controllo. Il problema è causato dalle modifiche alle modalità di generazione dei certificati per il server API Kubernetes nella versione 1.28 e successive. Il problema si verifica per i cluster creati nelle versioni 1.10 e precedenti di cui è stato eseguito l'upgrade alla versione 1.16 e il certificato foglia non è stato ruotato prima dell'upgrade.
Per determinare se l'errore di upgrade del cluster di amministrazione è causato da questo problema, segui questi passaggi:
- Connettiti alla macchina master di amministrazione che non è riuscita utilizzando SSH.
- Apri
/var/log/startup.log e cerca un errore simile al seguente:
Error adding extensions from section apiserver_ext
801B3213B57F0000:error:1100007B:X509 V3 routines:v2i_AUTHORITY_KEYID:unable to get issuer keyid:../crypto/x509/v3_akid.c:177:
801B3213B57F0000:error:11000080:X509 V3 routines:X509V3_EXT_nconf_int:error in extension:../crypto/x509/v3_conf.c:48:section=apiserver_ext, name=authorityKeyIdentifier, value=keyid>
Soluzione:
- Connettiti alla macchina master di amministrazione mediante SSH. Per maggiori dettagli, consulta Utilizzo di SSH per connettersi a un nodo del cluster di amministrazione.
- Modifica
/etc/startup/pki-yaml.sh . Trova
authorityKeyIdentifier=keyidset e modificalo in
authorityKeyIdentifier=keyid,issuer nelle sezioni relative alle
seguenti estensioni:
apiserver_ext , client_ext ,
etcd_server_ext e kubelet_server_ext . Ad
esempio:
[ apiserver_ext ]
keyUsage = critical, digitalSignature, keyEncipherment
extendedKeyUsage=serverAuth
basicConstraints = critical,CA:false
authorityKeyIdentifier = keyid,issuer
subjectAltName = @apiserver_alt_names
- Salva le modifiche apportate a
/etc/startup/pki-yaml.sh .
- Esegui
/opt/bin/master.sh per generare il certificato e completare l'avvio della macchina.
- Esegui di nuovo
gkectl upgrade admin per eseguire l'upgrade del cluster di amministrazione.
- Al termine dell'upgrade, ruota il certificato foglia per i cluster amministratore
e utente, come descritto in Avviare la rotazione.
- Al termine della rotazione dei certificati, apporta a
/etc/startup/pki-yaml.sh le stesse modifiche che hai fatto in precedenza ed esegui /opt/bin/master.sh .
|
Configurazione |
1.29.0 |
Messaggio di avviso errato per i cluster con Dataplane V2 abilitato
Quando esegui gkectl per creare, aggiornare o eseguire l'upgrade di un cluster in cui Dataplane V2 è già abilitato, viene visualizzato il seguente messaggio di avviso errato:
WARNING: Your user cluster is currently running our original architecture with
[DataPlaneV1(calico)]. To enable new and advanced features we strongly recommend
to update it to the newer architecture with [DataPlaneV2] once our migration
tool is available.
Esiste un bug in gkectl per cui questo avviso viene visualizzato sempre, purché dataplaneV2.forwardMode non venga utilizzato, anche se hai già impostato enableDataplaneV2: true nel file di configurazione del cluster.
Soluzione:
Puoi tranquillamente ignorare questo avviso.
|
Configurazione |
1.28.0-1.28.400, 1.29.0 |
Il controllo preflight dell'installazione del cluster di amministrazione ad alta disponibilità segnala un numero errato di IP statici richiesti
Quando crei un cluster di amministrazione ad alta disponibilità, il controllo preflight mostra il seguente messaggio di errore errato:
- Validation Category: Network Configuration
- [FAILURE] CIDR, VIP and static IP (availability and overlapping): needed
at least X+1 IP addresses for admin cluster with X nodes
Il requisito non è corretto per i cluster di amministrazione ad alta disponibilità 1.28 e versioni successive,
perché non hanno più nodi aggiuntivi. Inoltre, poiché i tre IP dei nodi del piano di controllo del cluster di amministrazione sono specificati nella sezione network.controlPlaneIPBlock del file di configurazione del cluster di amministrazione, gli IP nel file dei blocchi IP sono necessari solo per i nodi del piano di controllo del cluster utente kubeception.
Soluzione:
Per saltare il controllo preflight errato in una release non corretta, aggiungi --skip-validation-net-config al comando gkectl .
|
Operazione |
1.29.0-1.29.100 |
L'agente Connect perde la connessione a Google Cloud dopo la migrazione del cluster di amministrazione non ad alta disponibilità
ad alta disponibilità
Se hai eseguito la migrazione
da un cluster di amministrazione non ad alta disponibilità a un cluster di amministrazione ad alta disponibilità, l'agente Connect
nel cluster di amministrazione perde la connessione a
gkeconnect.googleapis.com con l'errore "Impossibile verificare la firma JWT". Questo perché durante la migrazione la chiave di firma dell'Arabia Saudita viene modificata, pertanto è necessaria una nuova registrazione per aggiornare i JWK OIDC.
Soluzione:
Per riconnettere il cluster di amministrazione a Google Cloud, segui questi passaggi per attivare una nuova registrazione:
Innanzitutto, ottieni il nome del deployment gke-connect :
kubectl --kubeconfig KUBECONFIG get deployment -n gke-connect
Elimina il deployment gke-connect :
kubectl --kubeconfig KUBECONFIG delete deployment GKE_CONNECT_DEPLOYMENT -n gke-connect
Attiva una riconciliazione forzata per onprem-admin-cluster-controller
aggiungendo un'annotazione "force-reconcile" alla tua RP onpremadmincluster :
kubectl --kubeconfig KUBECONFIG patch onpremadmincluster ADMIN_CLUSTER_NAME -n kube-system --type merge -p '
metadata:
annotations:
onprem.cluster.gke.io/force-reconcile: "true"
'
L'idea è che onprem-admin-cluster-controller riesegui sempre il deployment del deployment di gke-connect e registrerà nuovamente il cluster se non trova alcun deployment di gke-connect esistente disponibile.
Dopo la soluzione alternativa (il controller potrebbe impiegare alcuni minuti per completare la riconciliazione), puoi verificare che l'errore 400 "Impossibile verificare la firma JWT" sia scomparso dai log di gke-connect-agent :
kubectl --kubeconfig KUBECONFIG logs GKE_CONNECT_POD_NAME -n gke-connect
|
Installazione, Sistema operativo |
1.28.0-1.28.500, 1.29.0 |
L'IP del bridge Docker usa 172.17.0.1/16 per i nodi del piano di controllo del cluster COS
Google Distributed Cloud specifica una subnet dedicata,
--bip=169.254.123.1/24 , per l'IP del bridge Docker nella
configurazione Docker, al fine di impedire la prenotazione della
subnet 172.17.0.1/16 predefinita. Tuttavia, nelle versioni 1.28.0-1.28.500 e 1.29.0, il servizio Docker non è stato riavviato dopo che Google Distributed Cloud ha personalizzato la configurazione Docker a causa di una regressione nell'immagine del sistema operativo COS. Di conseguenza, Docker sceglie 172.17.0.1/16 predefinito come subnet dell'indirizzo IP del bridge. Ciò potrebbe causare un conflitto di indirizzi IP se hai già un carico di lavoro in esecuzione all'interno di quell'intervallo di indirizzi IP.
Soluzione:
Per aggirare il problema, devi riavviare il servizio docker:
sudo systemctl restart docker
Verifica che Docker scelga l'indirizzo IP del bridge corretto:
ip a | grep docker0
Questa soluzione non viene mantenuto durante le riproduzioni di VM. Devi applicare nuovamente questa soluzione alternativa ogni volta che le VM vengono ricreate.
|
update |
1.28.0-1.28.400, 1.29.0-1.29.100 |
L'utilizzo di più interfacce di rete con la CNI standard non funziona
I file binari CNI standard bridge, ipvlan, vlan, macvlan, dhcp, tuning,
host-local, ptp, portmap non sono inclusi nelle immagini del sistema operativo nelle versioni interessate. Questi file binari CNI non vengono utilizzati dal piano dati v2, ma possono essere utilizzati per interfacce di rete aggiuntive nella funzionalità con più interfacce di rete.
Più interfacce di rete con questi plug-in CNI non funzioneranno.
Soluzione:
Se utilizzi questa funzionalità, esegui l'upgrade alla versione con la correzione.
|
update |
1,15, 1,16, 1,28 |
Le dipendenze trident Netapp interferiscono con il driver CSI vSphere
L'installazione di multipathd sui nodi del cluster interferisce con il driver CSI vSphere, impedendo l'avvio dei carichi di lavoro utente.
Soluzione:
|
Aggiornamenti |
1,15, 1,16 |
Il webhook del cluster di amministrazione potrebbe bloccare gli aggiornamenti quando aggiungi le configurazioni richieste
Se alcune configurazioni obbligatorie sono vuote nel cluster di amministrazione perché le convalide sono state ignorate, la loro aggiunta potrebbe essere bloccata dal webhook del cluster di amministrazione. Ad esempio, se il campo gkeConnect non è stato impostato in un cluster di amministrazione esistente, l'aggiunta con il comando gkectl update admin potrebbe generare il seguente messaggio di errore:
admission webhook "vonpremadmincluster.onprem.cluster.gke.io" denied the request: connect: Required value: GKE connect is required for user clusters
Soluzione:
-
Per i cluster di amministrazione 1.15, esegui il comando
gkectl update admin con il flag --disable-admin-cluster-webhook . Ad esempio:
gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --disable-admin-cluster-webhook
-
Per i cluster di amministrazione 1.16, esegui comandi
gkectl update admin con il flag --force . Ad esempio:
gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --force
|
Configurazione |
1.15.0-1.15.10, 1.16.0-1.16.6, 1.28.0-1.28.200 |
Il valore predefinito del campo controlPlaneNodePort è 30968 quando la specifica manualLB è vuota
Se utilizzerai un bilanciatore del carico manuale (loadBalancer.kind è impostato su "ManualLB" ), non devi configurare la sezione loadBalancer.manualLB nel file di configurazione per un cluster di amministrazione ad alta disponibilità (HA) nelle versioni 1.16 e successive. Ma quando questa sezione è vuota,
Google Distributed Cloud assegna valori predefiniti a tutte le porte NodePort, tra cui
manualLB.controlPlaneNodePort , impedendo la creazione del cluster
con il seguente messaggio di errore:
- Validation Category: Manual LB
- [FAILURE] NodePort configuration: manualLB.controlPlaneNodePort must
not be set when using HA admin cluster, got: 30968
Soluzione:
Specifica manualLB.controlPlaneNodePort: 0 nella configurazione del cluster di amministrazione per il cluster di amministrazione ad alta disponibilità:
loadBalancer:
...
kind: ManualLB
manualLB:
controlPlaneNodePort: 0
...
|
Archiviazione |
1.28.0-1.28.100 |
nfs-common non presente nell'immagine sistema operativo Ubuntu
Nell'immagine del sistema operativo Ubuntu non è presente nfs-common , il che potrebbe causare problemi ai clienti che utilizzano driver dipendenti NFS come NetApp.
Se dopo l'upgrade alla versione 1.28 il log contiene una voce simile alla seguente, hai riscontrato questo problema:
Warning FailedMount 63s (x8 over 2m28s) kubelet MountVolume.SetUp failed for volume "pvc-xxx-yyy-zzz" : rpc error: code = Internal desc = error mounting NFS volume 10.0.0.2:/trident_pvc_xxx-yyy-zzz on mountpoint /var/lib/kubelet/pods/aaa-bbb-ccc/volumes/kubernetes.io~csi/pvc-xxx-yyy-zzz/mount: exit status 32".
Soluzione:
Assicurati che i nodi possano scaricare pacchetti da Canonical.
Quindi, applica il seguente DaemonSet al tuo cluster per installare nfs-common :
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: install-nfs-common
labels:
name: install-nfs-common
namespace: kube-system
spec:
selector:
matchLabels:
name: install-nfs-common
minReadySeconds: 0
updateStrategy:
type: RollingUpdate
rollingUpdate:
maxUnavailable: 100%
template:
metadata:
labels:
name: install-nfs-common
spec:
hostPID: true
hostIPC: true
hostNetwork: true
initContainers:
- name: install-nfs-common
image: ubuntu
imagePullPolicy: IfNotPresent
securityContext:
privileged: true
command:
- chroot
- /host
- bash
- -c
args:
- |
apt install -y nfs-common
volumeMounts:
- name: host
mountPath: /host
containers:
- name: pause
image: gcr.io/gke-on-prem-release/pause-amd64:3.1-gke.5
imagePullPolicy: IfNotPresent
volumes:
- name: host
hostPath:
path: /
|
Archiviazione |
1.28.0-1.28.100 |
Il campo del criterio di archiviazione non è presente nel modello di configurazione del cluster di amministrazione
SPBM nei cluster di amministrazione è supportato nella versione 1.28.0 e successive. Tuttavia, il campo vCenter.storagePolicyName non è presente nel modello di file di configurazione.
Soluzione:
Aggiungi il campo "vCenter.storagePolicyName" nel file di configurazione del cluster di amministrazione se vuoi configurare i criteri di archiviazione per il cluster di amministrazione. Consulta le instructions.
|
Logging e monitoraggio |
1.28.0-1.28.100 |
L'API aggiunta di recente kubernetesmetadata.googleapis.com non supporta VPC-SC.
Ciò impedirà all'agente di raccolta dei metadati di raggiungere questa API in VPC-SC. In seguito, mancheranno le etichette dei metadati delle metriche.
Soluzione:
Imposta nello spazio dei nomi "kube-system", la RP "stackdriver" per impostare il campo "featureGates.disableExperimentalMetadataAgent" su "true" eseguendo il comando
`kubectl -n kube-system patch stackdriver stackdriver -p '{"spec":{"featureGates":{"disableExperimentalMetadataAgent":true}}}'`
quindi esegui
`kubectl -n kube-system patch deployment stackdriver-operator -p '{"spec":{"template":{"spec":{"containers":[{"name":"stackdriver-operator","env":[{"name":"ENABLE_LEGACY_METADATA_AGENT","value":"true"}]}]}}}}'`
|
Upgrade, aggiornamenti |
1.15.0-1.15.7, 1.16.0-1.16.4, 1.28.0 |
Il controller clusterapi-controller potrebbe arrestarsi in modo anomalo quando il cluster di amministrazione e qualsiasi cluster utente con ControlPlane V2 abilitato utilizzano credenziali vSphere diverse.
Quando un cluster di amministrazione e qualsiasi cluster utente con ControlPlane V2 abilitato utilizzano credenziali vSphere diverse, ad esempio dopo l'aggiornamento delle credenziali vSphere per il cluster di amministrazione, il controller clusterapi-controller potrebbe non riuscire a connettersi a vCenter dopo il riavvio. Visualizza il log del clusterapi-controller in esecuzione nello spazio dei nomi "kube-system" del cluster di amministrazione,
kubectl logs -f -l component=clusterapi-controllers -c vsphere-controller-manager \
-n kube-system --kubeconfig KUBECONFIG
Se il log contiene una voce come la seguente, hai riscontrato questo problema:
E1214 00:02:54.095668 1 machine_controller.go:165] Error checking existence of machine instance for machine object gke-admin-node-77f48c4f7f-s8wj2: Failed to check if machine gke-admin-node-77f48c4f7f-s8wj2 exists: failed to find datacenter "VSPHERE_DATACENTER": datacenter 'VSPHERE_DATACENTER' not found
Soluzione:
Aggiorna le credenziali vSphere in modo che il cluster di amministrazione e tutti i cluster utente con Controlplane V2 abilitato utilizzino le stesse credenziali vSphere.
|
Logging e monitoraggio |
1,14 |
eccd alto numero di richieste GRPC non riuscite in Prometheus Alert Manager
Prometheus potrebbe segnalare avvisi simili all'esempio seguente:
Alert Name: cluster:gke-admin-test1: Etcd cluster kube-system/kube-etcd: 100% of requests for Watch failed on etcd instance etcd-test-xx-n001.
Per verificare se questo avviso è un falso positivo che può essere ignorato,
completa questi passaggi:
- Confronta la metrica
grpc_server_handled_total non elaborata con il valore grpc_method indicato nel messaggio di avviso. In questo
esempio, controlla l'etichetta grpc_code per
Watch .
Puoi controllare questa metrica utilizzando Cloud Monitoring con la seguente
query MQL:
fetch
k8s_container | metric 'kubernetes.io/anthos/grpc_server_handled_total' | align rate(1m) | every 1m
- Puoi tranquillamente ignorare un avviso per tutti i codici diversi da
OK se il codice non è uno dei seguenti:
Unknown|FailedPrecondition|ResourceExhausted|Internal|Unavailable|DataLoss|DeadlineExceeded
Soluzione:
Per configurare Prometheus in modo che ignori questi avvisi falsi positivi, esamina le seguenti opzioni:
- Disattivare l'avviso dall'interfaccia utente di Gestore avvisi.
- Se non è possibile silenziare l'avviso, rivedi i seguenti passaggi
per eliminare i falsi positivi:
- Fai lo scale down dell'operatore di monitoraggio a
0 replica in modo che le modifiche possano persistere.
- Modifica il valore configmap
prometheus-config e aggiungi
grpc_method!="Watch" alla configurazione degli avvisi
etcdHighNumberOfFailedGRPCRequests come mostrato
nell'esempio seguente:
- Originale:
rate(grpc_server_handled_total{cluster="CLUSTER_NAME",grpc_code!="OK",job=~".*etcd.*"}[5m])
- Modificato:
rate(grpc_server_handled_total{cluster="CLUSTER_NAME",grpc_code=~"Unknown|FailedPrecondition|ResourceExhausted|Internal|Unavailable|DataLoss|DeadlineExceeded",grpc_method!="Watch",job=~".*etcd.*"}[5m])
Sostituisci CLUSTER_NAME seguente con il nome del cluster.
- Riavvia Prometheus e Alertmanager Statefulset per recuperare la nuova configurazione.
- Se il codice rientra in uno dei casi problematici, controlla il log etcd e il log
kube-apiserver per eseguire altri debug.
|
Networking |
1.16.0-1.16.2, 1.28.0 |
Le connessioni NAT in uscita di lunga durata vengono eliminate
Le connessioni NAT in uscita possono essere eliminate dopo 5-10 minuti dalla connessione
in assenza di traffico.
Poiché la connessione è importante solo nella direzione in entrata (connessioni esterne al cluster), questo problema si verifica solo se la connessione non trasmette informazioni per un po' di tempo e poi il lato di destinazione trasmette qualcosa. Se il pod NAT in uscita crea sempre un'istanza dei messaggi, questo problema non sarà visibile.
Questo problema si verifica perché la garbage collection anetd rimuove inavvertitamente le voci di connessione che il daemon ritiene non utilizzate.
Di recente è stata integrata una correzione upstream in anetd per correggere tale comportamento.
Soluzione:
Non esiste una soluzione alternativa semplice e nella versione 1.16 non abbiamo riscontrato problemi dovuti a questo comportamento. Se noti un'interruzione di connessioni di lunga durata a causa di questo problema, le soluzioni alternative potrebbero essere utilizzare un carico di lavoro sullo stesso nodo dell'indirizzo IP in uscita o inviare messaggi in modo coerente sulla connessione TCP.
|
Operazione |
1,14, 1,15 e 1,16 |
Il firmatario del CSR ignora spec.expirationSeconds quando firma i certificati
Se crei una richiesta CertificateSigningRequest (CSR) con
expirationSeconds impostato, expirationSeconds
viene ignorato.
Soluzione:
Se riscontri questo problema, puoi aggiornare il cluster utente aggiungendo disableNodeIDVerificationCSRSigning: true al file di configurazione del cluster utente ed eseguire il comando gkectl update cluster per aggiornare il cluster con questa configurazione.
|
Networking, upgrade, aggiornamenti |
1.16.0-1.16.3 |
La convalida del bilanciatore del carico del cluster utente non riesce per
disable_bundled_ingress
Se provi a disabilitare il traffico in entrata in bundle per un cluster esistente, il comando gkectl update cluster non riesce e restituisce un errore simile all'esempio seguente:
[FAILURE] Config: ingress IP is required in user cluster spec
Questo errore si verifica perché gkectl controlla la presenza di un indirizzo IP in entrata
del bilanciatore del carico durante i controlli preflight. Sebbene questo controllo non sia necessario quando disattivi il traffico in entrata in bundle, il controllo preflight gkectl non va a buon fine quando disableBundledIngress è impostato su true .
Soluzione:
Utilizza il parametro --skip-validation-load-balancer quando aggiorni il cluster, come mostrato nell'esempio seguente:
gkectl update cluster \
--kubeconfig ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG \
--skip-validation-load-balancer
Per maggiori informazioni, scopri come
disabilitare il traffico in entrata in bundle per un cluster esistente.
|
Upgrade, aggiornamenti |
1,13, 1,14, 1.15.0-1.15.6 |
Gli aggiornamenti del cluster di amministrazione non riescono dopo la rotazione della CA
Se ruoti i certificati delle autorità di certificazione (CA) del cluster di amministrazione, i successivi tentativi di eseguire il comando gkectl update admin non andranno a buon fine.
L'errore restituito è simile al seguente:
failed to get last CARotationStage: configmaps "ca-rotation-stage" not found
Soluzione:
Se riscontri questo problema, puoi aggiornare il cluster di amministrazione utilizzando il flag --disable-update-from-checkpoint con il comando gkectl update admin :
gkectl update admin --config ADMIN_CONFIG_file \
--kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--disable-update-from-checkpoint
Quando utilizzi il flag --disable-update-from-checkpoint , il comando di aggiornamento non utilizza il file del punto di controllo come origine attendibile durante l'aggiornamento del cluster. Il file del checkpoint è ancora aggiornato per uso futuro.
|
Archiviazione |
1.15.0-1.15.6, 1.16.0-1.16.2 |
Il controllo preflight del carico di lavoro CSI non riesce a causa di un errore di avvio del pod
Durante i controlli preflight, il controllo di convalida del carico di lavoro CSI installa un pod nello spazio dei nomi default . Il pod del carico di lavoro CSI verifica che il driver CSI vSphere sia installato e possa eseguire il provisioning del volume dinamico. Se questo pod non si avvia, il controllo di convalida del carico di lavoro CSI non va a buon fine.
Esistono alcuni problemi noti che possono impedire l'avvio di questo pod:
- Se nel pod non sono specificati limiti di risorse, come nel caso di alcuni cluster in cui sono installati webhook di ammissione, il pod non si avvia.
- Se Cloud Service Mesh è installato nel cluster con l'inserimento automatico del sidecar Istio abilitato nello spazio dei nomi
default , il pod del carico di lavoro CSI non si avvia.
Se il pod del carico di lavoro CSI non si avvia, durante le convalide preflight viene visualizzato un errore di timeout come il seguente:
- [FAILURE] CSI Workload: failure in CSIWorkload validation: failed to create writer Job to verify the write functionality using CSI: Job default/anthos-csi-workload-writer-<run-id> replicas are not in Succeeded phase: timed out waiting for the condition
Per verificare se l'errore è causato dalla mancanza di risorse pod impostate, esegui questo comando per controllare lo stato del job anthos-csi-workload-writer-<run-id> :
kubectl describe job anthos-csi-workload-writer-<run-id>
Se i limiti delle risorse non sono impostati correttamente per il pod del carico di lavoro CSI, lo stato del job contiene un messaggio di errore come il seguente:
CPU and memory resource limits is invalid, as it are not defined for container: volume-tester
Se il pod del carico di lavoro CSI non si avvia a causa dell'inserimento del sidecar Istio, puoi disabilitare temporaneamente l'inserimento automatico del sidecar Istio nello spazio dei nomi default . Controlla le etichette dello spazio dei nomi e utilizza
il comando seguente per eliminare l'etichetta che inizia con istio.io/rev :
kubectl label namespace default istio.io/rev-
Se il pod non è configurato correttamente, verifica manualmente che il provisioning del volume dinamico
funzioni con il driver CSI vSphere:
- Crea una PVC che utilizza il valore di StorageClass
standard-rwo .
- Crea un pod che utilizza la PVC.
- Verifica che il pod possa leggere/scrivere dati nel volume.
- Rimuovi il pod e la PVC dopo aver verificato il corretto funzionamento.
Se il provisioning del volume dinamico con il driver CSI vSphere funziona, esegui
gkectl diagnose o gkectl upgrade
con il flag --skip-validation-csi-workload per saltare il controllo del carico di lavoro CSI.
|
Operazione |
1.16.0-1.16.2 |
Timeout dell'aggiornamento del cluster utente quando la versione del cluster di amministrazione è 1.15
Quando hai eseguito l'accesso a una
workstation di amministrazione gestita dall'utente, il comando gkectl update cluster
potrebbe scadere e non aggiornare il cluster utente. Questo accade se la versione del cluster di amministrazione è 1.15 ed esegui gkectl update admin prima di gkectl update cluster .
In questo caso, vedrai il seguente errore quando cerchi di aggiornare il cluster:
Preflight check failed with failed to run server-side preflight checks: server-side preflight checks failed: timed out waiting for the condition
Preflight check failed with failed to run server-side preflight checks: server-side preflight checks failed: timed out waiting for the condition
Durante l'aggiornamento di un cluster di amministrazione 1.15, il validation-controller
che attiva i controlli preflight viene rimosso dal cluster. Se quindi provi ad aggiornare il cluster utente, il controllo preflight si interrompe fino al raggiungimento del timeout.
Soluzione:
- Esegui questo comando per rieseguire il deployment di
validation-controller :
gkectl prepare --kubeconfig ADMIN_KUBECONFIG --bundle-path BUNDLE_PATH --upgrade-platform
-
Al termine della preparazione, esegui di nuovo
gkectl update cluster per aggiornare il cluster utente
|
Operazione |
1.16.0-1.16.2 |
Timeout della creazione del cluster utente quando la versione del cluster di amministrazione è 1.15
Quando hai eseguito l'accesso a una
workstation di amministrazione gestita dall'utente, il comando gkectl create cluster
potrebbe scadere e non riuscire a creare il cluster utente. Questo accade se la versione del cluster di amministrazione è 1.15.
In questo caso, vedrai il seguente errore quando provi a creare il cluster:
Preflight check failed with failed to run server-side preflight checks: server-side preflight checks failed: timed out waiting for the condition
Preflight check failed with failed to run server-side preflight checks: server-side preflight checks failed: timed out waiting for the condition
Poiché validation-controller è stato aggiunto nella versione 1.16, quando utilizzi il cluster di amministrazione 1.15, il criterio validation-controller responsabile dell'attivazione dei controlli preflight manca. Pertanto, quando si cerca di creare un cluster utente, i controlli preflight si bloccano fino al raggiungimento del timeout.
Soluzione:
- Esegui questo comando per eseguire il deployment di
validation-controller :
gkectl prepare --kubeconfig ADMIN_KUBECONFIG --bundle-path BUNDLE_PATH --upgrade-platform
-
Al termine della preparazione, esegui di nuovo
gkectl create cluster per creare il cluster utente
|
Upgrade, aggiornamenti |
1.16.0-1.16.2 |
L'aggiornamento o l'upgrade del cluster di amministrazione non va a buon fine se i progetti o le località dei servizi aggiuntivi non corrispondono
Quando esegui l'upgrade di un cluster di amministrazione dalla versione 1.15.x alla 1.16.x o
aggiungi una configurazione connect , stackdriver ,
cloudAuditLogging o gkeOnPremAPI
quando aggiorni un cluster di amministrazione, l'operazione potrebbe essere rifiutata dal webhook del cluster di amministrazione. Potrebbe essere visualizzato uno dei seguenti messaggi di errore:
"projects for connect, stackdriver and cloudAuditLogging must be the
same when specified during cluster creation."
"locations for connect, gkeOnPremAPI, stackdriver and
cloudAuditLogging must be in the same region when specified during
cluster creation."
"locations for stackdriver and cloudAuditLogging must be the same
when specified during cluster creation."
Un aggiornamento o un upgrade del cluster di amministrazione richiede che onprem-admin-cluster-controller sia riconciliato con il cluster di amministrazione in un cluster di tipo. Una volta ripristinato lo stato del cluster di amministrazione nel cluster di tipo, il webhook del cluster di amministrazione non è in grado di distinguere se l'oggetto OnPremAdminCluster è per la creazione di un cluster di amministrazione o per riprendere le operazioni per un aggiornamento o un upgrade. Alcune convalide di sola creazione vengono richiamate in caso di aggiornamento e upgrade inaspettatamente.
Soluzione:
Aggiungi l'annotazione
onprem.cluster.gke.io/skip-project-location-sameness-validation: true
all'oggetto OnPremAdminCluster :
- Modifica la risorsa del cluster
onpremadminclusters :
kubectl edit onpremadminclusters ADMIN_CLUSTER_NAME -n kube-system –kubeconfig ADMIN_CLUSTER_KUBECONFIG
Sostituisci quanto segue:
ADMIN_CLUSTER_NAME : il nome del cluster di amministrazione.
ADMIN_CLUSTER_KUBECONFIG : il percorso del file kubeconfig del cluster di amministrazione.
- Aggiungi l'annotazione
onprem.cluster.gke.io/skip-project-location-sameness-validation: true
e salva la risorsa personalizzata.
- A seconda del tipo di cluster di amministrazione, completa uno dei seguenti passaggi:
- Per i cluster di amministrazione non ad alta disponibilità con un file di checkpoint: aggiungi il parametro
disable-update-from-checkpoint nel comando di aggiornamento oppure il parametro "disable-upgrade-from-checkpoint" nel comando di upgrade. Questi
parametri sono necessari solo per la prossima volta che eseguirai il comando
update o upgrade :
-
gkectl update admin --config ADMIN_CONFIG_file --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--disable-update-from-checkpoint
-
gkectl upgrade admin --config ADMIN_CONFIG_file --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--disable-upgrade-from-checkpoint
- Per i cluster di amministrazione ad alta disponibilità o il file del punto di controllo è disabilitato:
aggiorna o esegui l'upgrade del cluster di amministrazione come di consueto. Non sono necessari parametri aggiuntivi nei comandi di aggiornamento o upgrade.
|
Operazione |
1.16.0-1.16.2 |
L'eliminazione del cluster utente non va a buon fine quando si utilizza una workstation di amministrazione gestita dall'utente
Quando hai eseguito l'accesso a una
workstation di amministrazione gestita dall'utente, il comando gkectl delete cluster
potrebbe scadere e non riuscire a eliminare il cluster utente. Questo accade se
hai eseguito per la prima volta gkectl sulla workstation gestita dall'utente per
creare, aggiornare o eseguire l'upgrade del cluster utente. In questo caso, visualizzerai il seguente errore quando cerchi di eliminare il cluster:
failed to wait for user cluster management namespace "USER_CLUSTER_NAME-gke-onprem-mgmt"
to be deleted: timed out waiting for the condition
Durante l'eliminazione, un cluster elimina prima tutti i suoi oggetti. L'eliminazione degli oggetti Validation (creati durante la creazione, l'aggiornamento o l'upgrade) è bloccata nella fase di eliminazione. Questo accade perché un finalizzatore blocca l'eliminazione dell'oggetto, causando la mancata riuscita dell'eliminazione del cluster.
Soluzione:
- Visualizza i nomi di tutti gli oggetti Validation:
kubectl --kubeconfig ADMIN_KUBECONFIG get validations \
-n USER_CLUSTER_NAME-gke-onprem-mgmt
-
Per ogni oggetto Validation, esegui questo comando per rimuovere il finalizzatore dall'oggetto Validation:
kubectl --kubeconfig ADMIN_KUBECONFIG patch validation/VALIDATION_OBJECT_NAME \
-n USER_CLUSTER_NAME-gke-onprem-mgmt -p '{"metadata":{"finalizers":[]}}' --type=merge
Dopo aver rimosso il finalizzatore da tutti gli oggetti Validation, gli oggetti vengono rimossi e l'operazione di eliminazione del cluster utente viene completata automaticamente. Non sono necessarie ulteriori azioni da parte tua.
|
Networking |
1,15, 1,16 |
Il traffico del gateway NAT in uscita verso il server esterno non riesce
Se il pod di origine e il pod gateway NAT in uscita si trovano su due nodi worker diversi, il traffico proveniente dal pod di origine non può raggiungere nessun servizio esterno. Se i pod si trovano sullo stesso host, la connessione al servizio o all'applicazione esterni ha esito positivo.
Questo problema è causato dall'eliminazione dei pacchetti VXLAN da parte di vSphere quando è abilitata l'aggregazione del tunnel. Esiste un problema noto con NSX e VMware che invia traffico aggregato solo su porte VXLAN note (4789).
Soluzione:
Cambia la porta VXLAN utilizzata da Cilium in 4789 :
- Modifica il ConfigMap
cilium-config :
kubectl edit cm -n kube-system cilium-config --kubeconfig USER_CLUSTER_KUBECONFIG
- Aggiungi quanto segue al ConfigMap
cilium-config :
tunnel-port: 4789
- Riavvia il DaemonSet anetd:
kubectl rollout restart ds anetd -n kube-system --kubeconfig USER_CLUSTER_KUBECONFIG
Questa soluzione alternativa ripristina ogni volta che viene eseguito l'upgrade del cluster. Devi riconfigurarla dopo ogni upgrade. VMware deve risolvere il problema in vSphere per una correzione permanente.
|
Upgrade |
1.15.0-1.15.4 |
L'upgrade di un cluster di amministrazione con crittografia dei secret sempre attivi abilitata non riesce
L'upgrade del cluster di amministrazione da 1.14.x a 1.15.x con la crittografia dei secret sempre attivi abilitata non riesce a causa di una mancata corrispondenza tra la chiave di crittografia generata dal controller e quella che persiste sul disco dei dati master di amministrazione. L'output di gkectl upgrade
admin contiene il seguente messaggio di errore:
E0926 14:42:21.796444 40110 console.go:93] Exit with error:
E0926 14:42:21.796491 40110 console.go:93] Failed to upgrade the admin cluster: failed to create admin cluster: failed to wait for OnPremAdminCluster "admin-cluster-name" to become ready: failed to wait for OnPremAdminCluster "admin-cluster-name" to be ready: error: timed out waiting for the condition, message: failed to wait for OnPremAdminCluster "admin-cluster-name" to stay in ready status for duration "2m0s": OnPremAdminCluster "non-prod-admin" is not ready: ready condition is not true: CreateOrUpdateControlPlane: Creating or updating credentials for cluster control plane
L'esecuzione di kubectl get secrets -A --kubeconfig KUBECONFIG` non riesce e restituisce il seguente errore:
Internal error occurred: unable to transform key "/registry/secrets/anthos-identity-service/ais-secret": rpc error: code = Internal desc = failed to decrypt: unknown jwk
Soluzione alternativa
Se hai un backup del cluster di amministrazione, segui questi passaggi per aggirare l'errore di upgrade:
-
Disabilita
secretsEncryption nel file di configurazione del cluster di amministrazione e aggiorna il cluster utilizzando il seguente comando:
gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG
-
Una volta creata la nuova VM master di amministrazione, accedi tramite SSH alla VM master di amministrazione e sostituisci la nuova chiave sul disco dati con quella precedente del backup. La chiave si trova in
/opt/data/gke-k8s-kms-plugin/generatedkeys
nel master di amministrazione.
-
Aggiorna il manifest statico dei pod kms-plugin.yaml in
/etc/kubernetes/manifests
per aggiornare --kek-id in modo che corrisponda al campo kid
nella chiave di crittografia originale.
-
Riavvia il pod statico kms-plugin spostando
/etc/kubernetes/manifests/kms-plugin.yaml in un'altra directory, quindi riportalo indietro.
-
Riprendi l'upgrade amministrativo eseguendo di nuovo
gkectl upgrade admin .
Come evitare l'errore di upgrade
Se non lo hai già fatto, ti consigliamo di non farlo
alla versione 1.15.0-1.15.4. Se devi eseguire l'upgrade a una versione interessata, segui questi passaggi prima di eseguire l'upgrade del cluster di amministrazione:
-
Esegui il backup del cluster di amministrazione.
-
Disabilita
secretsEncryption nel file di configurazione del cluster di amministrazione e aggiorna il cluster utilizzando il seguente comando:
gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG
- Esegui l'upgrade del cluster di amministrazione.
-
Crittografia dei secret sempre attivi rinnovabili.
|
Archiviazione |
1,11-1,16 |
Errori del disco ed errori di collegamento quando si utilizza il monitoraggio del blocco modificato (CBT)
Google Distributed Cloud non supporta il tracciamento del blocco modificato (CBT) sui
dischi. Alcuni software di backup utilizzano la funzionalità CBT per tenere traccia dello stato del disco ed eseguire i backup, impedendo così la connessione del disco a una VM che esegue Google Distributed Cloud. Per maggiori informazioni, consulta l'articolo della knowledge base di VMware.
Soluzione:
Non eseguire il backup delle VM Google Distributed Cloud poiché il software di backup di terze parti potrebbe causare l'abilitazione di CBT sui loro dischi. Non è necessario eseguire il backup di queste VM.
Non abilitare CBT sul nodo, poiché questa modifica non verrà applicata
a seguito di aggiornamenti o upgrade.
Se disponi già di dischi con CBT abilitata, segui i passaggi per la risoluzione nell'articolo della knowledge base di VMware per disabilitare CBT sul disco di prima classe.
|
Archiviazione |
1,14, 1,15 e 1,16 |
Danneggiamento dei dati su NFSv3 quando le aggiunte parallele a un file condiviso vengono eseguite da più host
Se utilizzi array di archiviazione Nutanix per fornire condivisioni NFSv3 ai tuoi host, potresti riscontrare il danneggiamento dei dati o l'impossibilità di eseguire correttamente i pod. Questo problema è causato da un problema di compatibilità noto tra alcune versioni di VMware e Nutanix. Per ulteriori
informazioni, consulta l'articolo
della knowledge base di VMware.
Soluzione:
L'articolo della knowledge base di VMware è obsoleto in quanto non è disponibile
una risoluzione attuale. Per risolvere il problema, esegui l'aggiornamento all'ultima versione di ESXi sui tuoi host e alla versione più recente di Nutanix sugli array di archiviazione.
|
Sistema operativo |
1.13.10, 1.14.6, 1.15.3 |
Mancata corrispondenza delle versioni tra kubelet e il piano di controllo Kubernetes
Per alcune release di Google Distributed Cloud, il kubelet in esecuzione sui nodi utilizza una versione diversa dal piano di controllo Kubernetes. Esiste una mancata corrispondenza perché il programma binario kubelet precaricato sull'immagine del sistema operativo utilizza una versione diversa.
La seguente tabella elenca le versioni non corrispondenti identificate:
Versione Google Distributed Cloud |
Versione kubelet |
Versione di Kubernetes |
1.13.10 |
v1.24.11-gke.1200 |
v1.24.14-gke.2100 |
1.14.6 |
v1.25.8-gke.1500 |
v1.25.10-gke.1200 |
1.15.3 |
v1.26.2-gke.1001 |
v1.26.5-gke.2100 |
Soluzione:
Non è richiesto alcun intervento. L'incoerenza si verifica solo tra le versioni delle patch di Kubernetes e non sono stati causati problemi da questo disallineamento delle versioni.
|
Upgrade, aggiornamenti |
1.15.0-1.15.4 |
L'upgrade o l'aggiornamento di un cluster di amministrazione con una versione della CA superiore a 1 non riesce
Quando un cluster di amministrazione ha una versione dell'autorità di certificazione (CA) successiva a 1, un aggiornamento o un upgrade non va a buon fine a causa della convalida della versione della CA nel webhook. L'output dell'upgrade/aggiornamento di gkectl contiene il seguente messaggio di errore:
CAVersion must start from 1
Soluzione:
-
Fai lo scale down del deployment
auto-resize-controller nel cluster di amministrazione per disabilitare il ridimensionamento automatico dei nodi. Questo è necessario perché un nuovo campo introdotto nella risorsa personalizzata del cluster di amministrazione in 1.15 può causare un errore di puntatore nullo in auto-resize-controller .
kubectl scale deployment auto-resize-controller -n kube-system --replicas=0 --kubeconfig KUBECONFIG
-
Esegui i comandi
gkectl con il flag --disable-admin-cluster-webhook .Ad esempio:
gkectl upgrade admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG --disable-admin-cluster-webhook
|
Operazione |
1.13, 1.14.0-1.14.8, 1.15.0-1.15.4, 1.16.0-1.16.1 |
Eliminazione del cluster del piano di controllo V2 non ad alta disponibilità bloccata fino al timeout
Quando un cluster V2 del piano di controllo non ad alta disponibilità viene eliminato, rimane bloccato all'eliminazione del nodo fino al timeout.
Soluzione:
Se il cluster contiene uno StatefulSet con dati critici, contatta
l'assistenza clienti Google Cloud per
risolvere il problema.
In caso contrario, svolgi i seguenti passaggi:
|
Archiviazione |
1.15.0 e versioni successive, 1.16.0 e versioni successive |
Dopo l'upgrade alla versione 1.15 o versioni successive, vengono visualizzate ogni minuto attività di collegamento volume costante del CNS per le richieste PVC/PV in-tree
Quando un cluster contiene volumi permanenti vSphere all'interno della struttura (ad esempio, PVC create con StorageClass standard ), osserverai attività com.vmware.cns.tasks.attachvolume attivate ogni minuto da vCenter.
Soluzione:
Modifica la funzionalità configMap della funzionalità CSI di vSphere e imposta list-volumes su false:
kubectl edit configmap internal-feature-states.csi.vsphere.vmware.com -n kube-system --kubeconfig KUBECONFIG
Riavvia i pod del controller CSI vSphere:
kubectl rollout restart deployment vsphere-csi-controller -n kube-system --kubeconfig KUBECONFIG
|
Archiviazione |
1.16.0 |
Falsi avvisi nei confronti delle PVC
Quando un cluster contiene volumi permanenti vSphere intree, i comandi gkectl diagnose e gkectl upgrade potrebbero generare falsi avvisi nei confronti delle richieste di volumi permanenti (PVC) durante la convalida delle impostazioni di archiviazione del cluster. Il messaggio di avviso è simile al seguente
CSIPrerequisites pvc/pvc-name: PersistentVolumeClaim pvc-name bounds to an in-tree vSphere volume created before CSI migration enabled, but it doesn't have the annotation pv.kubernetes.io/migrated-to set to csi.vsphere.vmware.com after CSI migration is enabled
Soluzione:
Esegui questo comando per controllare le annotazioni di una PVC con l'avviso riportato sopra:
kubectl get pvc PVC_NAME -n PVC_NAMESPACE -oyaml --kubeconfig KUBECONFIG
Se il campo annotations nell'output contiene quanto segue, puoi ignorare tranquillamente l'avviso:
pv.kubernetes.io/bind-completed: "yes"
pv.kubernetes.io/bound-by-controller: "yes"
volume.beta.kubernetes.io/storage-provisioner: csi.vsphere.vmware.com
|
Upgrade, aggiornamenti |
1.15.0 e versioni successive, 1.16.0 e versioni successive |
Rotazione della chiave dell'account di servizio non va a buon fine se più chiavi sono scadute
Se il cluster non utilizza un registro privato e la chiave dell'account di servizio di accesso ai componenti e le chiavi dell'account di servizio di monitoraggio di Logging (o Connect-register) sono scadute, quando ruoti le chiavi dell'account di servizio, gkectl update credentials non riesce e restituisce un errore simile al seguente:
Error: reconciliation failed: failed to update platform: ...
Soluzione:
Innanzitutto, ruota la chiave dell'account di servizio di accesso ai componenti. Anche se viene visualizzato lo stesso messaggio di errore, dovresti essere in grado di ruotare le altre chiavi dopo la rotazione della chiave dell'account di servizio di accesso ai componenti.
Se l'aggiornamento continua a non riuscire, contatta l'assistenza clienti Google Cloud
per risolvere il problema.
|
Upgrade |
1.16.0-1.16.5 |
1.15 La macchina master dell'utente subisce una ricreazione imprevista quando viene eseguito l'upgrade del controller del cluster utente alla versione 1.16
Durante l'upgrade di un cluster utente, dopo l'upgrade del controller del cluster utente alla versione 1.16, se hai altri cluster utente 1.15 gestiti dallo stesso cluster di amministrazione, la macchina master dell'utente potrebbe essere ricreata in modo imprevisto.
Esiste un bug nel controller del cluster utente 1.16 che può attivare la ricreazione della macchina master per l'utente 1.15.
La soluzione alternativa che puoi adottare dipende da come riscontri questo problema.
Soluzione alternativa durante l'upgrade del cluster utente utilizzando la console Google Cloud:
Opzione 1: utilizza una versione 1.16.6 o successive di GKE on VMware con la correzione.
Opzione 2. Procedi nel seguente modo:
- Aggiungi manualmente l'annotazione di ripetizione con il seguente comando:
kubectl edit onpremuserclusters USER_CLUSTER_NAME -n USER_CLUSTER_NAME-gke-onprem-mgmt --kubeconfig ADMIN_KUBECONFIG
L'annotazione per la ripetizione è:
onprem.cluster.gke.io/server-side-preflight-rerun: true
- Monitora l'avanzamento dell'upgrade controllando il campo
status dell'OnPremUserCluster.
Soluzione alternativa per l'upgrade del cluster utente utilizzando la tua workstation di amministrazione:
Opzione 1: utilizza una versione 1.16.6 o successive di GKE on VMware con la correzione.
Opzione 2. Procedi nel seguente modo:
- Aggiungi il file con le informazioni sulla build
/etc/cloud/build.info con il seguente contenuto. In questo modo, i controlli preflight vengono eseguiti localmente sulla workstation di amministrazione anziché sul server.
gke_on_prem_version: GKE_ON_PREM_VERSION
Ad esempio:
gke_on_prem_version: 1.16.0-gke.669
- Esegui di nuovo il comando di upgrade.
- Al termine dell'upgrade, elimina il file build.info.
|
Creazione |
1.16.0-1.16.5, 1.28.0-1.28.100 |
Il controllo preflight ha esito negativo quando il nome host non è nel file dei blocchi IP.
Durante la creazione del cluster, se non specifichi un nome host per ogni indirizzo IP nel file dei blocchi IP, il controllo preflight non riesce e viene visualizzato il seguente messaggio di errore:
multiple VMs found by DNS name in xxx datacenter. Anthos Onprem doesn't support duplicate hostname in the same vCenter and you may want to rename/delete the existing VM.`
Nel controllo preflight è presente un bug che presuppone che un nome host vuoto sia duplicato.
Soluzione:
Opzione 1: utilizza una versione con la correzione.
Opzione 2: evita questo controllo preflight aggiungendo il flag --skip-validation-net-config .
Opzione 3: specifica un nome host univoco per ciascun indirizzo IP nel file dei blocchi IP.
|
Upgrade, aggiornamenti |
1,16 |
Errore di montaggio del volume durante l'upgrade/l'aggiornamento del cluster di amministrazione se utilizzi il cluster di amministrazione non ad alta disponibilità e il cluster utente v1 del piano di controllo
Per un cluster di amministrazione non ad alta disponibilità e un cluster utente v1 del piano di controllo, quando esegui l'upgrade o l'aggiornamento del cluster di amministrazione, la ricreazione della macchina master del cluster di amministrazione potrebbe avvenire in contemporanea al riavvio della macchina master del cluster utente, che può generare una race condition.
Di conseguenza, i pod del piano di controllo del cluster utente non sono in grado di comunicare con il piano di controllo del cluster di amministrazione, causando problemi di collegamento del volume per kube-etcd e kube-apiserver sul piano di controllo del cluster utente.
Per verificare il problema, esegui questi comandi per il pod interessato:
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG --namespace USER_CLUSTER_NAME describe pod IMPACTED_POD_NAME
Visualizzerai anche eventi come:
Events:
Type Reason Age From Message
---- ------ ---- ---- -------
Warning FailedMount 101s kubelet Unable to attach or mount volumes: unmounted volumes=[kube-audit], unattached volumes=[], failed to process volumes=[]: timed out waiting for the condition
Warning FailedMount 86s (x2 over 3m28s) kubelet MountVolume.SetUp failed for volume "pvc-77cd0635-57c2-4392-b191-463a45c503cb" : rpc error: code = FailedPrecondition desc = volume ID: "bd313c62-d29b-4ecd-aeda-216648b0f7dc" does not appear staged to "/var/lib/kubelet/plugins/kubernetes.io/csi/csi.vsphere.vmware.com/92435c96eca83817e70ceb8ab994707257059734826fedf0c0228db6a1929024/globalmount"
Soluzione:
-
Accedi tramite SSH al nodo del piano di controllo utente, poiché si tratta di un cluster utente v1 del piano di controllo, il nodo del piano di controllo utente si trova nel cluster di amministrazione.
-
Riavvia il kubelet utilizzando questo comando:
sudo systemctl restart kubelet
Dopo il riavvio, il kubelet può ricostruire correttamente il montaggio globale dello stage.
|
Upgrade, aggiornamenti |
1.16.0 |
Impossibile creare il nodo del piano di controllo
Durante un upgrade o un aggiornamento di un cluster di amministrazione, una race condition potrebbe causare l'eliminazione inaspettata di un nuovo nodo del piano di controllo da parte del gestore di Cloud Controller di vSphere. Questo causa il blocco del controller clusterapi-controller in attesa della creazione del nodo e persino il timeout dell'upgrade/dell'aggiornamento. In questo caso, l'output del comando gkectl
upgrade/update è simile al seguente:
controlplane 'default/gke-admin-hfzdg' is not ready: condition "Ready": condition is not ready with reason "MachineInitializing", message "Wait for the control plane machine "gke-admin-hfzdg-6598459f9zb647c8-0\" to be rebooted"...
Per identificare il sintomo, esegui il comando seguente per ottenere il log in vSphere Cloud Controller Manager nel cluster di amministrazione:
kubectl get pods --kubeconfig ADMIN_KUBECONFIG -n kube-system | grep vsphere-cloud-controller-manager
kubectl logs -f vsphere-cloud-controller-manager-POD_NAME_SUFFIX --kubeconfig ADMIN_KUBECONFIG -n kube-system
Ecco un esempio di messaggio di errore del comando precedente:
node name: 81ff17e25ec6-qual-335-1500f723 has a different uuid. Skip deleting this node from cache.
Soluzione:
-
Riavvia la macchina in errore per ricreare l'oggetto nodo eliminato.
-
Accedi tramite SSH a ciascun nodo del piano di controllo e riavvia il pod statico di Cloud Controller Manager vSphere:
sudo crictl ps | grep vsphere-cloud-controller-manager | awk '{print $1}'
sudo crictl stop PREVIOUS_COMMAND_OUTPUT
-
Esegui di nuovo il comando upgrade/update.
|
Operazione |
1,16 |
Un nome host duplicato nello stesso data center causa errori di upgrade o creazione del cluster
L'upgrade di un cluster 1.15 o la creazione di un cluster 1.16 con IP statici non riesce se sono presenti nomi host duplicati nello stesso data center. Questo errore si verifica perché il gestore Cloud Controller vSphere non riesce ad aggiungere un IP esterno e un ID provider nell'oggetto nodo. Questo causa il timeout dell'upgrade o della creazione del cluster.
Per identificare il problema, recupera i log dei pod di Cloud Controller Manager vSphere per il cluster. Il comando da utilizzare dipende dal tipo di cluster,
come segue:
- Cluster di amministrazione:
kubectl get pods --kubeconfig ADMIN_KUBECONFIG -n kube-system | grep vsphere-cloud-controller-manager
kubectl logs -f vsphere-cloud-controller-manager-POD_NAME_SUFFIX --kubeconfig ADMIN_KUBECONFIG -n kube-system
- Cluster utente (kubeception):
kubectl get pods --kubeconfig ADMIN_KUBECONFIG -n USER_CLUSTER_NAME | grep vsphere-cloud-controller-manager
kubectl logs -f vsphere-cloud-controller-manager-POD_NAME_SUFFIX --kubeconfig ADMIN_KUBECONFIG -n USER_CLUSTER_NAME
- Cluster utente: (Controlplane V2):
kubectl get pods --kubeconfig USER_KUBECONFIG -n kube-system | grep vsphere-cloud-controller-manager
kubectl logs -f vsphere-cloud-controller-manager-POD_NAME_SUFFIX --kubeconfig USER_KUBECONFIG -n kube-system
Ecco un esempio di messaggio di errore:
I1003 17:17:46.769676 1 search.go:152] Finding node admin-vm-2 in vc=vcsa-53598.e5c235a1.asia-northeast1.gve.goog and datacenter=Datacenter
E1003 17:17:46.771717 1 datacenter.go:111] Multiple vms found VM by DNS Name. DNS Name: admin-vm-2
Controlla se il nome host è duplicato nel data center:
Puoi utilizzare il seguente approccio per verificare se il nome host è duplicato e, se necessario, adottare una soluzione alternativa.
export GOVC_DATACENTER=GOVC_DATACENTER
export GOVC_URL=GOVC_URL
export GOVC_USERNAME=GOVC_USERNAME
export GOVC_PASSWORD=GOVC_PASSWORD
export GOVC_INSECURE=true
govc find . -type m -guest.hostName HOSTNAME
Comandi e output di esempio:
export GOVC_DATACENTER=mtv-lifecycle-vc01
export GOVC_URL=https://mtv-lifecycle-vc01.anthos/sdk
export GOVC_USERNAME=xxx
export GOVC_PASSWORD=yyy
export GOVC_INSECURE=true
govc find . -type m -guest.hostName f8c3cd333432-lifecycle-337-xxxxxxxz
./vm/gke-admin-node-6b7788cd76-wkt8g
./vm/gke-admin-node-6b7788cd76-99sg2
./vm/gke-admin-master-5m2jb
La soluzione alternativa da eseguire dipende dall'operazione non riuscita.
Soluzione alternativa per gli upgrade:
Esegui la soluzione alternativa per il tipo di cluster applicabile.
- Cluster utente:
-
Aggiorna il nome host della macchina interessata in user-ip-block.yaml con un nome univoco e attiva un aggiornamento forzato:
gkectl update cluster --kubeconfig ADMIN_KUBECONFIG --config NEW_USER_CLUSTER_CONFIG --force
-
Esegui nuovamente
gkectl upgrade cluster
- Cluster di amministrazione:
- Aggiorna il nome host della macchina interessata in admin-ip-block.yaml con un nome univoco e attiva un aggiornamento forzato:
gkectl update admin --kubeconfig ADMIN_KUBECONFIG --config NEW_ADMIN_CLUSTER_CONFIG --force --skip-cluster-ready-check
- Se si tratta di un cluster di amministrazione non ad alta disponibilità e noti che la VM master di amministrazione utilizza un nome host duplicato, devi anche:
Recuperare il nome della macchina master di amministrazione
kubectl get machine --kubeconfig ADMIN_KUBECONFIG -owide -A
Aggiornare l'oggetto macchina master dell'amministrazione
Nota: il valore NEW_ADMIN_MASTER_HOSTNAME deve corrispondere a quello impostato in admin-ip-block.yaml nel passaggio 1.
kubectl patch machine ADMIN_MASTER_MACHINE_NAME --kubeconfig ADMIN_KUBECONFIG --type='json' -p '[{"op": "replace", "path": "/spec/providerSpec/value/networkSpec/address/hostname", "value":"NEW_ADMIN_MASTER_HOSTNAME"}]'
Verifica che il nome host sia aggiornato nell'oggetto macchina master di amministrazione:
kubectl get machine ADMIN_MASTER_MACHINE_NAME --kubeconfig ADMIN_KUBECONFIG -oyaml
kubectl get machine ADMIN_MASTER_MACHINE_NAME --kubeconfig ADMIN_KUBECONFIG -o jsonpath='{.spec.providerSpec.value.networkSpec.address.hostname}'
- Esegui di nuovo l'upgrade del cluster di amministrazione con il checkpoint disabilitato:
gkectl upgrade admin --kubeconfig ADMIN_KUBECONFIG --config ADMIN_CLUSTER_CONFIG --disable-upgrade-from-checkpoint
Soluzione alternativa per le installazioni:
Esegui la soluzione alternativa per il tipo di cluster applicabile.
|
Operazione |
1.16.0, 1.16.1, 1.16.2, 1.16.3 |
$ e ` non sono supportati nel nome utente o nella password vSphere
Le seguenti operazioni non riescono quando il nome utente o la password vSphere contiene $ o ` :
- Aggiornamento di un cluster utente 1.15 con Controlplane V2 abilitato a 1.16
- Upgrade di un cluster di amministrazione ad alta disponibilità (HA) 1.15 a 1.16
- Creazione di un cluster utente 1.16 con Controlplane V2 abilitato
- Creazione di un cluster di amministrazione ad alta disponibilità 1.16
Usa una versione 1.16.4 o versioni successive di Google Distributed Cloud con la correzione oppure esegui la soluzione alternativa riportata di seguito. La soluzione alternativa da eseguire dipende dall'operazione non riuscita.
Soluzione alternativa per gli upgrade:
- Modifica il nome utente o la password vCenter sul lato vCenter per rimuovere
$ e ` .
- Aggiorna il nome utente o la password vCenter nel
file di configurazione
delle credenziali.
- Attiva un aggiornamento forzato del cluster.
- Cluster utente:
gkectl update cluster --kubeconfig ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG --force
- Cluster di amministrazione:
gkectl update admin --kubeconfig ADMIN_KUBECONFIG --config ADMIN_CLUSTER_CONFIG --force --skip-cluster-ready-check
Soluzione alternativa per le installazioni:
- Modifica il nome utente o la password vCenter sul lato vCenter per rimuovere
$ e ` .
- Aggiorna il nome utente o la password vCenter nel
file di configurazione
delle credenziali.
- Esegui la soluzione alternativa per il tipo di cluster applicabile.
|
Archiviazione |
1.11+, 1.12+, 1.13+, 1.14+, 1.15+, 1.16 |
Errore di creazione PVC dopo la creazione di un nodo con lo stesso nome
Dopo che un nodo viene eliminato e poi ricreato con lo stesso nome nodo,
c'è una leggera possibilità che una successiva creazione di PersistentVolumeClaim (PVC) abbia esito negativo con un errore come il seguente:
The object 'vim.VirtualMachine:vm-988369' has already been deleted or has not been completely created
Ciò è causato da race condition, per cui il controller CSI vSphere non elimina una macchina rimossa dalla cache.
Soluzione:
Riavvia i pod del controller CSI vSphere:
kubectl rollout restart deployment vsphere-csi-controller -n kube-system --kubeconfig KUBECONFIG
|
Operazione |
1.16.0 |
gkectl riparazioni admin-master restituisce un errore di unmarshall di kubeconfig
Quando esegui il comando gkectl repair admin-master su un cluster di amministrazione
ad alta disponibilità, gkectl restituisce il seguente messaggio di errore:
Exit with error: Failed to repair: failed to select the template: failed to get cluster name from kubeconfig, please contact Google support. failed to decode kubeconfig data: yaml: unmarshal errors:
line 3: cannot unmarshal !!seq into map[string]*api.Cluster
line 8: cannot unmarshal !!seq into map[string]*api.Context
Soluzione:
Aggiungi il flag --admin-master-vm-template= al comando e
fornisci il modello di VM della macchina da riparare:
gkectl repair admin-master --kubeconfig=ADMIN_CLUSTER_KUBECONFIG \
--config ADMIN_CLUSTER_CONFIG_FILE \
--admin-master-vm-template=/DATA_CENTER/vm/VM_TEMPLATE_NAME
Per trovare il modello di VM della macchina:
- Vai alla pagina Host e cluster nel client vSphere.
- Fai clic su Modelli VM e filtra in base al nome del cluster di amministrazione.
Dovresti vedere i tre modelli di VM per il cluster di amministrazione.
- Copia il nome del modello di VM che corrisponde al nome della macchina che stai riparando e utilizza il nome del modello nel comando di riparazione.
gkectl repair admin-master \
--config=/home/ubuntu/admin-cluster.yaml \
--kubeconfig=/home/ubuntu/kubeconfig \
--admin-master-vm-template=/atl-qual-vc07/vm/gke-admin-98g94-zx...7vx-0-tmpl
|
Networking |
1.10.0+, 1.11.0+, 1.12.0+, 1.13.0+, 1.14.0-1.14.7, 1.15.0-1.15.3, 1.16.0 |
VM Seesaw interrotta a causa dello spazio su disco insufficiente
Se utilizzi Seesaw come tipo di bilanciatore del carico per il tuo cluster e noti che una VM Seesaw non è attiva o continua a non avviarsi, potresti visualizzare il seguente messaggio di errore nella console vSphere:
GRUB_FORCE_PARTUUID set, initrdless boot failed. Attempting with initrd
Questo errore indica che lo spazio su disco sulla VM è in esaurimento perché il fluent-bit
in esecuzione sulla VM Seesaw non è configurato con la rotazione dei log corretta.
Soluzione:
Individua i file di log che consumano la maggior parte dello spazio su disco utilizzando du -sh -- /var/lib/docker/containers/* | sort -rh . Pulisci il file di log con le dimensioni massime e riavvia la VM.
Nota:se la VM è completamente inaccessibile, collega il disco a una VM funzionante (ad es. una workstation di amministrazione), rimuovi il file dal disco collegato e ricollegalo alla VM originale di Seesaw.
Per evitare che il problema si ripresenti, connettiti alla VM e modifica il file /etc/systemd/system/docker.fluent-bit.service . Aggiungi --log-opt max-size=10m --log-opt max-file=5 nel comando Docker, quindi esegui systemctl restart docker.fluent-bit.service
|
Operazione |
1,13, 1.14.0-1.14.6, 1.15 |
Errore della chiave pubblica SSH di amministrazione dopo l'upgrade o l'aggiornamento del cluster di amministrazione
Quando provi a eseguire l'upgrade (gkectl upgrade admin ) o l'aggiornamento
(gkectl update admin ) di un cluster di amministrazione non ad alta disponibilità
con checkpoint abilitato, l'upgrade o l'aggiornamento potrebbe non riuscire e potrebbero verificarsi errori come i
seguenti:
Checking admin cluster certificates...FAILURE
Reason: 20 admin cluster certificates error(s).
Unhealthy Resources:
AdminMaster clusterCA bundle: failed to get clusterCA bundle on admin master, command [ssh -o IdentitiesOnly=yes -i admin-ssh-key -o StrictHostKeyChecking=no -o ConnectTimeout=30 ubuntu@AdminMasterIP -- sudo cat /etc/kubernetes/pki/ca-bundle.crt] failed with error: exit status 255, stderr: Authorized uses only. All activity may be monitored and reported.
ubuntu@AdminMasterIP: Permission denied (publickey).
failed to ssh AdminMasterIP, failed with error: exit status 255, stderr: Authorized uses only. All activity may be monitored and reported.
ubuntu@AdminMasterIP: Permission denied (publickey)
error dialing ubuntu@AdminMasterIP: failed to establish an authenticated SSH connection: ssh: handshake failed: ssh: unable to authenticate, attempted methods [none publickey]...
Soluzione:
Se non riesci a eseguire l'upgrade a una versione patch di Google Distributed Cloud con la correzione, contatta l'Assistenza Google per ricevere aiuto.
|
Upgrade |
1.13.0-1.13.9, 1.14.0-1.14.6, 1.15.1-1.15.2 |
L'upgrade di un cluster di amministrazione registrato nell'API GKE On-Prem potrebbe non riuscire
Quando un cluster di amministrazione è registrato nell'API GKE On-Prem, l'upgrade del cluster di amministrazione alle versioni interessate potrebbe non riuscire perché non è stato possibile aggiornare l'abbonamento al parco risorse. In questo caso, vedrai il seguente errore quando provi a eseguire l'upgrade del cluster:
failed to register cluster: failed to apply Hub Membership: Membership API request failed: rpc error: code = InvalidArgument desc = InvalidFieldError for field endpoint.on_prem_cluster.resource_link: field cannot be updated
Un cluster di amministrazione viene registrato nell'API quando registri esplicitamente il cluster o quando esegui l'upgrade di un cluster utente utilizzando un client API GKE On-Prem.
Soluzione:
Annulla la registrazione del cluster di amministrazione:
gcloud alpha container vmware admin-clusters unenroll ADMIN_CLUSTER_NAME --project CLUSTER_PROJECT --location=CLUSTER_LOCATION --allow-missing
e riprendi l'upgrade del cluster di amministrazione. Potresti visualizzare temporaneamente l'errore inattivo "registro del cluster non riuscito". Dopo un po' di tempo, dovrebbe essere aggiornato
automaticamente.
|
Upgrade, aggiornamenti |
1.13.0-1.13.9, 1.14.0-1.14.4, 1.15.0 |
L'annotazione del link alle risorse del cluster di amministrazione registrato non viene conservata
Quando un cluster di amministrazione viene registrato nell'API GKE On-Prem, la relativa annotazione del link alle risorse viene applicata alla risorsa personalizzata OnPremAdminCluster , che non viene conservata durante i successivi aggiornamenti del cluster di amministrazione a causa dell'utilizzo della chiave di annotazione errata. Questo può causare la nuova registrazione del cluster di amministrazione nell'API GKE On-Prem per errore.
Un cluster di amministrazione viene registrato nell'API quando registri esplicitamente il cluster o quando esegui l'upgrade di un cluster utente utilizzando un client API GKE On-Prem.
Soluzione:
Annulla la registrazione del cluster di amministrazione:
gcloud alpha container vmware admin-clusters unenroll ADMIN_CLUSTER_NAME --project CLUSTER_PROJECT --location=CLUSTER_LOCATION --allow-missing
e registra nuovamente
il cluster di amministrazione.
|
Networking |
1.15.0-1.15.2 |
CoreDNS orderPolicy non riconosciuto
OrderPolicy non viene riconosciuto come parametro e
non viene utilizzato. Google Distributed Cloud utilizza sempre Random .
Questo problema si verifica perché il modello CoreDNS non è stato aggiornato e, di conseguenza, orderPolicy viene ignorato.
Soluzione:
Aggiorna il modello CoreDNS e applica la correzione. Questa correzione persiste fino a
un upgrade.
- Modifica il modello esistente:
kubectl edit cm -n kube-system coredns-template
Sostituisci i contenuti del modello con quanto segue:
coredns-template: |-
.:53 {
errors
health {
lameduck 5s
}
ready
kubernetes cluster.local in-addr.arpa ip6.arpa {
pods insecure
fallthrough in-addr.arpa ip6.arpa
}
{{- if .PrivateGoogleAccess }}
import zones/private.Corefile
{{- end }}
{{- if .RestrictedGoogleAccess }}
import zones/restricted.Corefile
{{- end }}
prometheus :9153
forward . {{ .UpstreamNameservers }} {
max_concurrent 1000
{{- if ne .OrderPolicy "" }}
policy {{ .OrderPolicy }}
{{- end }}
}
cache 30
{{- if .DefaultDomainQueryLogging }}
log
{{- end }}
loop
reload
loadbalance
}{{ range $i, $stubdomain := .StubDomains }}
{{ $stubdomain.Domain }}:53 {
errors
{{- if $stubdomain.QueryLogging }}
log
{{- end }}
cache 30
forward . {{ $stubdomain.Nameservers }} {
max_concurrent 1000
{{- if ne $.OrderPolicy "" }}
policy {{ $.OrderPolicy }}
{{- end }}
}
}
{{- end }}
|
Upgrade, aggiornamenti |
1.10, 1.11, 1.12, 1.13.0-1.13.7, 1.14.0-1.14.3 |
Stato OnPremAdminCluster incoerente tra checkpoint e RP effettiva
Alcune condizioni di gara potrebbero causare un'incoerenza dello stato OnPremAdminCluster tra il checkpoint e la RP effettiva. Quando si verifica il problema, potresti riscontrare il seguente errore quando aggiorni il cluster di amministrazione dopo l'upgrade:
Exit with error:
E0321 10:20:53.515562 961695 console.go:93] Failed to update the admin cluster: OnPremAdminCluster "gke-admin-rj8jr" is in the middle of a create/upgrade ("" -> "1.15.0-gke.123"), which must be completed before it can be updated
Failed to update the admin cluster: OnPremAdminCluster "gke-admin-rj8jr" is in the middle of a create/upgrade ("" -> "1.15.0-gke.123"), which must be completed before it can be updated
Per aggirare il problema, dovrai modificare il checkpoint o disattivarlo per l'upgrade/l'aggiornamento. Contatta il nostro team di assistenza per procedere con la soluzione alternativa.
|
Operazione |
1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1 |
Il processo di riconciliazione modifica i certificati amministrativi sui cluster di amministrazione
Google Distributed Cloud modifica i certificati amministrativi sui piani di controllo del cluster di amministrazione a ogni processo di riconciliazione, ad esempio durante l'upgrade di un cluster. Questo comportamento aumenta la possibilità di ottenere certificati non validi per il cluster di amministrazione, in particolare per i cluster della versione 1.15.
Se hai questo problema, potresti riscontrare problemi simili ai seguenti:
- I certificati non validi possono causare il timeout dei seguenti comandi e restituire errori:
gkectl create admin
gkectl upgrade amdin
gkectl update admin
Questi comandi potrebbero restituire errori di autorizzazione come i seguenti:
Failed to reconcile admin cluster: unable to populate admin clients: failed to get admin controller runtime client: Unauthorized
- I log
kube-apiserver per il cluster di amministrazione potrebbero contenere errori come i seguenti:
Unable to authenticate the request" err="[x509: certificate has expired or is not yet valid...
Soluzione:
Esegui l'upgrade a una versione di Google Distributed Cloud con la correzione:
1.13.10+, 1.14.6+, 1.15.2+.
Se l'upgrade non è possibile, contatta l'assistenza clienti Google Cloud per risolvere il problema.
|
Networking, operazione |
1,10; 1,11; 1,12; 1,13; 1,14 |
Componenti del gateway di rete Anthos rimossi o in attesa a causa di una classe di priorità mancante
I pod del gateway di rete in kube-system potrebbero mostrare lo stato Pending o Evicted , come mostrato nel seguente output di esempio ridotto:
$ kubectl -n kube-system get pods | grep ang-node
ang-node-bjkkc 2/2 Running 0 5d2h
ang-node-mw8cq 0/2 Evicted 0 6m5s
ang-node-zsmq7 0/2 Pending 0 7h
Questi errori indicano eventi di eliminazione o l'impossibilità di pianificare i pod a causa delle risorse dei nodi. Poiché i pod gateway di rete Anthos non hanno PriorityClass, hanno la stessa priorità predefinita degli altri carichi di lavoro.
Quando i nodi sono vincolati alle risorse, i pod del gateway di rete potrebbero essere rimossi. Questo comportamento è particolarmente negativo per il DaemonSet ang-node , poiché i pod devono essere pianificati su un nodo specifico e non possono essere migrati.
Soluzione:
Esegui l'upgrade alla versione 1.15 o successiva.
Come soluzione a breve termine, puoi assegnare manualmente un
PriorityClass
ai componenti del gateway di rete Anthos. Il controller Google Distributed Cloud sovrascrive queste modifiche manuali durante un processo di riconciliazione, ad esempio durante l'upgrade del cluster.
- Assegna il valore PriorityClass
system-cluster-critical ai deployment del controller del cluster ang-controller-manager e autoscaler .
- Assegna il valore PriorityClass
system-node-critical al nodo
ang-daemon DaemonSet.
|
Upgrade, aggiornamenti |
1,12, 1,13, 1,14, 1.15.0-1.15.2 |
L'upgrade del cluster di amministrazione non va a buon fine dopo la registrazione del cluster con gcloud
Dopo aver utilizzato gcloud per registrare un cluster di amministrazione con una sezione gkeConnect non vuota, potresti visualizzare il seguente errore quando provi a eseguire l'upgrade del cluster:
failed to register cluster: failed to apply Hub Mem\
bership: Membership API request failed: rpc error: code = InvalidArgument desc = InvalidFieldError for field endpoint.o\
n_prem_cluster.admin_cluster: field cannot be updated
Elimina lo spazio dei nomi gke-connect :
kubectl delete ns gke-connect --kubeconfig=ADMIN_KUBECONFIG
Ottieni il nome del cluster di amministrazione:
kubectl get onpremadmincluster -n kube-system --kubeconfig=ADMIN_KUBECONFIG
Elimina l'abbonamento al parco risorse:
gcloud container fleet memberships delete ADMIN_CLUSTER_NAME
e riprendi l'upgrade del cluster di amministrazione.
|
Operazione |
1.13.0-1.13.8, 1.14.0-1.14.5, 1.15.0-1.15.1 |
gkectl diagnose snapshot --log-since non riesce a limitare la finestra temporale per
i comandi journalctl in esecuzione sui nodi del cluster
Ciò non influisce sulla funzionalità di acquisizione di uno snapshot del cluster, poiché lo snapshot include comunque tutti i log raccolti per impostazione predefinita eseguendo journalctl sui nodi del cluster. Di conseguenza, le informazioni di debug non vengono perse.
|
Installazione, upgrade, aggiornamenti |
1.9+, 1.10+, 1.11+, 1.12+ |
Errore di gkectl prepare windows
gkectl prepare windows non riesce a installare Docker su
versioni Google Distributed Cloud precedenti alla 1.13 perché
MicrosoftDockerProvider
è deprecato.
Soluzione:
In generale, per risolvere questo problema, è necessario eseguire l'upgrade a Google Distributed Cloud 1.13 e utilizzare gkectl 1.13 per creare un modello di VM Windows e quindi creare pool di nodi Windows. Esistono due opzioni per accedere a Google Distributed Cloud 1.13 dalla tua versione attuale, come mostrato di seguito.
Nota: abbiamo la possibilità di aggirare questo problema nella tua versione attuale senza dover eseguire l'upgrade alla versione 1.13, ma saranno necessari ulteriori passaggi manuali. Contatta il nostro team di assistenza se vuoi prendere in considerazione questa opzione.
Opzione 1: upgrade blu/verde
Puoi creare un nuovo cluster utilizzando Google Distributed Cloud 1.13 o versioni successive con i pool di nodi di Windows, ed eseguire la migrazione dei carichi di lavoro nel nuovo cluster, quindi eliminare il cluster attuale. Ti consigliamo di utilizzare l'ultima versione secondaria di Google Distributed Cloud.
Nota: questo richiederà risorse aggiuntive per eseguire il provisioning del nuovo cluster, ma richiederà meno tempi di inattività e interruzioni per i carichi di lavoro esistenti.
Opzione 2: elimina i pool di nodi Windows e aggiungili di nuovo durante l'upgrade a Google Distributed Cloud 1.13
Nota: per questa opzione, i carichi di lavoro Windows non potranno essere eseguiti fino a quando non verrà eseguito l'upgrade del cluster alla versione 1.13 e non verranno aggiunti di nuovo i pool di nodi Windows.
- Elimina i pool di nodi Windows esistenti rimuovendo la configurazione dei pool di nodi Windows dal file user-cluster.yaml, quindi esegui il comando:
gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
- Esegui l'upgrade dei cluster amministratore e utente solo Linux alla versione 1.12 seguendo la
guida dell'utente per l'upgrade per la versione secondaria di destinazione corrispondente.
- (Assicurati di eseguire questo passaggio prima di eseguire l'upgrade alla versione 1.13) Assicurati che
enableWindowsDataplaneV2: true sia configurato nella RP di OnPremUserCluster , altrimenti il cluster continuerà a utilizzare Docker per i pool di nodi Windows, che non saranno compatibili con il modello di VM Windows 1.13 appena creato in cui non è installato Docker. Se non viene configurato o se viene impostato su false, aggiorna il cluster in modo da impostarlo su true in user-cluster.yaml, quindi esegui:
gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
- Esegui l'upgrade dei cluster amministratore e utente solo per Linux alla versione 1.13 seguendo la
guida dell'utente per l'upgrade.
- Prepara il modello di VM Windows utilizzando 1.13 gkectl:
gkectl prepare windows --base-vm-template BASE_WINDOWS_VM_TEMPLATE_NAME --bundle-path 1.13_BUNDLE_PATH --kubeconfig=ADMIN_KUBECONFIG
- Aggiungi di nuovo la configurazione del pool di nodi Windows a user-cluster.yaml con il campo
OSImage impostato sul modello di VM Windows appena creato.
- Aggiorna il cluster per aggiungere pool di nodi Windows
gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
|
Installazione, upgrade, aggiornamenti |
1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1 |
La configurazione RootDistanceMaxSec non viene applicata per
ubuntu nodi
Sui nodi verrà utilizzato il valore predefinito di 5 secondi per RootDistanceMaxSec , invece di 20 secondi, che dovrebbe essere la configurazione prevista. Se controlli il log di avvio del nodo accedendo tramite SSH alla VM, che si trova in "/var/log/startup.log", puoi trovare il seguente errore:
+ has_systemd_unit systemd-timesyncd
/opt/bin/master.sh: line 635: has_systemd_unit: command not found
Se utilizzi un RootDistanceMaxSec di 5 secondi, l'orologio di sistema potrebbe non essere sincronizzato con il server NTP quando la deviazione dell'orologio è superiore a 5 secondi.
Soluzione:
Applica il seguente DaemonSet al cluster per configurare RootDistanceMaxSec :
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: change-root-distance
namespace: kube-system
spec:
selector:
matchLabels:
app: change-root-distance
template:
metadata:
labels:
app: change-root-distance
spec:
hostIPC: true
hostPID: true
tolerations:
# Make sure pods gets scheduled on all nodes.
- effect: NoSchedule
operator: Exists
- effect: NoExecute
operator: Exists
containers:
- name: change-root-distance
image: ubuntu
command: ["chroot", "/host", "bash", "-c"]
args:
- |
while true; do
conf_file="/etc/systemd/timesyncd.conf.d/90-gke.conf"
if [ -f $conf_file ] && $(grep -q "RootDistanceMaxSec=20" $conf_file); then
echo "timesyncd has the expected RootDistanceMaxSec, skip update"
else
echo "updating timesyncd config to RootDistanceMaxSec=20"
mkdir -p /etc/systemd/timesyncd.conf.d
cat > $conf_file << EOF
[Time]
RootDistanceMaxSec=20
EOF
systemctl restart systemd-timesyncd
fi
sleep 600
done
volumeMounts:
- name: host
mountPath: /host
securityContext:
privileged: true
volumes:
- name: host
hostPath:
path: /
|
Upgrade, aggiornamenti |
1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2 |
gkectl update admin non riesce a causa di un campo osImageType vuoto
Quando utilizzi la versione 1.13 gkectl per aggiornare un cluster di amministrazione della versione 1.12, potresti visualizzare il seguente errore:
Failed to update the admin cluster: updating OS image type in admin cluster
is not supported in "1.12.x-gke.x"
Quando utilizzi gkectl update admin per i cluster della versione 1.13 o 1.14, potresti visualizzare il seguente messaggio nella risposta:
Exit with error:
Failed to update the cluster: the update contains multiple changes. Please
update only one feature at a time
Se controlli il log gkectl , potresti notare che le modifiche multiple includono l'impostazione di osImageType da una stringa vuota a ubuntu_containerd .
Questi errori di aggiornamento sono dovuti a un backfill non corretto del campo osImageType nella configurazione del cluster di amministrazione, dato che è stato introdotto nella versione 1.9.
Soluzione:
Esegui l'upgrade a una versione di Google Distributed Cloud con la correzione. Se non riesci a eseguire l'upgrade, contatta l'assistenza clienti Google Cloud per risolvere il problema.
|
Installazione, sicurezza |
1,13; 1,14; 1,15; 1,16 |
SNI non funziona sui cluster utente con Controlplane V2
La possibilità di fornire un certificato di servizio aggiuntivo per il server API Kubernetes di un cluster utente con
authentication.sni non funziona quando è abilitato il piano di controllo V2 (
enableControlplaneV2: true ).
Soluzione:
Finché non sarà disponibile una patch Google Distributed Cloud con la correzione, se devi utilizzare SNI, disabilita Controlplane V2 (enableControlplaneV2: false ).
|
Installazione |
1,0-1,11, 1,12, 1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1 |
$ nel nome utente del registry privato causa un errore di avvio della macchina del piano di controllo amministratore
La macchina del piano di controllo amministratore non si avvia quando il nome utente del registry privato contiene $ .
Durante il controllo di /var/log/startup.log sulla macchina del piano di controllo amministratore, viene visualizzato il seguente errore:
++ REGISTRY_CA_CERT=xxx
++ REGISTRY_SERVER=xxx
/etc/startup/startup.conf: line 7: anthos: unbound variable
Soluzione:
Utilizza un nome utente del registry privato senza $ oppure utilizza una versione di Google Distributed Cloud con la correzione.
|
Upgrade, aggiornamenti |
1.12.0-1.12.4 |
Avvisi falsi positivi sulle modifiche non supportate durante l'aggiornamento del cluster di amministrazione
Quando
aggiorni i cluster di amministrazione, nel log vedrai i seguenti avvisi falsi positivi, che puoi ignorare.
console.go:47] detected unsupported changes: &v1alpha1.OnPremAdminCluster{
...
- CARotation: &v1alpha1.CARotationConfig{Generated: &v1alpha1.CARotationGenerated{CAVersion: 1}},
+ CARotation: nil,
...
}
|
Upgrade, aggiornamenti |
1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1 |
Aggiornamento del cluster utente non riuscito dopo la rotazione della chiave di firma dell'Arabia Saudita
Dopo aver ruotato le chiavi di firma Arabia Saudita e successivamente
aggiornato un cluster utente, gkectl update potrebbe non riuscire e visualizzato il
seguente messaggio di errore:
Failed to apply OnPremUserCluster 'USER_CLUSTER_NAME-gke-onprem-mgmt/USER_CLUSTER_NAME':
admission webhook "vonpremusercluster.onprem.cluster.gke.io" denied the request:
requests must not decrement *v1alpha1.KSASigningKeyRotationConfig Version, old version: 2, new version: 1"
Soluzione:
Ripristina la versione della chiave di firma Arabia Saudita a 1, ma conserva i dati della chiave più recenti:
- Controlla il secret nel cluster di amministrazione nello spazio dei nomi
USER_CLUSTER_NAME e recupera il nome del secret ksa-signing-key:
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME get secrets | grep ksa-signing-key
- Copia il secret della chiave ksa-signing-key e denomina il secret copiato come service-account-cert:
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME get secret KSA-KEY-SECRET-NAME -oyaml | \
sed 's/ name: .*/ name: service-account-cert/' | \
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME apply -f -
- Elimina il secret della chiave di firma ksa precedente:
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME delete secret KSA-KEY-SECRET-NAME
- Aggiorna il campo
data.data in ksa-signing-key-rotation-stage configmap a '{"tokenVersion":1,"privateKeyVersion":1,"publicKeyVersions":[1]}' :
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME \
edit configmap ksa-signing-key-rotation-stage
- Disabilita il webhook di convalida per modificare le informazioni sulla versione nella risorsa personalizzata OnPremUserCluster:
kubectl --kubeconfig=ADMIN_KUBECONFIG patch validatingwebhookconfiguration onprem-user-cluster-controller -p '
webhooks:
- name: vonpremnodepool.onprem.cluster.gke.io
rules:
- apiGroups:
- onprem.cluster.gke.io
apiVersions:
- v1alpha1
operations:
- CREATE
resources:
- onpremnodepools
- name: vonpremusercluster.onprem.cluster.gke.io
rules:
- apiGroups:
- onprem.cluster.gke.io
apiVersions:
- v1alpha1
operations:
- CREATE
resources:
- onpremuserclusters
'
- Aggiorna il campo
spec.ksaSigningKeyRotation.generated.ksaSigningKeyRotation a 1 nella risorsa personalizzata OnPremUserCluster:
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME-gke-onprem-mgmt \
edit onpremusercluster USER_CLUSTER_NAME
- Attendi che il cluster utente di destinazione sia pronto. Puoi controllare lo stato in base a:
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME-gke-onprem-mgmt \
get onpremusercluster
- Ripristina il webhook di convalida per il cluster utente:
kubectl --kubeconfig=ADMIN_KUBECONFIG patch validatingwebhookconfiguration onprem-user-cluster-controller -p '
webhooks:
- name: vonpremnodepool.onprem.cluster.gke.io
rules:
- apiGroups:
- onprem.cluster.gke.io
apiVersions:
- v1alpha1
operations:
- CREATE
- UPDATE
resources:
- onpremnodepools
- name: vonpremusercluster.onprem.cluster.gke.io
rules:
- apiGroups:
- onprem.cluster.gke.io
apiVersions:
- v1alpha1
operations:
- CREATE
- UPDATE
resources:
- onpremuserclusters
'
- Evita la rotazione di un'altra chiave di firma dell'Arabia Saudita finché non viene eseguito l'upgrade del cluster alla versione con la correzione.
|
Operazione |
1.13.1+, 1.14, 1., 1,16 |
Quando utilizzi Terraform per eliminare un cluster utente con un bilanciatore del carico F5 BIG-IP, i server virtuali F5 BIG-IP non vengono rimossi dopo l'eliminazione del cluster.
Soluzione:
Per rimuovere le risorse F5, segui i passaggi per ripulire una partizione F5 del cluster utente
|
Installazione, upgrade, aggiornamenti |
1.13.8, 1.14.4 |
il cluster di tipo estrae le immagini container da docker.io
Se crei un cluster di amministrazione della versione 1.13.8 o 1.14.4 o esegui l'upgrade di un cluster di amministrazione alla versione 1.13.8 o 1.14.4, il cluster di tipo estrae le seguenti immagini container da docker.io :
docker.io/kindest/kindnetd
docker.io/kindest/local-path-provisioner
docker.io/kindest/local-path-helper
Se docker.io non è accessibile dalla workstation di amministrazione, la creazione o l'upgrade del cluster di amministrazione non riesce a visualizzare il cluster di tipo.
L'esecuzione del seguente comando sulla workstation di amministrazione mostra i container corrispondenti in attesa con ErrImagePull :
docker exec gkectl-control-plane kubectl get pods -A
La risposta contiene voci come le seguenti:
...
kube-system kindnet-xlhmr 0/1
ErrImagePull 0 3m12s
...
local-path-storage local-path-provisioner-86666ffff6-zzqtp 0/1
Pending 0 3m12s
...
Queste immagini container devono essere precaricate nell'immagine container
del cluster del tipo. Tuttavia, il tipo v0.18.0 presenta un problema con le immagini container precaricate, che ne comporta l'estrazione da internet per errore.
Soluzione:
Esegui i comandi seguenti sulla workstation di amministrazione mentre il cluster di amministrazione è in attesa al momento della creazione o dell'upgrade:
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/kindnetd:v20230330-48f316cd@sha256:c19d6362a6a928139820761475a38c24c0cf84d507b9ddf414a078cf627497af docker.io/kindest/kindnetd:v20230330-48f316cd
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/kindnetd:v20230330-48f316cd@sha256:c19d6362a6a928139820761475a38c24c0cf84d507b9ddf414a078cf627497af docker.io/kindest/kindnetd@sha256:c19d6362a6a928139820761475a38c24c0cf84d507b9ddf414a078cf627497af
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/local-path-helper:v20230330-48f316cd@sha256:135203f2441f916fb13dad1561d27f60a6f11f50ec288b01a7d2ee9947c36270 docker.io/kindest/local-path-helper:v20230330-48f316cd
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/local-path-helper:v20230330-48f316cd@sha256:135203f2441f916fb13dad1561d27f60a6f11f50ec288b01a7d2ee9947c36270 docker.io/kindest/local-path-helper@sha256:135203f2441f916fb13dad1561d27f60a6f11f50ec288b01a7d2ee9947c36270
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/local-path-provisioner:v0.0.23-kind.0@sha256:f2d0a02831ff3a03cf51343226670d5060623b43a4cfc4808bd0875b2c4b9501 docker.io/kindest/local-path-provisioner:v0.0.23-kind.0
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/local-path-provisioner:v0.0.23-kind.0@sha256:f2d0a02831ff3a03cf51343226670d5060623b43a4cfc4808bd0875b2c4b9501 docker.io/kindest/local-path-provisioner@sha256:f2d0a02831ff3a03cf51343226670d5060623b43a4cfc4808bd0875b2c4b9501
|
Operazione |
1.13.0-1.13.7, 1.14.0-1.14.4, 1.15.0 |
Failover non riuscito nel cluster utente e nel cluster di amministrazione del piano di controllo ad alta disponibilità quando la rete filtra le richieste GARP duplicate
Se le VM del cluster sono connesse con uno switch che filtra le richieste GARP (ARP gratuito) duplicate, l'elezione del leader keepalive potrebbe incontrare una race condition, con la conseguente presenza di voci di tabella ARP errate per alcuni nodi.
I nodi interessati possono ping il VIP del piano di controllo, ma una connessione TCP al VIP del piano di controllo scadrà.
Soluzione:
Esegui questo comando su ciascun nodo del piano di controllo del cluster interessato:
iptables -I FORWARD -i ens192 --destination CONTROL_PLANE_VIP -j DROP
|
Upgrade, aggiornamenti |
1.13.0-1.13.7, 1.14.0-1.14.4, 1.15.0 |
vsphere-csi-controller deve essere riavviato dopo la rotazione del certificato vCenter
vsphere-csi-controller deve aggiornare il proprio secret vCenter dopo la rotazione del certificato vCenter. Tuttavia, il sistema attuale non riavvia correttamente i pod di vsphere-csi-controller , causando l'arresto anomalo di vsphere-csi-controller dopo la rotazione.
Soluzione:
Per i cluster creati 1.13 e versioni successive, segui le istruzioni riportate di seguito per riavviare vsphere-csi-controller
kubectl --kubeconfig=ADMIN_KUBECONFIG rollout restart deployment vsphere-csi-controller -n kube-system
|
Installazione |
1.10.3-1.10.7, 1.11, 1.12, 1.13.0-1.13.1 |
La creazione del cluster di amministrazione non riesce in caso di errori di registrazione del cluster
Anche se la registrazione del cluster non va a buon fine durante la creazione del cluster di amministrazione, il comando gkectl create admin non genera un errore in seguito all'errore e potrebbe riuscire. In altre parole, la creazione del cluster di amministrazione potrebbe "riuscita" senza essere registrata in un parco risorse.
Per identificare il sintomo, puoi cercare i seguenti messaggi di errore nel log "gkectl create admin",
Failed to register admin cluster
Puoi anche verificare se riesci a trovare il cluster tra i cluster registrati su Cloud Console.
Soluzione:
Per i cluster creati alla versione 1.12 e successive, segui le istruzioni per ritentare la registrazione del cluster di amministrazione dopo la creazione del cluster. Per i cluster creati con versioni precedenti,
-
Aggiungi una coppia chiave-valore falsa come "foo: bar" al file della chiave SA Connect-register
-
Esegui
gkectl update admin per registrare di nuovo il cluster di amministrazione.
|
Upgrade, aggiornamenti |
1,10, 1,11, 1,12, 1.13.0-1.13.1 |
La nuova registrazione del cluster di amministrazione potrebbe essere saltata durante l'upgrade del cluster di amministrazione
Durante l'upgrade del cluster di amministrazione, se si verifica il timeout dei nodi del piano di controllo utente durante l'upgrade, il cluster di amministrazione non verrà registrato nuovamente con la versione aggiornata dell'agente di connessione.
Soluzione:
Controlla se il cluster viene visualizzato tra i cluster registrati.
Come passaggio facoltativo, accedi al cluster dopo aver configurato l'autenticazione. Se il cluster è ancora registrato, potresti saltare le istruzioni seguenti per ritentare la registrazione.
Per i cluster di cui è stato eseguito l'upgrade alla versione 1.12 e versioni successive, segui le istruzioni per ritentare la registrazione del cluster di amministrazione dopo la creazione del cluster. Per i cluster di cui è stato eseguito l'upgrade a versioni precedenti,
-
Aggiungi una coppia chiave-valore falsa come "foo: bar" al file della chiave SA Connect-register
-
Esegui
gkectl update admin per registrare di nuovo il cluster di amministrazione.
|
Configurazione |
1.15.0 |
Messaggio di errore falso relativo a vCenter.dataDisk
Per un cluster di amministrazione ad alta disponibilità, gkectl prepare mostra questo falso messaggio di errore:
vCenter.dataDisk must be present in the AdminCluster spec
Soluzione:
Puoi tranquillamente ignorare questo messaggio di errore.
|
VMware |
1.15.0 |
La creazione del pool di nodi non riesce a causa di regole di affinità host VM-host ridondanti
Durante la creazione di un pool di nodi che utilizza
l'affinità VM-host,
una race condition potrebbe comportare la creazione di più
regole di affinità dell'host VM
con lo stesso nome. Ciò può causare la mancata creazione del pool di nodi.
Soluzione:
Rimuovi le precedenti regole ridondanti per consentire l'esecuzione della creazione del pool di nodi.
Queste regole sono denominate [USER_CLUSTER_NAME]-[HASH].
|
Operazione |
1.15.0 |
gkectl repair admin-master potrebbe non riuscire a causa di failed
to delete the admin master node object and reboot the admin master VM
Il comando gkectl repair admin-master potrebbe non riuscire a causa di una
race condition con il seguente errore.
Failed to repair: failed to delete the admin master node object and reboot the admin master VM
Soluzione:
Questo comando è idempotente. Può essere eseguito nuovamente in sicurezza fino a quando il comando ha esito positivo.
|
Upgrade, aggiornamenti |
1.15.0 |
I pod rimangono in stato Non riuscito dopo la riproduzione o l'aggiornamento di un nodo del piano di controllo
Dopo aver ricreato o aggiornato un nodo del piano di controllo, alcuni pod potrebbero rimanere nello stato Failed a causa di un errore del predicato NodeAffinity. Questi pod con errori non influiscono sulle normali operazioni o sull'integrità del cluster.
Soluzione:
Puoi ignorare tranquillamente i pod non riusciti o eliminarli manualmente.
|
Sicurezza, configurazione |
1.15.0-1.15.1 |
OnPremUserCluster non pronto a causa delle credenziali del registro private
Se utilizzi
credenziali preparate
e un registro privato, ma non hai configurato le credenziali preparate per
il tuo registro privato, il cluster OnPremUserCluster potrebbe non essere pronto e
potrebbe essere visualizzato il seguente messaggio di errore:
failed to check secret reference for private registry …
Soluzione:
Prepara le credenziali del registro private per il cluster utente in base alle istruzioni in Configurare le credenziali preparate.
|
Upgrade, aggiornamenti |
1.15.0 |
Durante il giorno gkectl upgrade admin , il controllo preflight dello spazio di archiviazione per la migrazione CSI verifica che gli oggetti StorageClass non abbiano parametri che vengono ignorati dopo la migrazione CSI.
Ad esempio, se è presente un oggetto StorageClass con il parametro diskformat , gkectl upgrade admin segnala il valore di StorageClass e segnala un errore nella convalida preflight.
I cluster di amministrazione creati in Google Distributed Cloud 1.10 e precedenti hanno un oggetto StorageClass con diskformat: thin che non andrà a buon fine; tuttavia, questo valore di StorageClass continuerà a funzionare correttamente dopo la migrazione di CSI. Questi errori dovrebbero essere interpretati come avvisi.
Per ulteriori informazioni, consulta la sezione relativa ai parametri StorageClass in Migrazione di volumi vSphere In-Tree al plug-in vSphere Container Storage.
Soluzione:
Dopo aver confermato che il cluster ha un oggetto StorageClass con parametri ignorati dopo che la migrazione CSI ha eseguito gkectl upgrade admin con il flag --skip-validation-cluster-health .
|
Archiviazione |
1,15, 1,16 |
I volumi vSphere migrati in-albero utilizzando il file system di Windows non possono essere utilizzati con il driver CSI vSphere
In determinate condizioni, i dischi possono essere collegati in sola lettura ai nodi Windows. Ciò fa sì che il volume corrispondente sia di sola lettura all'interno di un pod.
Questo problema ha più probabilità di verificarsi quando un nuovo set di nodi sostituisce un vecchio set di nodi (ad esempio, l'upgrade del cluster o l'aggiornamento del pool di nodi). I carichi di lavoro stateful che in precedenza funzionavano correttamente potrebbero non essere in grado di scrivere nei rispettivi volumi sul nuovo set di nodi.
Soluzione:
-
Recupera l'UID del pod che non è in grado di scrivere nel suo volume:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get pod \
POD_NAME --namespace POD_NAMESPACE \
-o=jsonpath='{.metadata.uid}{"\n"}'
-
Utilizza l'oggetto PersistentVolumeClaim per ottenere il nome del PersistentVolume:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get pvc \
PVC_NAME --namespace POD_NAMESPACE \
-o jsonpath='{.spec.volumeName}{"\n"}'
-
Determina il nome del nodo in cui viene eseguito il pod:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIGget pods \
--namespace POD_NAMESPACE \
-o jsonpath='{.spec.nodeName}{"\n"}'
-
Ottieni l'accesso tramite PowerShell al nodo tramite SSH o l'interfaccia web vSphere.
-
Imposta le variabili di ambiente:
PS C:\Users\administrator> pvname=PV_NAME
PS C:\Users\administrator> podid=POD_UID
- Identifica il numero di disco per il disco associato al PersistentVolume:
PS C:\Users\administrator> disknum=(Get-Partition -Volume (Get-Volume -UniqueId ("\\?\"+(Get-Item (Get-Item
"C:\var\lib\kubelet\pods\$podid\volumes\kubernetes.io~csi\$pvname\mount").Target).Target))).DiskNumber
-
Verifica che il disco sia
readonly :
PS C:\Users\administrator> (Get-Disk -Number $disknum).IsReadonly
Il risultato dovrebbe essere True .
- Imposta
readonly su false .
PS C:\Users\administrator> Set-Disk -Number $disknum -IsReadonly $false
PS C:\Users\administrator> (Get-Disk -Number $disknum).IsReadonly
-
Elimina il pod in modo che venga riavviato:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG delete pod POD_NAME \
--namespace POD_NAMESPACE
-
Il pod deve essere pianificato sullo stesso nodo. Tuttavia, nel caso in cui il pod venga pianificato su un nuovo nodo, potresti dover ripetere i passaggi precedenti sul nuovo nodo.
|
Upgrade, aggiornamenti |
1,12, 1.13.0-1.13.7, 1.14.0-1.14.4 |
vsphere-csi-secret non viene aggiornato dopo il giorno gkectl update credentials vsphere --admin-cluster
Se aggiorni le credenziali vSphere per un cluster di amministrazione dopo l'aggiornamento delle credenziali del cluster, potresti trovare vsphere-csi-secret nello spazio dei nomi kube-system nel cluster di amministrazione che utilizza ancora la vecchia credenziale.
Soluzione:
- Ottieni il nome del secret
vsphere-csi-secret :
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system get secrets | grep vsphere-csi-secret
- Aggiorna i dati del secret
vsphere-csi-secret che hai ricevuto nel passaggio precedente:
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system patch secret CSI_SECRET_NAME -p \
"{\"data\":{\"config\":\"$( \
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system get secrets CSI_SECRET_NAME -ojsonpath='{.data.config}' \
| base64 -d \
| sed -e '/user/c user = \"VSPHERE_USERNAME_TO_BE_UPDATED\"' \
| sed -e '/password/c password = \"VSPHERE_PASSWORD_TO_BE_UPDATED\"' \
| base64 -w 0 \
)\"}}"
- Riavvia
vsphere-csi-controller :
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system rollout restart deployment vsphere-csi-controller
- Puoi monitorare lo stato dell'implementazione con:
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system rollout status deployment vsphere-csi-controller
Una volta implementato correttamente il deployment, il controller vsphere-csi-secret aggiornato dovrebbe essere utilizzato.
|
Upgrade, aggiornamenti |
1.10, 1.11, 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2 |
CrashLoop di audit-proxy durante l'abilitazione di Cloud Audit Logs con gkectl update cluster
audit-proxy potrebbe arrestarsi in modo anomalo a causa di --cluster-name vuoto.
Questo comportamento è causato da un bug nella logica di aggiornamento, in cui il nome del cluster non viene propagato al manifest del pod o del container audit proxy.
Soluzione:
Per un cluster utente v2 del piano di controllo con enableControlplaneV2: true , connettiti alla macchina del piano di controllo dell'utente utilizzando SSH
e aggiorna /etc/kubernetes/manifests/audit-proxy.yaml con --cluster_name=USER_CLUSTER_NAME .
Per un cluster utente v1 del piano di controllo, modifica il container audit-proxy nello
statefulset kube-apiserver per aggiungere --cluster_name=USER_CLUSTER_NAME :
kubectl edit statefulset kube-apiserver -n USER_CLUSTER_NAME --kubeconfig=ADMIN_CLUSTER_KUBECONFIG
|
Upgrade, aggiornamenti |
1.11, 1.12, 1.13.0-1.13.5, 1.14.0-1.14.1 |
Un ulteriore deployment del piano di controllo subito dopo gkectl upgrade cluster
Subito dopo gkectl upgrade cluster , potrebbe essere eseguito nuovamente il deployment dei pod del piano di controllo.
Lo stato del cluster da gkectl list clusters è passato da RUNNING A RECONCILING .
Le richieste al cluster utente potrebbero scadere.
Questo comportamento è dovuto alla rotazione dei certificati del piano di controllo che avviene automaticamente dopo il giorno gkectl upgrade cluster .
Questo problema si verifica solo ai cluster utente che NON utilizzano il piano di controllo v2.
Soluzione:
Attendi che lo stato del cluster torni a RUNNING in gkectl list clusters oppure esegui l'upgrade alle versioni con la correzione: 1.13.6 e versioni successive, 1.14.2 e versioni successive o 1.15 e versioni successive.
|
Upgrade, aggiornamenti |
1.12.7 |
È stata rimossa la release non valida 1.12.7-gke.19
Google Distributed Cloud 1.12.7-gke.19 è una release non valida
da non utilizzare. Gli artefatti sono stati rimossi dal bucket Cloud Storage.
Soluzione:
Usa invece la release 1.12.7-gke.20.
|
Upgrade, aggiornamenti |
1.12.0 e versioni successive, 1.13.0-1.13.7, 1.14.0-1.14.3 |
gke-connect-agent
continua a utilizzare l'immagine precedente dopo l'aggiornamento della credenziale del registro
Se aggiorni la credenziale del registry utilizzando uno dei seguenti metodi:
gkectl update credentials componentaccess se non utilizzi il registro privato
gkectl update credentials privateregistry se utilizzi il registro privato
potresti notare che gke-connect-agent continua a utilizzare l'immagine precedente o che non è possibile eseguire il pull dei pod gke-connect-agent a causa di ImagePullBackOff .
Questo problema verrà risolto nelle release 1.13.8,
1.14.4 e successive di Google Distributed Cloud.
Soluzione:
Opzione 1: riesegui il deployment di gke-connect-agent manualmente:
- Elimina lo spazio dei nomi
gke-connect :
kubectl --kubeconfig=KUBECONFIG delete namespace gke-connect
- Esegui di nuovo il deployment di
gke-connect-agent con la chiave dell'account di servizio del registro originale (non è necessario aggiornare la chiave):
Per il cluster di amministrazione:
gkectl update credentials register --kubeconfig=ADMIN_CLUSTER_KUBECONFIG --config ADMIN_CLUSTER_CONFIG_FILE --admin-cluster
Per il cluster utente:
gkectl update credentials register --kubeconfig=ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
Opzione 2: puoi modificare manualmente i dati del secret di pull dell'immagine regcred utilizzato dal deployment di gke-connect-agent :
kubectl --kubeconfig=KUBECONFIG -n=gke-connect patch secrets regcred -p "{\"data\":{\".dockerconfigjson\":\"$(kubectl --kubeconfig=KUBECONFIG -n=kube-system get secrets private-registry-creds -ojsonpath='{.data.\.dockerconfigjson}')\"}}"
Opzione 3: puoi aggiungere il secret pull dell'immagine predefinito per il cluster nel deployment gke-connect-agent tramite:
- Copia il secret predefinito nello spazio dei nomi
gke-connect :
kubectl --kubeconfig=KUBECONFIG -n=kube-system get secret private-registry-creds -oyaml | sed 's/ namespace: .*/ namespace: gke-connect/' | kubectl --kubeconfig=KUBECONFIG -n=gke-connect apply -f -
- Ottieni il nome del deployment
gke-connect-agent :
kubectl --kubeconfig=KUBECONFIG -n=gke-connect get deployment | grep gke-connect-agent
- Aggiungi il secret predefinito al deployment
gke-connect-agent :
kubectl --kubeconfig=KUBECONFIG -n=gke-connect patch deployment DEPLOYMENT_NAME -p '{"spec":{"template":{"spec":{"imagePullSecrets": [{"name": "private-registry-creds"}, {"name": "regcred"}]}}}}'
|
Installazione |
1,13, 1,14 |
Errore del controllo della configurazione manuale del bilanciatore del carico
Quando convalidi la configurazione prima di creare un cluster con bilanciatore del carico manuale eseguendo gkectl check-config , il comando non riuscirà e verrà visualizzato il seguente messaggio di errore.
- Validation Category: Manual LB Running validation check for "Network
configuration"...panic: runtime error: invalid memory address or nil pointer
dereference
Soluzione:
Opzione 1: è possibile utilizzare la versione patch 1.13.7 e 1.14.4 che includerà la correzione.
Opzione 2: puoi anche eseguire lo stesso comando per convalidare la configurazione, ma saltare la convalida del bilanciatore del carico.
gkectl check-config --skip-validation-load-balancer
|
Operazione |
1,0, 1,1, 1,2, 1,3, 1,4, 1,5, 1,6, 1,7, 1,8, 1,9, 1,10, 1,11, 1,12, 1,13 e 1,14 |
fame smartwatch etcd
I cluster che eseguono etcd versione 3.4.13 o precedenti potrebbero riscontrare l'indisponibilità degli smartwatch e smartwatch di risorse non operative, il che può causare i seguenti problemi:
- La pianificazione dei pod è interrotta
- Impossibile registrare i nodi
- kubelet non osserva le modifiche ai pod
Questi problemi possono rendere il cluster non funzionante.
Questo problema è stato risolto nelle release Google Distributed Cloud 1.12.7, 1.13.6,
1.14.3 e successive. Queste release più recenti utilizzano la versione etcd 3.4.21. Tutte le versioni precedenti di Google Distributed Cloud sono interessate da questo problema.
Soluzione alternativa
Se non puoi eseguire l'upgrade immediatamente, puoi mitigare il rischio di errore del cluster riducendo il numero di nodi nel cluster. Rimuovi
i nodi fino a quando la metrica etcd_network_client_grpc_sent_bytes_total
è inferiore a 300 Mbps.
Per visualizzare questa metrica in Metrics Explorer:
- Vai a Metrics Explorer nella console Google Cloud:
Vai a Esplora metriche
- Seleziona la scheda Configurazione.
- Espandi Seleziona una metrica, inserisci
Kubernetes Container
nella barra dei filtri e utilizza i sottomenu per selezionare la metrica:
- Nel menu Risorse attive, seleziona Container Kubernetes.
- Nel menu Categorie metriche attive, seleziona Anthos.
- Nel menu Metriche attive, seleziona
etcd_network_client_grpc_sent_bytes_total .
- Fai clic su Applica.
|
Upgrade, aggiornamenti |
1,10, 1,11, 1,12, 1,13 e 1,14 |
GKE Identity Service può causare latenze del piano di controllo
Durante i riavvii o gli upgrade del cluster, GKE Identity Service può essere sovraccaricato da traffico costituito da token JWT scaduti inoltrati da kube-apiserver a GKE Identity Service tramite il webhook di autenticazione. Sebbene GKE Identity Service non esegua arresti anomali, non risponde e smette di gestire ulteriori richieste.
Questo problema porta a una latenza maggiore nel piano di controllo.
Questo problema è stato risolto nelle seguenti release di Google Distributed Cloud:
Per determinare se il problema ti riguarda, procedi nel seguente modo:
- Controlla se l'endpoint di GKE Identity Service è raggiungibile esternamente:
curl -s -o /dev/null -w "%{http_code}" \
-X POST https://CLUSTER_ENDPOINT/api/v1/namespaces/anthos-identity-service/services/https:ais:https/proxy/authenticate -d '{}'
Sostituisci CLUSTER_ENDPOINT
con la porta VIP e bilanciatore del carico del piano di controllo per il tuo cluster (ad esempio, 172.16.20.50:443 ).
Se hai riscontrato questo problema, il comando restituisce un codice di stato 400 . Se la richiesta scade, riavvia il pod ais ed esegui nuovamente il comando curl per vedere se il problema si risolve. Se ricevi il codice di stato 000 , significa che il problema è stato risolto. Se ricevi ancora un codice di stato 400 , il server HTTP di GKE Identity Service non viene avviato. In questo caso, continua.
- Controlla i log di GKE Identity Service e kube-apiserver:
- Controlla il log di GKE Identity Service:
kubectl logs -f -l k8s-app=ais -n anthos-identity-service \
--kubeconfig KUBECONFIG
Se il log contiene una voce simile alla seguente, hai riscontrato questo problema:
I0811 22:32:03.583448 32 authentication_plugin.cc:295] Stopping OIDC authentication for ???. Unable to verify the OIDC ID token: JWT verification failed: The JWT does not appear to be from this identity provider. To match this provider, the 'aud' claim must contain one of the following audiences:
- Controlla i log
kube-apiserver per i tuoi cluster:
Nei comandi seguenti, KUBE_APISERVER_POD è il nome del pod kube-apiserver nel cluster specificato.
Cluster di amministrazione:
kubectl --kubeconfig ADMIN_KUBECONFIG logs \
-n kube-system KUBE_APISERVER_POD kube-apiserver
Cluster utente:
kubectl --kubeconfig ADMIN_KUBECONFIG logs \
-n USER_CLUSTER_NAME KUBE_APISERVER_POD kube-apiserver
Se i log kube-apiserver contengono voci come le seguenti,
hai riscontrato questo problema:
E0811 22:30:22.656085 1 webhook.go:127] Failed to make webhook authenticator request: error trying to reach service: net/http: TLS handshake timeout
E0811 22:30:22.656266 1 authentication.go:63] "Unable to authenticate the request" err="[invalid bearer token, error trying to reach service: net/http: TLS handshake timeout]"
Soluzione alternativa
Se non puoi eseguire subito l'upgrade dei cluster per ottenere la correzione, puoi identificare e riavviare i pod offensivi come soluzione alternativa:
- Aumenta il livello di dettaglio del servizio di identità GKE a 9:
kubectl patch deployment ais -n anthos-identity-service --type=json \
-p='[{"op": "add", "path": "/spec/template/spec/containers/0/args/-", \
"value":"--vmodule=cloud/identity/hybrid/charon/*=9"}]' \
--kubeconfig KUBECONFIG
- Controlla nel log di GKE Identity Service il contesto del token non valido:
kubectl logs -f -l k8s-app=ais -n anthos-identity-service \
--kubeconfig KUBECONFIG
- Per ottenere il payload del token associato a ogni contesto di token non valido, analizza ogni secret dell'account di servizio correlato con il seguente comando:
kubectl -n kube-system get secret SA_SECRET \
--kubeconfig KUBECONFIG \
-o jsonpath='{.data.token}' | base64 --decode
- Per decodificare il token e vedere il nome e lo spazio dei nomi del pod di origine, copia il token nel debugger all'indirizzo jwt.io.
- Riavvia i pod identificati dai token.
|
Operazione |
1,8, 1,9, 1,10 |
Il problema dell'aumento della memoria utilizzata dai pod di manutenzione etcd
Sono interessati i pod di manutenzione etcd che utilizzano l'immagine etcddefrag:gke_master_etcddefrag_20210211.00_p0 . Il container "etcddefrag" apre una nuova connessione al server etcd durante ogni ciclo di deframmentazione e le vecchie connessioni non vengono ripulite.
Soluzione:
Opzione 1: Eseguire l'aggiornamento alla versione più recente della patch dalla 1.8 alla 1.11 che contiene la correzione.
Opzione 2: se utilizzi una versione patch precedente alla 1.9.6 e alla 1.10.3, devi fare lo scale down del pod etcd-maintenance per l'amministratore e il cluster utente:
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
|
Operazione |
1,9, 1,10, 1,11, 1,12 e 1,13 |
Non perdere i controlli di integrità dei pod del piano di controllo del cluster utente
Sia il controller di integrità del cluster sia il comando gkectl diagnose cluster eseguono una serie di controlli di integrità, inclusi quelli dei pod negli spazi dei nomi. Tuttavia, iniziano a ignorare i pod del piano di controllo utente per errore. Se utilizzi la modalità v2 del piano di controllo, questa operazione non influirà sul cluster.
Soluzione:
Questa operazione non influirà sulla gestione dei carichi di lavoro o dei cluster. Se vuoi verificare l'integrità dei pod del piano di controllo, puoi eseguire questi comandi:
kubectl get pods -owide -n USER_CLUSTER_NAME --kubeconfig ADMIN_CLUSTER_KUBECONFIG
|
Upgrade, aggiornamenti |
1.6+, 1.7+ |
Gli upgrade dei cluster di amministrazione 1.6 e 1.7 potrebbero essere interessati dal reindirizzamento k8s.gcr.io -> registry.k8s.io
Kubernetes ha reindirizzato il traffico da k8s.gcr.io a registry.k8s.io il 20/03/2023. In Google Distributed Cloud 1.6.x e 1.7.x, gli upgrade del cluster di amministrazione utilizzano l'immagine container k8s.gcr.io/pause:3.2 . Se utilizzi un proxy per la workstation di amministrazione e il proxy non consente registry.k8s.io e l'immagine container k8s.gcr.io/pause:3.2 non viene memorizzata nella cache localmente, gli upgrade del cluster di amministrazione non riusciranno quando esegui il pull dell'immagine container.
Soluzione:
Aggiungi registry.k8s.io alla lista consentita del proxy per la workstation di amministrazione.
|
Networking |
1.10, 1.11, 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2 |
Errore di convalida di Seesaw durante la creazione del bilanciatore del carico
gkectl create loadbalancer non riesce e restituisce il seguente messaggio di errore:
- 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
Ciò è dovuto all'esistenza del file del gruppo di altalena altalena. E il controllo preflight
cerca di convalidare un bilanciatore del carico per altalena inesistente.
Soluzione:
Rimuovi il file del gruppo altalena esistente per questo cluster. Il nome del file è seesaw-for-gke-admin.yaml per il cluster di amministrazione e seesaw-for-{CLUSTER_NAME}.yaml per un cluster utente.
|
Networking |
1,14 |
Timeout dell'applicazione causati da errori di inserimento della tabella di connessione
La versione 1.14 di Google Distributed Cloud è soggetta a errori di inserimento nella tabella di tracciamento delle connessioni netfilter (conntrack) quando vengono utilizzate immagini
del sistema operativo Ubuntu o COS. Gli errori di inserimento generano timeout dell'applicazione casuali e possono verificarsi anche quando la tabella di connessione ha spazio per nuove voci. Gli errori sono causati da modifiche nel kernel 5.15 e versioni successive che limitano gli inserimenti delle tabelle in base alla lunghezza della catena.
Per verificare se questo problema ti riguarda, puoi controllare le statistiche del sistema di monitoraggio delle connessioni nel kernel
su ciascun nodo con il seguente
comando:
sudo conntrack -S
La risposta ha questo aspetto:
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
...
Se un valore chaintoolong nella risposta è un numero diverso da zero, hai riscontrato questo problema.
Soluzione alternativa
La mitigazione a breve termine è l'aumento delle dimensioni sia della tabella hash netfiler (nf_conntrack_buckets ) sia della tabella di monitoraggio delle connessioni netfilter (nf_conntrack_max ). Usa i seguenti comandi su ciascun nodo cluster per aumentare le dimensioni delle tabelle:
sysctl -w net.netfilter.nf_conntrack_buckets=TABLE_SIZE
sysctl -w net.netfilter.nf_conntrack_max=TABLE_SIZE
Sostituisci TABLE_SIZE con la nuova dimensione in byte. Il
valore predefinito per le dimensioni della tabella è 262144 . Ti suggeriamo di impostare un valore uguale a 65.536 volte il numero di core sul nodo. Ad esempio, se il nodo ha otto core, imposta le dimensioni della tabella su 524288 .
|
Networking |
1.13.0-1.13.2 |
Calico-typha o anetd-operator Crash loop sui nodi Windows con Controlplane v2
Con la versione 2 del piano di controllo o con un nuovo modello di installazione, è possibile che calico-typha o anetd-operator vengano pianificati sui nodi Windows e riscontrino un ciclo di arresto anomalo.
Il motivo è che i due deployment tollerano tutte le incompatibilità, inclusa quella dei nodi Windows.
Soluzione:
Esegui l'upgrade alla versione 1.13.3+ oppure esegui i comandi seguenti per modificare il deployment "calico-typha" o "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
Rimuovi il seguente spec.template.spec.tolerations :
- effect: NoSchedule
operator: Exists
- effect: NoExecute
operator: Exists
Aggiungi la seguente tolleranza:
- key: node-role.kubernetes.io/master
operator: Exists
|
Configurazione |
1.14.0-1.14.2 |
Impossibile caricare il file delle credenziali del registro privato del cluster utente
Potresti non essere in grado di creare un cluster utente se specifichi la sezione privateRegistry con la credenziale fileRef .
Potrebbe verificarsi un errore preflight con il seguente messaggio:
[FAILURE] Docker registry access: Failed to login.
Soluzione:
|
Suite operativa |
1,10 e oltre |
Cloud Service Mesh e altri mesh di servizi non compatibili con Dataplane v2
Dataplane V2 prende il controllo del bilanciamento del carico e crea un socket del kernel invece di un DNAT basato su pacchetto. Ciò significa che Cloud Service Mesh non può eseguire l'ispezione dei pacchetti poiché il pod viene ignorato e non utilizza mai IPTables.
Questo si manifesta in modalità gratuita kube-proxy per perdita di connettività o instradamento del traffico non corretto per i servizi con Cloud Service Mesh, in quanto il file collaterale non può eseguire l'ispezione dei pacchetti.
Questo problema si verifica in tutte le versioni di Google Distributed Cloud 1.10, tuttavia alcune versioni più recenti della 1.10 (1.10.2+) hanno una soluzione alternativa.
Soluzione:
Esegui l'upgrade alla versione 1.11 per una compatibilità completa oppure, se esegui 1.10.2 o versioni successive, esegui:
kubectl edit cm -n kube-system cilium-config --kubeconfig USER_CLUSTER_KUBECONFIG
Aggiungi bpf-lb-sock-hostns-only: true alla configmap e riavvia il daemonset anetd:
kubectl rollout restart ds anetd -n kube-system --kubeconfig USER_CLUSTER_KUBECONFIG
|
Archiviazione |
1.12 e versioni successive, 1.13.3 |
kube-controller-manager potrebbe scollegare i volumi permanenti con forza dopo 6 minuti
kube-controller-manager potrebbe scadere durante lo scollegamento di PV/PVC dopo 6 minuti e scollegarli forzatamente. I log dettagliati di kube-controller-manager mostrano eventi simili ai seguenti:
$ 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
Per verificare il problema, accedi al nodo ed esegui questi comandi:
# See all the mounting points with disks
lsblk -f
# See some ext4 errors
sudo dmesg -T
Nel log kubelet vengono visualizzati errori come i seguenti:
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
Soluzione:
Connettiti al nodo interessato tramite SSH e riavvialo.
|
Upgrade, aggiornamenti |
1,12 e versioni successive, 1,13 e versioni successive, 1,14 e versioni successive |
L'upgrade del cluster è bloccato se viene utilizzato un driver CSI di terze parti
Potresti non essere in grado di eseguire l'upgrade di un cluster se utilizzi un driver CSI di terze parti. Il comando gkectl cluster diagnose potrebbe restituire il seguente errore:
"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"
Soluzione:
Esegui l'upgrade utilizzando l'opzione
--skip-validation-all .
|
Operazione |
1.10+, 1.11+, 1.12+, 1.13+, 1.14+ |
gkectl repair admin-master crea la VM master di amministrazione
senza eseguire l'upgrade della versione hardware della macchina virtuale
Il nodo master di amministrazione creato tramite gkectl repair admin-master
potrebbe utilizzare una versione hardware della VM inferiore a quella prevista. In questo caso, visualizzerai l'errore nel report 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.
Soluzione:
Arresta il nodo master di amministrazione, segui
https://kb.vmware.com/s/article/1003746
per eseguire l'upgrade del nodo alla versione prevista descritta nel messaggio
di errore, quindi avvia il nodo.
|
Sistema operativo |
1.10+, 1.11+, 1.12+, 1.13+, 1.14+, 1.15+, 1.16+ |
La VM rilascia il lease DHCP all'arresto/al riavvio in modo imprevisto, il che potrebbe comportare modifiche all'IP
Nella versione 244 di systemd, systemd-networkd ha una
modifica del comportamento predefinito
nella configurazione di KeepConfiguration . Prima di questa modifica, le VM non inviavano un messaggio di rilascio del lease DHCP al server DHCP all'arresto o al riavvio. Dopo questa modifica, le VM inviano un messaggio di questo tipo e restituiscono gli IP al server DHCP. Di conseguenza, l'IP rilasciato potrebbe essere
riassegnato a una VM diversa e/o un IP diverso potrebbe essere assegnato alla
VM, con conseguenti conflitti tra gli IP (a livello di Kubernetes, non a livello di vSphere)
e/o modifiche IP sulle VM, che possono interrompere i cluster in vari modi.
Ad esempio, potresti notare i seguenti sintomi.
- La UI di vCenter mostra che nessuna VM utilizza lo stesso IP, ma
kubectl get
nodes -o wide restituisce nodi con IP duplicati.
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
- I nuovi nodi non vengono avviati a causa dell'errore
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
Soluzione:
Esegui il deployment del seguente DaemonSet sul cluster per ripristinare la modifica del comportamento predefinito di systemd-networkd . Le VM che eseguono questo DaemonSet non rilasceranno gli IP per il server DHCP all'arresto/al riavvio. Gli IP verranno liberati automaticamente dal server DHCP alla scadenza dei lease.
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
|
Operazione, upgrade, aggiornamenti |
1.12.0-1.12.5, 1.13.0-1.13.5, 1.14.0-1.14.1 |
Chiave dell'account di servizio di accesso ai componenti cancellata dopo l'upgrade del cluster di amministrazione dalla versione 1.11.x
Questo problema interesserà solo i cluster di amministrazione di cui viene eseguito l'upgrade dalla versione 1.11.x e non i cluster di amministrazione appena creati dopo la versione 1.12.
Dopo aver eseguito l'upgrade di un cluster da 1.11.x a 1.12.x, il campo component-access-sa-key nel secret di admin-cluster-creds verrà cancellato e vuoto.
Per verificarlo, esegui questo comando:
kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get secret admin-cluster-creds -o yaml | grep 'component-access-sa-key'
Se trovi che l'output è vuoto, significa che la chiave è stata cancellata.
Dopo l'eliminazione della chiave dell'account di servizio di accesso ai componenti, l'installazione di nuovi cluster utente o l'upgrade dei cluster utente esistenti non riuscirà. Di seguito sono elencati alcuni messaggi di errore che potresti ricevere:
- Errore preflight lento con convalida con messaggio di errore:
"Failed
to create the test VMs: failed to get service account key: service
account is not configured."
- Preparazione entro il giorno
gkectl prepare non riuscita. Messaggio di errore:
"Failed to prepare OS images: dialing: unexpected end of JSON
input"
- Se esegui l'upgrade di un cluster utente 1.13 utilizzando Google Cloud
Console o gcloud CLI, quando esegui
gkectl update admin --enable-preview-user-cluster-central-upgrade
per eseguire il deployment del controller della piattaforma di upgrade, il comando non riesce
e restituisce il messaggio: "failed to download bundle to disk: dialing:
unexpected end of JSON input" (puoi visualizzare questo messaggio
nel campo status
nell'output di kubectl --kubeconfig
ADMIN_KUBECONFIG -n kube-system get onprembundle -oyaml ).
Soluzione:
Aggiungi manualmente la chiave dell'account di servizio di accesso ai componenti nel secret
eseguendo questo comando:
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 -
|
Operazione |
1.13.0 e versioni successive, 1.14.0 e versioni successive |
Il gestore della scalabilità automatica dei cluster non funziona quando è abilitato Controlplane V2
Per i cluster utente creati con Controlplane V2 o con un nuovo modello di installazione, i pool di nodi con la scalabilità automatica abilitata utilizzano sempre il rispettivo autoscaling.minReplicas nel cluster user-cluster.yaml. Il log del pod del gestore della scalabilità automatica del cluster mostra anche che sono in stato non integro.
> 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
Per trovare il pod del gestore della scalabilità automatica dei cluster, esegui i comandi riportati di seguito.
> kubectl --kubeconfig $USER_CLUSTER_KUBECONFIG -n kube-system \
get pods | grep cluster-autoscaler
cluster-autoscaler-5857c74586-txx2c 4648017n 48076Ki 30s
Soluzione:
Disabilita la scalabilità automatica in tutti i pool di nodi con "gkectl update cluster" fino all'upgrade a una versione con la correzione
|
Installazione |
1.12.0-1.12.4, 1.13.0-1.13.3, 1.14.0 |
Il CIDR non è consentito nel file dei blocchi IP
Quando gli utenti utilizzano CIDR nel file a blocchi IP, la convalida della configurazione avrà esito negativo con il seguente errore:
- Validation Category: Config Check
- [FAILURE] Config: AddressBlock for admin cluster spec is invalid: invalid IP:
172.16.20.12/30
Soluzione:
Includi singoli IP nel file dei blocchi IP fino all'aggiornamento a una versione con la correzione: 1.12.5, 1.13.4, 1.14.1+.
|
Upgrade, aggiornamenti |
1.14.0-1.14.1 |
L'aggiornamento del tipo di immagine del sistema operativo in admin-cluster.yaml non attende la nuova creazione delle macchine del piano di controllo dell'utente
Quando aggiorna il tipo di immagine del sistema operativo del piano di controllo in admin-cluster.yaml e se il cluster utente corrispondente è stato creato tramite Controlplane V2, le macchine del piano di controllo utente potrebbero non terminare la riproduzione al termine del comando gkectl.
Soluzione:
Al termine dell'aggiornamento, continua ad attendere che anche le macchine del piano di controllo utente terminino la loro creazione monitorando i tipi di immagini del sistema operativo dei nodi utilizzando kubectl --kubeconfig USER_KUBECONFIG get nodes -owide . Ad esempio, in caso di aggiornamento da Ubuntu a COS, dobbiamo attendere che tutte le macchine del piano di controllo passino completamente da Ubuntu a COS anche dopo il completamento del comando di aggiornamento.
|
Operazione |
1,10, 1,11, 1,12, 1,13 e 1.14.0 |
Errori di creazione o eliminazione del pod a causa di un problema del token di autenticazione dell'account di servizio CNI di Calico
Un problema con Calico in Google Distributed Cloud 1.14.0
provoca l'esito negativo della creazione e dell'eliminazione del pod con il seguente messaggio di errore
nell'output di kubectl describe pods :
error getting ClusterInformation: connection is unauthorized: Unauthorized
Questo problema viene osservato solo 24 ore dopo la creazione o l'upgrade del cluster alla versione 1.14 utilizzando Calico.
I cluster di amministrazione utilizzano sempre Calico, mentre per i cluster utente è presente un campo di configurazione "enableDataPlaneV2" in user-cluster.yaml. Se quel campo è impostato su "false" o non è specificato, significa che stai utilizzando Calico nel cluster utente.
Il container install-cni dei nodi crea un kubeconfig con un token valido per 24 ore. Questo token deve essere rinnovato periodicamente dal pod calico-node . Il pod calico-node non è in grado di rinnovare il token perché non ha accesso alla directory che contiene il file kubeconfig sul nodo.
Soluzione:
Questo problema è stato risolto in Google Distributed Cloud versione 1.14.1. Esegui l'upgrade a questa versione o a una successiva.
Se non puoi eseguire subito l'upgrade, applica la seguente patch al DaemonSet calico-node nel tuo cluster di amministrazione e utente:
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 -
Sostituisci quanto segue:
ADMIN_CLUSTER_KUBECONFIG : il percorso del file kubeconfig del cluster di amministrazione.
USER_CLUSTER_CONFIG_FILE : il percorso
del file di configurazione del cluster utente.
|
Installazione |
1.12.0-1.12.4, 1.13.0-1.13.3, 1.14.0 |
La convalida dei blocchi IP non va a buon fine quando si utilizza CIDR
La creazione del cluster non riesce nonostante la configurazione dell'utente sia corretta. L'utente vede la creazione non riuscita perché il cluster non ha un numero sufficiente di IP.
Soluzione:
Suddividi i CIDR in diversi blocchi CIDR più piccoli, ad esempio 10.0.0.0/30 diventa 10.0.0.0/31, 10.0.0.2/31 . Se ci sono CIDR N+1, dove N è il numero di nodi nel cluster, questo dovrebbe essere sufficiente.
|
Operazione, upgrade, aggiornamenti |
1.11.0 - 1.11.1, 1.10.0 - 1.10.4, 1.9.0 - 1.9.6 |
Il backup del cluster di amministrazione non include la configurazione e le chiavi di crittografia dei secret sempre attivi
Quando la funzionalità di crittografia dei secret sempre attivi è abilitata insieme al backup del cluster, il backup del cluster di amministrazione non riesce a includere le chiavi di crittografia e la configurazione richieste dalla funzionalità di crittografia dei secret sempre attiva. Di conseguenza, la riparazione del master dell'amministratore con questo backup utilizzando gkectl repair admin-master --restore-from-backup causa il seguente errore:
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
Soluzione alternativa:
- Utilizza il programma binario gkectl dell'ultima versione della patch disponibile per la versione secondaria corrispondente per eseguire il backup del cluster di amministrazione dopo le operazioni critiche del cluster. Ad esempio, se il cluster esegue una versione 1.10.2, utilizza il programma binario gkectl 1.10.5 per eseguire un backup manuale del cluster di amministrazione come descritto in Eseguire il backup e ripristinare un cluster di amministrazione con gkectl.
|
Operazione, upgrade, aggiornamenti |
1,10 e oltre |
Ricreare la VM master di amministrazione con un nuovo disco di avvio (ad es. gkectl repair admin-master ) non riuscirà se la funzionalità di crittografia dei secret sempre attivi è abilitata utilizzando il comando "gkectl update".
Se la funzionalità di crittografia dei secret sempre attivi non viene abilitata al momento della creazione del cluster, ma viene abilitata in un secondo momento utilizzando l'operazione gkectl update , gkectl repair admin-master non riesce a riparare il nodo del piano di controllo del cluster di amministrazione. Ti consigliamo di abilitare la funzionalità di crittografia dei secret sempre attivi al momento della creazione del cluster. Al momento non è prevista alcuna mitigazione.
|
Upgrade, aggiornamenti |
1,1 |
L'upgrade del primo cluster utente dalla versione 1.9 alla versione 1.10 ricrea i nodi in altri cluster utente
L'upgrade del primo cluster utente dalla versione 1.9 alla versione 1.10 potrebbe ricreare nodi in altri cluster utente all'interno dello stesso cluster di amministrazione. La ricreazione viene eseguita in modo graduale.
disk_label è stato rimosso da MachineTemplate.spec.template.spec.providerSpec.machineVariables e questo ha attivato inaspettatamente un aggiornamento per tutti i MachineDeployment .
Soluzione:
Visualizza i passaggi per la soluzione alternativa
- Fai lo scale down della replica di
clusterapi-controllers a 0 per tutti i cluster utente.
kubectl scale --replicas=0 -n=USER_CLUSTER_NAME deployment/clusterapi-controllers --kubeconfig ADMIN_CLUSTER_KUBECONFIG
Esegui l'upgrade di ogni cluster utente uno alla volta.
|
Upgrade, aggiornamenti |
1.10.0 |
Docker si riavvia spesso dopo l'upgrade del cluster
L'upgrade del cluster utente alla versione 1.10.0 potrebbe causare il riavvio frequente di Docker.
Puoi rilevare questo problema eseguendo kubectl describe node NODE_NAME --kubeconfig USER_CLUSTER_KUBECONFIG
Una condizione del nodo mostrerà se il docker si riavvia frequentemente. Ecco un output di esempio:
Normal FrequentDockerRestart 41m (x2 over 141m) systemd-monitor Node condition FrequentDockerRestart is now: True, reason: FrequentDockerRestart
Per comprendere la causa principale, devi accedere tramite SSH al nodo che presenta il sintomo ed eseguire comandi come sudo journalctl --utc -u docker o sudo journalctl -x
Soluzione:
|
Upgrade, aggiornamenti |
1,11, 1,12 |
I componenti di GMP di cui è stato eseguito il deployment autonomo non vengono conservati dopo l'upgrade alla versione 1.12
Se utilizzi una versione di Google Distributed Cloud precedente alla 1.12 e hai configurato manualmente i componenti Prometheus gestiti da Google (GMP) nello spazio dei nomi gmp-system per il tuo cluster, i componenti non vengono conservati quando esegui l'upgrade alla versione 1.12.x.
A partire dalla versione 1.12, i componenti di GMP nello spazio dei nomi gmp-system e nei CRD sono gestiti dall'oggetto stackdriver , con il flag enableGMPForApplications impostato su false per impostazione predefinita. Se esegui manualmente il deployment dei componenti GMP nello spazio dei nomi prima dell'upgrade alla versione 1.12, le risorse verranno eliminate entro il giorno stackdriver .
Soluzione:
|
Operazione |
1.11, 1.12, 1.13.0 - 1.13.1 |
Oggetti ClusterAPI mancanti nello scenario system del cluster snapshot
Nello scenario system , lo snapshot del cluster non include risorse nello spazio dei nomi default .
Tuttavia, alcune risorse Kubernetes, come gli oggetti dell'API Cluster, che si trovano in questo spazio dei nomi contengono utili informazioni di debug. Lo snapshot del cluster dovrebbe includerle.
Soluzione:
Puoi eseguire manualmente i seguenti comandi per raccogliere le informazioni di debug.
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
dove:
USER_CLUSTER_KUBECONFIG è il file kubeconfig del cluster utente.
|
Upgrade, aggiornamenti |
1.11.0-1.11.4, 1.12.0-1.12.3, 1.13.0-1.13.1 |
Eliminazione del cluster utente bloccata allo svuotamento dei nodi per la configurazione vSAN
Durante l'eliminazione, l'aggiornamento o l'upgrade di un cluster utente, lo svuotamento dei nodi potrebbe bloccarsi nei seguenti scenari:
- Il cluster di amministrazione utilizza il driver CSI vSphere su vSAN dalla versione 1.12.x e
- Non sono presenti oggetti PVC/PV creati da plug-in vSphere in-tree nei cluster di amministrazione e utente.
Per identificare il sintomo, esegui il comando seguente:
kubectl logs clusterapi-controllers-POD_NAME_SUFFIX --kubeconfig ADMIN_KUBECONFIG -n USER_CLUSTER_NAMESPACE
Ecco un esempio di messaggio di errore del comando precedente:
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 è la directory predefinita per il driver in-tree vSphere. Quando non vengono creati oggetti PVC/PV, potresti riscontrare un bug che indica che lo svuotamento dei nodi sarà bloccato a trovare kubevols , poiché l'implementazione corrente presuppone che kubevols esista sempre.
Soluzione:
Crea la directory kubevols nel datastore in cui viene creato il nodo. Questo viene definito nel campo vCenter.datastore nei file user-cluster.yaml o admin-cluster.yaml .
|
Configurazione |
1,7, 1,8, 1,9, 1,10, 1,11, 1,12, 1,13 e 1,14 |
Cluster Autoscaler clusterrolebinding e clusterrole vengono eliminati dopo l'eliminazione di un cluster utente.
All'eliminazione del cluster utente, vengono eliminati anche i valori clusterrole e clusterrolebinding corrispondenti per il gestore della scalabilità automatica del cluster. Questo interessa tutti gli altri cluster utente sullo stesso cluster di amministrazione con il gestore della scalabilità automatica dei cluster abilitato. Questo perché gli stessi clusterrole e clusterrolebinding vengono utilizzati per tutti i pod del gestore della scalabilità automatica dei cluster all'interno dello stesso cluster di amministrazione.
I sintomi sono i seguenti:
kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
cluster-autoscaler
dove ADMIN_CLUSTER_KUBECONFIG è il file kubeconfig
del cluster di amministrazione.
Ecco un esempio di messaggi di errore che potresti visualizzare:
2023-03-26T10:45:44.866600973Z W0326 10:45:44.866463 1 reflector.go:424] k8s.io/client-go/dynamic/dynamicinformer/informer.go:91: failed to list *unstructured.Unstructured: onpremuserclusters.onprem.cluster.gke.io is forbidden: User "..." cannot list resource "onpremuserclusters" in API group "onprem.cluster.gke.io" at the cluster scope
2023-03-26T10:45:44.866646815Z E0326 10:45:44.866494 1 reflector.go:140] k8s.io/client-go/dynamic/dynamicinformer/informer.go:91: Failed to watch *unstructured.Unstructured: failed to list *unstructured.Unstructured: onpremuserclusters.onprem.cluster.gke.io is forbidden: User "..." cannot list resource "onpremuserclusters" in API group "onprem.cluster.gke.io" at the cluster scope
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Verifica se clusterrole e clusterrolebinding sono mancanti nel cluster di amministrazione
-
kubectl get clusterrolebindings --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system | grep cluster-autoscaler
-
kubectl get clusterrole --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system | grep cluster-autoscaler
Applica i seguenti clusterrole e clusterrolebinding al cluster di amministrazione se mancanti. Aggiungi i soggetti dell'account di servizio al clusterrolebinding per ogni cluster utente.
-
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
name: cluster-autoscaler
rules:
- apiGroups: ["cluster.k8s.io"]
resources: ["clusters"]
verbs: ["get", "list", "watch"]
- apiGroups: ["cluster.k8s.io"]
resources: ["machinesets","machinedeployments", "machinedeployments/scale","machines"]
verbs: ["get", "list", "watch", "update", "patch"]
- apiGroups: ["onprem.cluster.gke.io"]
resources: ["onpremuserclusters"]
verbs: ["get", "list", "watch"]
- apiGroups:
- coordination.k8s.io
resources:
- leases
resourceNames: ["cluster-autoscaler"]
verbs:
- get
- list
- watch
- create
- update
- patch
- apiGroups:
- ""
resources:
- nodes
verbs: ["get", "list", "watch", "update", "patch"]
- apiGroups:
- ""
resources:
- pods
verbs: ["get", "list", "watch"]
- apiGroups:
- ""
resources:
- pods/eviction
verbs: ["create"]
# read-only access to cluster state
- apiGroups: [""]
resources: ["services", "replicationcontrollers", "persistentvolumes", "persistentvolumeclaims"]
verbs: ["get", "list", "watch"]
- apiGroups: ["apps"]
resources: ["daemonsets", "replicasets"]
verbs: ["get", "list", "watch"]
- apiGroups: ["apps"]
resources: ["statefulsets"]
verbs: ["get", "list", "watch"]
- apiGroups: ["batch"]
resources: ["jobs"]
verbs: ["get", "list", "watch"]
- apiGroups: ["policy"]
resources: ["poddisruptionbudgets"]
verbs: ["get", "list", "watch"]
- apiGroups: ["storage.k8s.io"]
resources: ["storageclasses", "csinodes"]
verbs: ["get", "list", "watch"]
# misc access
- apiGroups: [""]
resources: ["events"]
verbs: ["create", "update", "patch"]
- apiGroups: [""]
resources: ["configmaps"]
verbs: ["create"]
- apiGroups: [""]
resources: ["configmaps"]
resourceNames: ["cluster-autoscaler-status"]
verbs: ["get", "update", "patch", "delete"]
-
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
labels:
k8s-app: cluster-autoscaler
name: cluster-autoscaler
roleRef:
apiGroup: rbac.authorization.k8s.io
kind: ClusterRole
name: cluster-autoscaler
subjects:
- kind: ServiceAccount
name: cluster-autoscaler
namespace: NAMESPACE_OF_USER_CLUSTER_1
- kind: ServiceAccount
name: cluster-autoscaler
namespace: NAMESPACE_OF_USER_CLUSTER_2
...
|
Configurazione |
1,7; 1,8; 1,9; 1,10; 1,11; 1,12; 1,13 |
il cluster di amministrazione cluster-health-controller e vsphere-metrics-exporter non funzionano dopo l'eliminazione del cluster utente
All'eliminazione del cluster utente, viene eliminato anche il valore clusterrole corrispondente, il che comporta la riparazione automatica e l'esportazione delle metriche vSphere non funzionanti
I sintomi sono i seguenti:
cluster-health-controller log
kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
cluster-health-controller
dove ADMIN_CLUSTER_KUBECONFIG è il file kubeconfig
del cluster di amministrazione.
Ecco un esempio di messaggi di errore che potresti visualizzare:
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
vsphere-metrics-exporter log
kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
vsphere-metrics-exporter
dove ADMIN_CLUSTER_KUBECONFIG è il file kubeconfig
del cluster di amministrazione.
Ecco un esempio di messaggi di errore che potresti visualizzare:
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"
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Applica il seguente YAML al cluster di amministrazione
- Per vSphere-metrics-exporter
kind: ClusterRole
apiVersion: rbac.authorization.k8s.io/v1
metadata:
name: vsphere-metrics-exporter
rules:
- apiGroups:
- cluster.k8s.io
resources:
- clusters
verbs: [get, list, watch]
- apiGroups:
- ""
resources:
- nodes
verbs: [get, list, watch]
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
labels:
k8s-app: vsphere-metrics-exporter
name: vsphere-metrics-exporter
namespace: kube-system
roleRef:
apiGroup: rbac.authorization.k8s.io
kind: ClusterRole
name: vsphere-metrics-exporter
subjects:
- kind: ServiceAccount
name: vsphere-metrics-exporter
namespace: kube-system
Per cluster-health-controller
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
name: cluster-health-controller-role
rules:
- apiGroups:
- "*"
resources:
- "*"
verbs:
- "*"
|
Configurazione |
1.12.1-1.12.3, 1.13.0-1.13.2 |
gkectl check-config non riesce durante la convalida dell'immagine del sistema operativo
Un problema noto che potrebbe causare l'errore gkectl check-config senza eseguire gkectl prepare . Questo non è chiaro perché ti suggeriamo di eseguire il comando prima di eseguire gkectl prepare
Il sintomo è che il comando gkectl check-config non riuscirà con il seguente messaggio di errore:
Validator result: {Status:FAILURE Reason:os images [OS_IMAGE_NAME] don't exist, please run `gkectl prepare` to upload os images. UnhealthyResources:[]}
Soluzione:
Opzione 1: esegui gkectl prepare per caricare le immagini del sistema operativo mancanti.
Opzione 2: utilizza gkectl check-config --skip-validation-os-images per saltare la convalida delle immagini del sistema operativo.
|
Upgrade, aggiornamenti |
1,11, 1,12, 1,13 |
gkectl update admin/cluster non riesce ad aggiornare i gruppi anti-affinità
Un problema noto che potrebbe causare l'errore gkectl update admin/cluster durante l'aggiornamento di anti affinity groups .
Il sintomo è che il comando gkectl update non riuscirà con il seguente messaggio di errore:
Waiting for machines to be re-deployed... ERROR
Exit with error:
Failed to update the cluster: timed out waiting for the condition
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Affinché l'aggiornamento abbia effetto, è necessario ricreare le macchine after l'aggiornamento non riuscito.
Per l'aggiornamento del cluster di amministrazione, i nodi master dell'utente e del componente aggiuntivo amministratore devono essere ricreati
Per l'aggiornamento del cluster utente, i nodi worker dell'utente devono essere ricreati
ricreare i nodi worker dell'utente
Opzione 1 Segui le istruzioni per aggiornare un pool di nodi e modificare la CPU o la memoria per attivare una ricreazione in sequenza dei nodi.
Opzione 2 Utilizza kubectl delete per ricreare le macchine una alla volta
kubectl delete machines MACHINE_NAME --kubeconfig USER_KUBECONFIG
ricreare i nodi master dell'utente
Opzione 1 Segui il piano di controllo di ridimensionamento e modifica la CPU o la memoria per attivare una ricreazione in sequenza dei nodi.
Opzione 2 Utilizza kubectl delete per ricreare le macchine una alla volta
kubectl delete machines MACHINE_NAME --kubeconfig ADMIN_KUBECONFIG
ricreare i nodi dei componenti aggiuntivi di amministrazione
Utilizza kubectl delete per ricreare le macchine una alla volta
kubectl delete machines MACHINE_NAME --kubeconfig ADMIN_KUBECONFIG
|
Installazione, upgrade, aggiornamenti |
1.13.0-1.13.8, 1.14.0-1.14.4, 1.15.0 |
La registrazione dei nodi non va a buon fine durante la creazione, l'upgrade, l'aggiornamento e la riparazione automatica del cluster, quando ipMode.type è static e il nome host configurato nel file dei blocchi IP contiene uno o più punti. In questo caso, le richieste di firma del certificato (CSR) per un nodo non vengono approvate automaticamente.
Per visualizzare i CSR in attesa per un nodo, esegui questo comando:
kubectl get csr -A -o wide
Verifica la presenza di messaggi di errore nei log seguenti:
- Visualizza i log nel cluster di amministrazione per il container
clusterapi-controller-manager nel pod clusterapi-controllers :
kubectl logs clusterapi-controllers-POD_NAME \
-c clusterapi-controller-manager -n kube-system \
--kubeconfig ADMIN_CLUSTER_KUBECONFIG
- Per visualizzare gli stessi log nel cluster utente, esegui questo comando:
kubectl logs clusterapi-controllers-POD_NAME \
-c clusterapi-controller-manager -n USER_CLUSTER_NAME \
--kubeconfig ADMIN_CLUSTER_KUBECONFIG
dove:
- ADMIN_CLUSTER_KUBECONFIG è il file kubeconfig del cluster di amministrazione.
- USER_CLUSTER_NAME è il nome del cluster utente.
Ecco un esempio di messaggi di errore che potresti visualizzare: "msg"="failed
to validate token id" "error"="failed to find machine for node
node-worker-vm-1" "validate"="csr-5jpx9"
- Visualizza i log di
kubelet sul nodo problematico:
journalctl --u kubelet
Ecco un esempio di messaggi di errore che potresti visualizzare: "Error getting
node" err="node \"node-worker-vm-1\" not found"
Se specifichi un nome di dominio nel campo del nome host di un file di blocchi IP,
qualsiasi carattere che segue il primo punto verrà ignorato. Ad esempio, se specifichi il nome host bob-vm-1.bank.plc , il nome host della VM e il nome del nodo saranno impostati su bob-vm-1 .
Quando la verifica dell'ID nodo è abilitata, l'approvatore CSR confronta il
nome del nodo con il nome host nella specifica della macchina e non riesce a riconciliare
il nome. L'approvatore rifiuta la CSR e il nodo non riesce a eseguire il bootstrap.
Soluzione:
Cluster utente
Disabilita la verifica dell'ID nodo completando i seguenti passaggi:
- Aggiungi i seguenti campi al file di configurazione del cluster utente:
disableNodeIDVerification: true
disableNodeIDVerificationCSRSigning: true
- Salva il file e aggiorna il cluster utente eseguendo questo
comando:
gkectl update cluster --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--config USER_CLUSTER_CONFIG_FILE
Sostituisci quanto segue:
ADMIN_CLUSTER_KUBECONFIG : il percorso del file kubeconfig del cluster di amministrazione.
USER_CLUSTER_CONFIG_FILE : il percorso
del file di configurazione del cluster utente.
Cluster di amministrazione
- Apri la risorsa personalizzata
OnPremAdminCluster da modificare:
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
edit onpremadmincluster -n kube-system
- Aggiungi la seguente annotazione alla risorsa personalizzata:
features.onprem.cluster.gke.io/disable-node-id-verification: enabled
- Modifica il manifest
kube-controller-manager nel piano di controllo del cluster di amministrazione:
- Accedi tramite SSH al nodo del piano di controllo del cluster di amministrazione.
- Apri il manifest
kube-controller-manager per la modifica:
sudo vi /etc/kubernetes/manifests/kube-controller-manager.yaml
- Trova l'elenco di
controllers :
--controllers=*,bootstrapsigner,tokencleaner,-csrapproving,-csrsigning
- Aggiorna questa sezione come mostrato di seguito:
--controllers=*,bootstrapsigner,tokencleaner
- Apri il controller API Deployment Cluster per modificare:
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
edit deployment clusterapi-controllers -n kube-system
- Modifica i valori di
node-id-verification-enabled e
node-id-verification-csr-signing-enabled in
false :
--node-id-verification-enabled=false
--node-id-verification-csr-signing-enabled=false
|
Installazione, upgrade, aggiornamenti |
1.11.0-1.11.4 |
Errore di avvio della macchina del piano di controllo amministratore causato dal bundle di certificati del registro privato
La creazione/l'upgrade del cluster di amministrazione è bloccato definitivamente al seguente log e si verifica il timeout:
Waiting for Machine gke-admin-master-xxxx to become ready...
Il log del controller API Cluster nello
snapshot del cluster esterno include il seguente log:
Invalid value 'XXXX' specified for property startup-data
Ecco un esempio di percorso file per il log del controller 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.
|
Networking |
1.10, 1.11.0-1.11.3, 1.12.0-1.12.2, 1.13.0 |
NetworkGatewayNodes marked unhealthy from concurrent
status update conflict
In networkgatewaygroups.status.nodes , some nodes switch
between NotHealthy and Up .
Logs for the ang-daemon Pod running on that node reveal
repeated errors:
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"}
Lo stato NotHealthy impedisce al controller di assegnare IP mobili aggiuntivi al nodo. Ciò può comportare un carico maggiore su altri nodi o una mancanza di ridondanza per l'alta disponibilità.
In caso contrario, l'attività Dataplane non ne è influenzata.
La contesa sull'oggetto networkgatewaygroup provoca l'esito negativo di alcuni
aggiornamenti dello stato a causa di un errore durante la gestione dei nuovi tentativi. Se troppi aggiornamenti dello stato non vanno a buon fine, ang-controller-manager vede il nodo che ha superato il limite di tempo di heartbeat e contrassegna il nodo come NotHealthy .
L'errore relativo alla gestione dei nuovi tentativi è stato risolto nelle versioni successive.
Soluzione:
Esegui l'upgrade a una versione fissa, se disponibile.
|
Upgrade, aggiornamenti |
1.12.0-1.12.2, 1.13.0 |
La condizione di gara blocca l'eliminazione degli oggetti macchina durante e durante l'aggiornamento o l'upgrade
Un problema noto che potrebbe causare il blocco dell'upgrade o dell'aggiornamento del cluster in attesa dell'eliminazione dell'oggetto della macchina precedente. Questo perché il finalizzatore non può essere rimosso dall'oggetto macchina. Questo influisce su qualsiasi operazione di aggiornamento in sequenza per i pool di nodi.
Il sintomo è che il comando gkectl scade con il seguente messaggio di errore:
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.
Nei log dei pod clusterapi-controller , gli errori sono i seguenti:
$ 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'errore si ripete per la stessa macchina per diversi minuti per consentire le esecuzioni riuscite anche senza questo problema, per la maggior parte delle volte può essere risolto rapidamente, ma in alcuni rari casi può rimanere bloccato in questa condizione di gara per diverse ore.
Il problema è che la VM sottostante è già stata eliminata in vCenter, ma
l'oggetto macchina corrispondente non può essere rimosso e rimane bloccato alla
rimozione del finalizzatore a causa di aggiornamenti molto frequenti da altri controller.
Questo può causare il timeout del comando gkectl , ma il controller continua a riconciliare il cluster, per completare il processo di upgrade o aggiornamento.
Soluzione:
Abbiamo preparato diverse opzioni di mitigazione per questo problema, che dipendono dall'ambiente e dai requisiti.
Se riscontri questo problema e dopo molto tempo l'upgrade o l'aggiornamento non riesce ancora a essere completato, contatta il nostro team di assistenza per eventuali mitigazioni.
|
Installazione, upgrade, aggiornamenti |
1.10.2; 1.11; 1.12; 1.13 |
Errore preflight gkectl per la preparazione delle immagini del sistema operativo
Comando gkectl prepare non riuscito con:
- 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.
I controlli preflight di gkectl prepare includevano una convalida errata.
Soluzione:
Esegui lo stesso comando con un flag aggiuntivo
--skip-validation-os-images .
|
Installazione |
1,7; 1,8; 1,9; 1,10; 1,11; 1,12; 1,13 |
L'URL vCenter con il prefisso https:// o http://
potrebbe causare un errore di avvio del cluster
Creazione del cluster di amministrazione non riuscita con:
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 viene utilizzato come parte di una chiave secret, che non supporta "/" o ":".
Soluzione:
Rimuovi il prefisso https:// o http:// dal campo vCenter.Address nel file YAML di configurazione del cluster di amministrazione o del cluster utente.
|
Installazione, upgrade, aggiornamenti |
1,10; 1,11; 1,12; 1,13 |
Panico gkectl prepare su util.CheckFileExists
gkectl prepare può andare in panico con la seguente
analisi dello stack:
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
...
Il problema è che gkectl prepare ha creato la directory del certificato del registro privato con un'autorizzazione errata.
Soluzione:
Per risolvere il problema, esegui i comandi seguenti sulla workstation di amministrazione:
sudo mkdir -p /etc/docker/certs.d/PRIVATE_REGISTRY_ADDRESS
sudo chmod 0755 /etc/docker/certs.d/PRIVATE_REGISTRY_ADDRESS
|
Upgrade, aggiornamenti |
1,10; 1,11; 1,12; 1,13 |
gkectl repair admin-master e l'upgrade ripristinabile dell'amministratore non funzionano insieme
Dopo un tentativo non riuscito di upgrade del cluster di amministrazione, non eseguire gkectl
repair admin-master . Così facendo, i successivi tentativi di upgrade dell'amministratore potrebbero non riuscire e potrebbero verificarsi problemi come l'arresto del master dell'amministratore o l'inaccessibilità della VM.
Soluzione:
Se hai già riscontrato questo scenario di errore, contatta l'assistenza.
|
Upgrade, aggiornamenti |
1,10, 1,11 |
Il ripreso dell'upgrade del cluster di amministrazione può comportare la mancanza del modello di VM del piano di controllo amministrativo
Se la macchina del piano di controllo amministratore non viene ricreata dopo un tentativo ripreso di upgrade del cluster di amministrazione, il modello di VM del piano di controllo amministratore viene eliminato. Il modello di VM del piano di controllo amministratore è il modello del master
di amministrazione utilizzato per recuperare la macchina del piano di controllo con
gkectl
repair admin-master .
Soluzione:
Il modello di VM del piano di controllo amministrativo verrà rigenerato durante il successivo upgrade del cluster di amministrazione.
|
Sistema operativo |
1,12, 1,13 |
cgroup v2 potrebbe influire sui carichi di lavoro
Nella versione 1.12.0, cgroup v2 (unificato) è abilitato per impostazione predefinita per i nodi
Container Optimized OS (COS). Ciò potrebbe causare instabilità per i carichi di lavoro in un cluster COS.
Soluzione:
Siamo tornati a cgroup v1 (ibrido) nella versione 1.12.1. Se utilizzi nodi COS, ti consigliamo di eseguire l'upgrade alla versione 1.12.1 non appena viene rilasciata.
|
Identità |
1,10; 1,11; 1,12; 1,13 |
Risorsa personalizzata ClientConfig
gkectl update ripristina eventuali modifiche manuali apportate
alla risorsa personalizzata ClientConfig.
Soluzione:
Ti consigliamo vivamente di eseguire il backup della risorsa ClientConfig dopo ogni modifica manuale.
|
Installazione |
1,10; 1,11; 1,12; 1,13 |
Convalida di gkectl check-config non riuscita: impossibile trovare le partizioni BIG-IP di F5
La convalida non riesce perché non è possibile trovare le partizioni BIG-IP di F5, anche se esistono.
Un problema con l'API BIG-IP di F5 può causare la mancata riuscita della convalida.
Soluzione:
Prova a eseguire di nuovo gkectl check-config .
|
Installazione |
1,12 |
Installazione del cluster utente non riuscita a causa di un problema relativo alle elezioni leader di cert-manager/ca-injector
Potresti notare un errore di installazione dovuto a
cert-manager-cainjector in arresto anomalo, quando apiserver/etcd
è lento:
# 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"
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Esegui questi comandi per mitigare il problema.
Innanzitutto, fai fare lo scale down di monitoring-operator in modo che le modifiche al deployment cert-manager non vengano annullate:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG -n kube-system \
scale deployment monitoring-operator --replicas=0
Modifica il deployment cert-manager-cainjector per disabilitare
l'elezione dei leader, perché è in esecuzione una sola replica. Non è
obbligatorio per una singola replica:
# Add a command line flag for cainjector: `--leader-elect=false`
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG edit \
-n kube-system deployment cert-manager-cainjector
Lo snippet YAML pertinente per il deployment cert-manager-cainjector dovrebbe essere simile al seguente esempio:
...
apiVersion: apps/v1
kind: Deployment
metadata:
name: cert-manager-cainjector
namespace: kube-system
...
spec:
...
template:
...
spec:
...
containers:
- name: cert-manager
image: "gcr.io/gke-on-prem-staging/cert-manager-cainjector:v1.0.3-gke.0"
args:
...
- --leader-elect=false
...
Mantieni monitoring-operator replica su 0 come mitigazione fino al termine dell'installazione. In caso contrario, la modifica verrà annullata.
Al termine dell'installazione e quando il cluster è in esecuzione, attiva monitoring-operator per le operazioni day-2:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG -n kube-system \
scale deployment monitoring-operator --replicas=1
Dopo ogni upgrade, le modifiche vengono annullate. Esegui di nuovo gli stessi passaggi per limitare il problema fino a quando non verrà risolto in una release futura.
|
VMware |
1,10; 1,11; 1,12; 1,13 |
Riavvio o upgrade di vCenter per versioni precedenti alla 7.0U2
Se vCenter, per le versioni precedenti alla 7.0U2, viene riavviato, dopo un upgrade o in altro modo, il nome della rete nelle informazioni della VM fornite da vCenter non è corretto e la macchina si trova in uno stato Unavailable . Questo porta alla riparazione automatica dei nodi per crearne di nuovi.
Bug govmomi
correlato.
Soluzione:
Questa soluzione alternativa è fornita dall'assistenza VMware:
- Il problema è stato risolto in vCenter 7.0U2 e versioni successive.
- Per le versioni precedenti, fai clic con il tasto destro del mouse sull'host, quindi seleziona Connessione > Disconnetti. Il passaggio successivo consiste nella riconnessione, in modo da forzare l'aggiornamento del gruppo di porte della VM.
|
Sistema operativo |
1,10; 1,11; 1,12; 1,13 |
Connessione SSH chiusa dall'host remoto
Per Google Distributed Cloud versione 1.7.2 e successive, le immagini del sistema operativo Ubuntu sono protette con
CIS L1 Server Benchmark.
Per soddisfare la regola CIS "5.2.16 Assicurati che l'intervallo di timeout per inattività SSH sia
configurato", /etc/ssh/sshd_config ha le seguenti
impostazioni:
ClientAliveInterval 300
ClientAliveCountMax 0
Lo scopo di queste impostazioni è chiudere una sessione client dopo 5 minuti di inattività. Tuttavia, il valore ClientAliveCountMax 0
causa comportamenti imprevisti. Quando utilizzi la sessione SSH sulla workstation di amministrazione o un nodo cluster, la connessione SSH potrebbe essere disconnessa anche il client ssh non è inattivo, ad esempio durante l'esecuzione di un comando che richiede molto tempo, e il comando potrebbe essere terminato con il seguente messaggio:
Connection to [IP] closed by remote host.
Connection to [IP] closed.
Soluzione:
Puoi:
Assicurati di riconnettere la sessione SSH.
|
Installazione |
1,10; 1,11; 1,12; 1,13 |
Installazione di cert-manager in conflitto
Nelle release 1.13, monitoring-operator installerà cert-manager nello spazio dei nomi cert-manager . Se per determinati
motivi devi installare il tuo cert-manager, segui queste istruzioni
per evitare conflitti:
Devi applicare questa soluzione una sola volta per ogni cluster e le modifiche verranno conservate durante l'upgrade del cluster.
Nota: un sintomo comune dell'installazione di un gestore certificati è che la versione o l'immagine cert-manager (ad esempio v1.7.2) potrebbe ripristinare la versione precedente. Ciò è dovuto al fatto che monitoring-operator tenta di riconciliare il cert-manager e ha ripristinato la versione durante il processo.
Soluzione:
<pEvita conflitti durante l'upgrade
- Disinstalla la tua versione di
cert-manager . Se hai definito le tue risorse, ti consigliamo di eseguire il backup
.
- Esegui l'upgrade.
- Segui le istruzioni riportate di seguito per ripristinare il tuo
cert-manager .
Ripristinare cert-manager nei cluster utente
- Scala il deployment di
monitoring-operator a 0:
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
-n USER_CLUSTER_NAME \
scale deployment monitoring-operator --replicas=0
- Scala i deployment
cert-manager gestiti da
monitoring-operator a 0:
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
- Reinstalla la tua versione di
cert-manager .
Ripristina le risorse personalizzate, se possibile.
- Puoi saltare questo passaggio se utilizzi l'
installazione predefinita di cert-manager upstream o se hai la certezza che cert-manager sia installato nello spazio dei nomi
cert-manager .
In caso contrario, copia il certificato cert-manager.io/v1 metrics-ca e le risorse Issuer metrics-pki.cluster.local da cert-manager allo spazio dei nomi delle risorse del cluster del cert-manager installato.
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 $f2
Ripristinare il gestore certificati nei cluster di amministrazione
In generale, non dovrebbe essere necessario reinstallare cert-manager nei cluster di amministrazione, perché questi ultimi eseguono solo i carichi di lavoro del piano di controllo Google Distributed Cloud. Nei rari casi in cui devi installare anche il tuo
cert-manager nei cluster di amministrazione, segui le istruzioni seguenti
per evitare conflitti. Tieni presente che se sei un cliente Apigee e hai bisogno solo di cert-manager per Apigee, non devi eseguire i comandi del cluster di amministrazione.
- Scala il deployment di
monitoring-operator a 0.
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
-n kube-system scale deployment monitoring-operator --replicas=0
- Scala i deployment
cert-manager gestiti da
monitoring-operator a 0.
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
-n cert-manager scale deployment cert-manager \
--replicas=0
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
-n cert-manager scale deployment cert-manager-cainjector \
--replicas=0
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
-n cert-manager scale deployment cert-manager-webhook \
--replicas=0
- Reinstalla la tua versione di
cert-manager .
Ripristina le risorse personalizzate, se possibile.
- Puoi saltare questo passaggio se utilizzi l'
installazione predefinita di cert-manager upstream o se hai la certezza che cert-manager sia installato nello spazio dei nomi
cert-manager .
In caso contrario, copia il certificato cert-manager.io/v1 metrics-ca e le risorse Issuer metrics-pki.cluster.local da cert-manager allo spazio dei nomi delle risorse del cluster del cert-manager installato.
relevant_fields='
{
apiVersion: .apiVersion,
kind: .kind,
metadata: {
name: .metadata.name,
namespace: "YOUR_INSTALLED_CERT_MANAGER_NAMESPACE"
},
spec: .spec
}
'
f3=$(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
</p |
Sistema operativo |
1,10; 1,11; 1,12; 1,13 |
Falsi positivi nell'analisi delle vulnerabilità Docker, containerd e runc
Le immagini Docker, containerd e runc nelle immagini del sistema operativo Ubuntu fornite con Google Distributed Cloud sono bloccate a versioni speciali utilizzando Ubuntu PPA. Ciò garantisce che eventuali modifiche al runtime dei container vengano qualificate da Google Distributed Cloud prima di ogni release.
Tuttavia, le versioni speciali sono sconosciute al
tracker
CVE
di Ubuntu, che viene utilizzato come feed delle vulnerabilità da parte di vari
strumenti di analisi delle CVE. Pertanto, vedrai falsi positivi nei risultati dell'analisi delle vulnerabilità Docker, containerd e runc.
Ad esempio, potresti vedere i seguenti falsi positivi nei risultati della scansione
CVE. Questi CVE sono già corretti nelle ultime patch
di Google Distributed Cloud.
Fai riferimento alle note di rilascio]
per eventuali correzioni CVE.
Soluzione:
Canonical è a conoscenza di questo problema e la soluzione viene monitorata all'indirizzo
https://github.com/canonical/sec-cvescan/issues/73.
|
Upgrade, aggiornamenti |
1,10; 1,11; 1,12; 1,13 |
La connessione di rete tra il cluster di amministrazione e il cluster utente potrebbe non essere disponibile per un breve periodo di tempo durante l'upgrade del cluster non ad alta disponibilità
Se esegui l'upgrade dei cluster non ad alta disponibilità dalla versione 1.9 alla versione 1.10, potresti notare che kubectl exec , kubectl log e webhook rispetto ai cluster utente potrebbero non essere disponibili per un breve periodo di tempo. Il tempo di inattività può arrivare fino a un minuto. Questo accade perché la richiesta in entrata (kubectl exec, kubectl log e webhook) viene gestita da kube-apiserver per il cluster utente. L'utente kube-apiserver è uno
Statefulset. In un cluster non ad alta disponibilità, esiste una sola replica per lo Statefulset. Pertanto, durante l'upgrade, è possibile che il precedente
kube-apiserver non sia disponibile mentre il nuovo kube-apiserver non è ancora
pronto.
Soluzione:
Il tempo di inattività si verifica solo durante il processo di upgrade. Se vuoi ridurre i tempi di inattività durante l'upgrade, ti consigliamo di passare ai cluster ad alta disponibilità.
|
Installazione, upgrade, aggiornamenti |
1,10; 1,11; 1,12; 1,13 |
Controllo di idoneità Konnectivity non riuscito nella diagnostica del cluster ad alta disponibilità dopo la creazione o l'upgrade del cluster
Se stai creando o eseguendo l'upgrade di un cluster ad alta disponibilità e noti che il controllo di idoneità della connettività
non è riuscito nella diagnosi del cluster, nella maggior parte dei casi non
influisce sulla funzionalità di Google Distributed Cloud (kubectl exec, kubectl
log e webhook). Questo accade perché a volte una o due repliche di knowledge base potrebbero non essere pronte per un determinato periodo di tempo a causa di instabilità del networking o di altri problemi.
Soluzione:
La konnectivity si recupererà da sola. Attendi da 30 minuti a un'ora ed esegui nuovamente la diagnostica del cluster.
|
Sistema operativo |
1,7; 1,8; 1,9; 1,10; 1,11 |
/etc/cron.daily/aide problema di picco di CPU e memoria
A partire da Google Distributed Cloud versione 1.7.2, le immagini del sistema operativo Ubuntu sono protette con CIS L1 Server Benchmark.
Di conseguenza, lo script cron /etc/cron.daily/aide è stato
installato in modo da pianificare un controllo aide in modo da garantire
che venga seguita la regola del server CIS L1 "1.4.2 Assicurati che l'integrità del file system sia
regolarmente verificata".
Il cron job viene eseguito ogni giorno alle 06:25 UTC. A seconda del numero di file nel file system, potresti riscontrare picchi di utilizzo di CPU e memoria in questo periodo di tempo causati dal processo aide .
Soluzione:
Se i picchi interessano il carico di lavoro, puoi disabilitare il cron job giornaliero:
sudo chmod -x /etc/cron.daily/aide
|
Networking |
1,10; 1,11; 1,12; 1,13 |
I bilanciatori del carico e le regole firewall distribuite stateful di NSX-T interagiscono in modo imprevedibile
Durante il deployment di Google Distributed Cloud versione 1.9 o successive, se il deployment ha il bilanciatore del carico in bundle Seesaw in un ambiente che utilizza regole firewall distribuite stateful di NSX-T, stackdriver-operator potrebbe non riuscire a creare gke-metrics-agent-conf ConfigMap e causare l'arresto anomalo dei pod di gke-connect-agent .
Il problema di base è che le regole firewall distribuite stateful NSX-T terminano la connessione da un client al server API del cluster utente tramite il bilanciatore del carico Seesaw, perché Seesaw utilizza flussi di connessione asimmetrici. I problemi di integrazione con le regole firewall distribuite di NSX-T interessano tutte le release di Google Distributed Cloud che utilizzano Seesaw. Potresti riscontrare problemi di connessione simili nelle tue applicazioni quando creano oggetti Kubernetes di grandi dimensioni le cui dimensioni sono superiori a 32.000.
Soluzione:
Segui
queste istruzioni per disabilitare le regole firewall distribuite di NSX-T o per
utilizzare regole firewall distribuite stateless per le VM Seesaw.
Se i cluster utilizzano un bilanciatore del carico manuale, segui
queste istruzioni per configurare il bilanciatore del carico in modo da reimpostare le connessioni client quando rileva un errore del nodo di backend. Senza questa configurazione, i client del server API Kubernetes potrebbero smettere di rispondere per diversi minuti quando un'istanza server non è disponibile.
|
Logging e monitoraggio |
1,10, 1,11, 1,12, 1,13, 1,14 e 1,15 |
Fatturazione monitoraggio imprevista
Per le versioni di Google Distributed Cloud dalla 1.10 alla 1.15, alcuni clienti hanno riscontrato una fatturazione inaspettatamente elevata per Metrics volume nella pagina Fatturazione. Questo problema ti riguarda solo quando si applicano tutte le seguenti circostanze:
- Il logging e il monitoraggio delle applicazioni sono abilitati (
enableStackdriverForApplications=true )
- I pod di applicazione hanno l'annotazione
prometheus.io/scrap=true . Questa annotazione può essere aggiunta anche all'installazione di Cloud Service Mesh.
Per confermare se questo problema ti riguarda,
elenca le
metriche definite dall'utente. Se visualizzi la fatturazione per metriche indesiderate con il prefisso nome external.googleapis.com/prometheus e vedi anche enableStackdriverForApplications impostato su true nella risposta di kubectl -n kube-system get stackdriver stackdriver -o yaml , questo problema ti riguarda.
Soluzione alternativa
Se hai riscontrato questo problema, ti consigliamo di eseguire l'upgrade dei cluster alla versione 1.12 o successiva, di non utilizzare più il flag enableStackdriverForApplications e di passare a una nuova soluzione di monitoraggio delle applicazioni, managed-service-for-prometheus, che non si basa più sull'annotazione prometheus.io/scrap=true . Con la nuova soluzione, puoi anche controllare la raccolta di log e metriche separatamente per le tue applicazioni, con il flag enableCloudLoggingForApplications e enableGMPForApplications , rispettivamente.
Per interrompere l'uso del flag enableStackdriverForApplications , apri l'oggetto "stackdriver" per modificarlo:
kubectl --kubeconfig=USER_CLUSTER_KUBECONFIG --namespace kube-system edit stackdriver stackdriver
Rimuovi la riga enableStackdriverForApplications: true , salva e chiudi l'editor.
Se non riesci a abbandonare la raccolta delle metriche basate sulle annotazioni, segui questi passaggi:
- Trova i pod e i servizi di origine con le metriche fatturate indesiderate.
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"'
- Rimuovi l'annotazione
prometheus.io/scrap=true dal pod o dal servizio. Se l'annotazione viene aggiunta da Cloud Service Mesh, valuta la possibilità di configurare Cloud Service Mesh senza l'opzione Prometheus o di disattivare la funzionalità di unione delle metriche di Istio.
|
Installazione |
1,11, 1,12, 1,13 |
Il programma di installazione non riesce durante la creazione del disco dati vSphere
Il programma di installazione di Google Distributed Cloud può non riuscire se i ruoli personalizzati sono associati al livello di autorizzazione errato.
Quando l'associazione dei ruoli non è corretta, la creazione di un disco dati vSphere con
govc si blocca e il disco viene creato con una dimensione uguale a 0. Per risolvere il problema, devi associare il ruolo personalizzato a livello di vSphere vCenter (principale).
Soluzione:
Se vuoi associare il ruolo personalizzato a livello di controller (o a un livello inferiore rispetto alla directory principale), devi anche associare il ruolo di sola lettura all'utente a livello di vCenter principale.
Per maggiori informazioni sulla creazione dei ruoli, consulta
Privilegi per gli account utente vCenter.
|
Logging e monitoraggio |
1.9.0-1.9.4, 1.10.0-1.10.1 |
Traffico di rete elevato verso monitoring.googleapis.com
Potresti notare un traffico di rete elevato verso monitoring.googleapis.com , anche in un nuovo cluster che non ha carichi di lavoro utente.
Questo problema riguarda le versioni 1.10.0-1.10.1 e 1.9.0-1.9.4. Questo problema è stato risolto nelle versioni 1.10.2 e 1.9.5.
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Esegui l'aggiornamento alla versione 1.10.2/1.9.5 o successiva.
Per limitare il problema a una versione precedente:
- Fai lo scale down di "stackdriver-operator":
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system \
scale deployment stackdriver-operator --replicas=0
Sostituisci USER_CLUSTER_KUBECONFIG con il percorso del file kubeconfig del cluster utente.
- Apri il ConfigMap
gke-metrics-agent-conf per modificarlo:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system \
edit configmap gke-metrics-agent-conf
- Aumenta l'intervallo del probe da 0,1 a 13 secondi:
processors:
disk_buffer/metrics:
backend_endpoint: https://monitoring.googleapis.com:443
buffer_dir: /metrics-data/nsq-metrics-metrics
probe_interval: 13s
retention_size_mib: 6144
disk_buffer/self:
backend_endpoint: https://monitoring.googleapis.com:443
buffer_dir: /metrics-data/nsq-metrics-self
probe_interval: 13s
retention_size_mib: 200
disk_buffer/uptime:
backend_endpoint: https://monitoring.googleapis.com:443
buffer_dir: /metrics-data/nsq-metrics-uptime
probe_interval: 13s
retention_size_mib: 200
- Chiudi la sessione di modifica.
- Cambia la versione DaemonSet di
gke-metrics-agent in
1.1.0-anthos.8:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system set image daemonset/gke-metrics-agent \
gke-metrics-agent=gcr.io/gke-on-prem-release/gke-metrics-agent:1.1.0-anthos.8
|
Logging e monitoraggio |
1,10, 1,11 |
gke-metrics-agent presenta frequenti errori CrashLoopBackOff
Per Google Distributed Cloud versione 1.10 e successive, il DaemonSet "gke-metrics-agent" presenta frequenti errori CrashLoopBackOff quando "enableStackdriverForApplications" è impostato su "true" nell'oggetto "stackdriver".
Soluzione:
Per limitare il problema, disabilita la raccolta delle metriche dell'applicazione eseguendo i comandi riportati di seguito. Questi comandi non disabiliteranno la raccolta di log dell'applicazione.
- Per impedire il ripristino delle modifiche seguenti, fare lo scale down di
stackdriver-operator :
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system scale deploy stackdriver-operator \
--replicas=0
Sostituisci USER_CLUSTER_KUBECONFIG con il percorso del file kubeconfig del cluster utente.
- Apri il ConfigMap
gke-metrics-agent-conf per modificarlo:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system edit configmap gke-metrics-agent-conf
- Sotto
services.pipelines , commenta l'intera
sezione 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
- Chiudi la sessione di modifica.
- Riavvia il DaemonSet
gke-metrics-agent :
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system rollout restart daemonset gke-metrics-agent
|
Logging e monitoraggio |
1,11, 1,12, 1,13 |
Sostituisci le metriche deprecate nella dashboard
Se nelle dashboard OOTB vengono utilizzate metriche deprecate, alcuni grafici vuoti verranno visualizzati. Per trovare le metriche deprecate nelle dashboard di Monitoring, esegui i comandi seguenti:
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'
È necessario eseguire la migrazione delle seguenti metriche deprecate alle relative
sostituzioni.
Deprecato | Sostituzione |
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 |
Soluzione:
Sostituire le metriche deprecate
- Elimina lo "stato del nodo GKE on-prem" nella dashboard di Google Cloud Monitoring. Reinstalla lo "stato del nodo GKE on-prem" seguendo
queste istruzioni.
- Elimina "Utilizzo nodi GKE on-prem" nella dashboard di Google Cloud Monitoring. Reinstalla "Utilizzo nodi GKE on-prem" seguendo
queste istruzioni.
- Elimina "Integrità delle VM vSphere di GKE on-prem" nella dashboard di Google Cloud Monitoring. Reinstalla "Integrità delle macchine virtuali di vSphere di GKE on-prem"
seguendo
queste istruzioni.
Questo ritiro è dovuto all'upgrade dell'agente
kube-state-metrics dalla v1.9 alla v2.4, necessario per
Kubernetes 1.22. Puoi sostituire tutte le metriche kube-state-metrics deprecate, che hanno il prefisso kube_ , nelle dashboard personalizzate o nei criteri di avviso.
|
Logging e monitoraggio |
1,10; 1,11; 1,12; 1,13 |
Dati delle metriche sconosciuti in Cloud Monitoring
Per Google Distributed Cloud versione 1.10 e successive, i dati relativi ai
cluster in Cloud Monitoring potrebbero contenere voci di riepilogo irrilevanti
come le seguenti:
Unknown metric: kubernetes.io/anthos/go_gc_duration_seconds_summary_percentile
Altri tipi di metriche che potrebbero avere metriche di riepilogo irrilevanti includono :
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
Anche se queste metriche dei tipi di riepilogo sono nell'elenco delle metriche, al momento non sono supportate da gke-metrics-agent .
|
Logging e monitoraggio |
1,10; 1,11; 1,12; 1,13 |
Metriche mancanti su alcuni nodi
Potresti notare che le seguenti metriche non sono presenti in alcuni nodi, ma non in tutti:
kubernetes.io/anthos/container_memory_working_set_bytes
kubernetes.io/anthos/container_cpu_usage_seconds_total
kubernetes.io/anthos/container_network_receive_bytes_total
Soluzione:
Per risolvere il problema, esegui la seguente procedura come soluzione alternativa. Per
[versione 1.9.5+, 1.10.2+, 1.11.0]: aumenta la CPU per gke-metrics-agent
seguendo i passaggi da 1 a 4
- Apri la risorsa
stackdriver da modificare:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system edit stackdriver stackdriver
- Per aumentare la richiesta di CPU per
gke-metrics-agent da
10m a 50m , il limite di CPU da 100m
a 200m aggiungi la seguente sezione resourceAttrOverride
al manifest stackdriver :
spec:
resourceAttrOverride:
gke-metrics-agent/gke-metrics-agent:
limits:
cpu: 100m
memory: 4608Mi
requests:
cpu: 10m
memory: 200Mi
La risorsa modificata dovrebbe essere simile alla seguente:
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
- Salva le modifiche e chiudi l'editor di testo.
- Per verificare che le modifiche siano state applicate, esegui questo comando:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system get daemonset gke-metrics-agent -o yaml \
| grep "cpu: 50m"
Il comando trova cpu: 50m se le modifiche sono state applicate.
|
Logging e monitoraggio |
1.11.0-1.11.2, 1.12.0 |
Mancano le metriche dello scheduler e del controller-manager nel cluster di amministrazione
Se il cluster di amministrazione è interessato da questo problema, mancano le metriche di scheduler e
controller-manager. Ad esempio, mancano queste due metriche
# scheduler metric example
scheduler_pending_pods
# controller-manager metric example
replicaset_controller_rate_limiter_use
Soluzione:
Esegui l'upgrade alle versioni 1.11.3+, 1.12.1+ o v1.13+.
|
|
1.11.0-1.11.2, 1.12.0 |
Mancano le metriche dello scheduler e del controller-manager nel cluster utente
Se il cluster utente è interessato da questo problema, mancano le metriche di scheduler e
controller-manager. Ad esempio, mancano queste due metriche:
# scheduler metric example
scheduler_pending_pods
# controller-manager metric example
replicaset_controller_rate_limiter_use
Soluzione:
Questo problema è stato risolto in Google Distributed Cloud versione 1.13.0 e successive.
Esegui l'upgrade del cluster a una versione con la correzione.
|
Installazione, upgrade, aggiornamenti |
1,10; 1,11; 1,12; 1,13 |
Errore durante la registrazione del cluster di amministrazione durante la creazione
Se crei un cluster di amministrazione per la versione 1.9.x o 1.10.0 e se il cluster di amministrazione non riesce a registrarsi con la specifica gkeConnect fornita durante la creazione, verrà visualizzato il seguente errore.
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
Potrai comunque utilizzare questo cluster di amministrazione, ma riceverai il seguente errore se tenti in un secondo momento di eseguire l'upgrade del cluster di amministrazione alla versione 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: ""
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Se si verifica questo errore, segui questi passaggi per risolvere il problema di registrazione del cluster. Dopo aver eseguito questa correzione, puoi eseguire l'upgrade del cluster di amministrazione.
- Esegui
gkectl update admin per registrare il cluster di amministrazione con la chiave dell'account di servizio corretta.
- Crea un account di servizio dedicato per l'applicazione di patch alla risorsa personalizzata
OnPremAdminCluster .
export KUBECONFIG=ADMIN_CLUSTER_KUBECONFIG
# Create Service Account modify-admin
kubectl apply -f - <<EOF
apiVersion: v1
kind: ServiceAccount
metadata:
name: modify-admin
namespace: kube-system
EOF
# Create ClusterRole
kubectl apply -f - <<EOF
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
creationTimestamp: null
name: modify-admin-role
rules:
- apiGroups:
- "onprem.cluster.gke.io"
resources:
- "onpremadminclusters/status"
verbs:
- "patch"
EOF
# Create ClusterRoleBinding for binding the permissions to the modify-admin SA
kubectl apply -f - <<EOF
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
creationTimestamp: null
name: modify-admin-rolebinding
roleRef:
apiGroup: rbac.authorization.k8s.io
kind: ClusterRole
name: modify-admin-role
subjects:
- kind: ServiceAccount
name: modify-admin
namespace: kube-system
EOF
Sostituisci ADMIN_CLUSTER_KUBECONFIG con il percorso del file kubeconfig del cluster di amministrazione.
- Esegui questi comandi per aggiornare la
OnPremAdminCluster
risorsa personalizzata.
export KUBECONFIG=ADMIN_CLUSTER_KUBECONFIG
SERVICE_ACCOUNT=modify-admin
SECRET=$(kubectl get serviceaccount ${SERVICE_ACCOUNT} \
-n kube-system -o json \
| jq -Mr '.secrets[].name | select(contains("token"))')
TOKEN=$(kubectl get secret ${SECRET} -n kube-system -o json \
| jq -Mr '.data.token' | base64 -d)
kubectl get secret ${SECRET} -n kube-system -o json \
| jq -Mr '.data["ca.crt"]' \
| base64 -d > /tmp/ca.crt
APISERVER=https://$(kubectl -n default get endpoints kubernetes \
--no-headers | awk '{ print $2 }')
# Find out the admin cluster name and gkeOnPremVersion from the OnPremAdminCluster CR
ADMIN_CLUSTER_NAME=$(kubectl get onpremadmincluster -n kube-system \
--no-headers | awk '{ print $1 }')
GKE_ON_PREM_VERSION=$(kubectl get onpremadmincluster \
-n kube-system $ADMIN_CLUSTER_NAME \
-o=jsonpath='{.spec.gkeOnPremVersion}')
# Create the Status field and set the gkeOnPremVersion in OnPremAdminCluster CR
curl -H "Accept: application/json" \
--header "Authorization: Bearer $TOKEN" -XPATCH \
-H "Content-Type: application/merge-patch+json" \
--cacert /tmp/ca.crt \
--data '{"status": {"gkeOnPremVersion": "'$GKE_ON_PREM_VERSION'"}}' \
$APISERVER/apis/onprem.cluster.gke.io/v1alpha1/namespaces/kube-system/onpremadminclusters/$ADMIN_CLUSTER_NAME/status
- Prova a eseguire nuovamente l'upgrade del cluster di amministrazione con il flag
--disable-upgrade-from-checkpoint .
gkectl upgrade admin --config ADMIN_CLUSTER_CONFIG \
--kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--disable-upgrade-from-checkpoint
Sostituisci ADMIN_CLUSTER_CONFIG con il percorso del file di configurazione del cluster di amministrazione.
|
Identità |
1,10; 1,11; 1,12; 1,13 |
L'utilizzo di GKE Identity Service può causare un riavvio imprevedibile dell'agente Connect
Se utilizzi la funzionalità GKE Identity Service per gestire
GKE Identity Service ClientConfig, l'
agente Connect potrebbe riavviarsi in modo imprevisto.
Soluzione:
Se hai riscontrato questo problema con un cluster esistente, puoi eseguire una delle seguenti operazioni:
|
Networking |
1,10; 1,11; 1,12; 1,13 |
Cisco ACI non funziona con Direct Server Return (DSR)
Seesaw viene eseguito in modalità DSR e per impostazione predefinita non funziona in Cisco ACI
a causa dell'apprendimento dell'IP del piano dati.
Soluzione:
Una possibile soluzione alternativa è disabilitare l'apprendimento IP aggiungendo l'indirizzo IP di Seesaw come IP virtuale L4-L7 in Cisco Application Policy Infrastructure Controller (APIC).
Per configurare l'opzione IP virtuale L4-L7, vai a Tenant >
Profili applicazioni > EPG delle applicazioni o EPG uSeg. La mancata disattivazione dell'apprendimento IP comporterà il flapping degli endpoint IP tra diverse località nell'infrastruttura dell'API Cisco.
|
VMware |
1,10; 1,11; 1,12; 1,13 |
Problemi di vSphere 7.0 Update 3
VMWare ha recentemente identificato problemi critici con le seguenti
release di 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)
- Aggiornamento vSphere vCenter 7.0 3b (build 18901211)
Soluzione:
Da allora VMWare ha rimosso queste release. Devi eseguire l'upgrade dei
server ESXi e
vCenter a una versione più recente.
|
Sistema operativo |
1,10; 1,11; 1,12; 1,13 |
Impossibile montare il volume emptyDir come exec nel pod in esecuzione
su nodi COS
Per i pod in esecuzione su nodi che utilizzano immagini Container-Optimized OS (COS),
non puoi montare il volume emptyDir come exec . Viene montato come
noexec e viene visualizzato il seguente errore: exec user
process caused: permission denied . Ad esempio, vedrai questo messaggio di errore se esegui il deployment del seguente pod di test:
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
E nel pod di test, se esegui mount | grep test-volume ,
verrebbe mostrata l'opzione noexec:
/dev/sda1 on /test-volume type ext4 (rw,nosuid,nodev,noexec,relatime,commit=30)
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Applica una risorsa DaemonSet, ad esempio:
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: fix-cos-noexec
namespace: kube-system
spec:
selector:
matchLabels:
app: fix-cos-noexec
template:
metadata:
labels:
app: fix-cos-noexec
spec:
hostIPC: true
hostPID: true
containers:
- name: fix-cos-noexec
image: ubuntu
command: ["chroot", "/host", "bash", "-c"]
args:
- |
set -ex
while true; do
if ! $(nsenter -a -t 1 findmnt -l | grep -qe "^/var/lib/kubelet\s"); then
echo "remounting /var/lib/kubelet with exec"
nsenter -a -t 1 mount --bind /var/lib/kubelet /var/lib/kubelet
nsenter -a -t 1 mount -o remount,exec /var/lib/kubelet
fi
sleep 3600
done
volumeMounts:
- name: host
mountPath: /host
securityContext:
privileged: true
volumes:
- name: host
hostPath:
path: /
|
Upgrade, aggiornamenti |
1,10; 1,11; 1,12; 1,13 |
L'aggiornamento della replica del pool di nodi del cluster non funziona dopo che la scalabilità automatica è stata disabilitata nel pool di nodi
Le repliche del pool di nodi non vengono aggiornate una volta abilitata e disabilitata la scalabilità automatica su un pool di nodi.
Soluzione:
Rimozione delle annotazioni cluster.x-k8s.io/cluster-api-autoscaler-node-group-max-size e cluster.x-k8s.io/cluster-api-autoscaler-node-group-min-size dal deployment delle macchine del pool di nodi corrispondente.
|
Logging e monitoraggio |
1,11, 1,12, 1,13 |
Le dashboard di monitoraggio di Windows mostrano dati provenienti da cluster Linux
A partire dalla versione 1.11, nelle dashboard di monitoraggio pronte all'uso, la dashboard dello stato dei pod di Windows e la dashboard dello stato dei nodi Windows mostrano anche i dati dei cluster Linux. Questo perché le metriche dei nodi e dei pod Windows sono esposte anche sui cluster Linux.
|
Logging e monitoraggio |
1,10, 1,11 e 1,12 |
stackdriver-log-forwarder in CrashLoopBackOff costante
Per Google Distributed Cloud versione 1.10, 1.11 e 1.12, stackdriver-log-forwarder
DaemonSet potrebbe presentare errori CrashLoopBackOff quando sono
presenti log con buffer non funzionanti sul disco.
Soluzione:
Per limitare il problema, dovremo pulire i log presenti nel buffer sul nodo.
- Per evitare comportamenti imprevisti, fare lo scale down
stackdriver-log-forwarder :
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
-n kube-system patch daemonset stackdriver-log-forwarder -p '{"spec": {"template": {"spec": {"nodeSelector": {"non-existing": "true"}}}}}'
Sostituisci USER_CLUSTER_KUBECONFIG con il percorso del file kubeconfig del cluster utente.
- Esegui il deployment del DaemonSet di pulizia per rimuovere i blocchi non funzionanti:
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
- Per assicurarti che il DaemonSet di pulizia abbia eliminato tutti i blocchi, puoi eseguire questi comandi. L'output dei due comandi
dovrebbe essere uguale al numero di nodi nel 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
- Elimina il DaemonSet di pulizia:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
-n kube-system delete ds fluent-bit-cleanup
- Riprendi
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"}]'
|
Logging e monitoraggio |
1,10, 1,11, 1,12, 1,13, 1,14, 1,15 e 1,16 |
stackdriver-log-forwarder non invia log a Cloud Logging
Se non vedi i log dei tuoi cluster in Cloud Logging e noti il seguente errore nei log:
2023-06-02T10:53:40.444017427Z [2023/06/02 10:53:40] [error] [input chunk] chunk 1-1685703077.747168499.flb would exceed total limit size in plugin stackdriver.0
2023-06-02T10:53:40.444028047Z [2023/06/02 10:53:40] [error] [input chunk] no available chunk
È probabile che la frequenza di input dei log superi il limite dell'agente Logging,
perciò stackdriver-log-forwarder non invia i log.
Questo problema si verifica in tutte le versioni di Google Distributed Cloud.
Soluzione alternativa:
Per limitare il problema, devi aumentare il limite di risorse per l'agente Logging.
- Apri la risorsa
stackdriver da modificare:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system edit stackdriver stackdriver
- Per aumentare la richiesta di CPU per
stackdriver-log-forwarder
, aggiungi la seguente sezione resourceAttrOverride
al manifest stackdriver :
spec:
resourceAttrOverride:
stackdriver-log-forwarder/stackdriver-log-forwarder:
limits:
cpu: 1200m
memory: 600Mi
requests:
cpu: 600m
memory: 600Mi
La risorsa modificata dovrebbe essere simile alla seguente:
spec:
anthosDistribution: on-prem
clusterLocation: us-west1-a
clusterName: my-cluster
enableStackdriverForApplications: true
gcpServiceAccountSecretName: ...
optimizedMetrics: true
portable: true
projectID: my-project-191923
proxyConfigSecretName: ...
resourceAttrOverride:
stackdriver-log-forwarder/stackdriver-log-forwarder:
limits:
cpu: 1200m
memory: 600Mi
requests:
cpu: 600m
memory: 600Mi
- Salva le modifiche e chiudi l'editor di testo.
- Per verificare che le modifiche siano state applicate, esegui questo comando:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
--namespace kube-system get daemonset stackdriver-log-forwarder -o yaml \
| grep "cpu: 1200m"
Il comando trova cpu: 1200m se le modifiche sono state applicate.
|
Sicurezza |
1,13 |
Il servizio kubelet sarà temporaneamente non disponibile dopo NodeReady
c'è un breve periodo in cui il nodo è pronto ma il certificato
server kubelet non è pronto. kubectl exec e
kubectl logs non sono disponibili durante queste decine di secondi.
Questo perché il nuovo approvatore dei certificati del server impiega del tempo per vedere gli IP validi aggiornati del nodo.
Questo problema riguarda solo il certificato server kubelet, non la pianificazione dei pod.
|
Upgrade, aggiornamenti |
1,12 |
L'upgrade parziale del cluster di amministrazione non blocca l'upgrade successivo del cluster utente
Upgrade del cluster utente non riuscito con:
.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.
L'upgrade del cluster di amministrazione non è completo e la versione dello stato è ancora 1.10. L'upgrade del cluster utente alla versione 1.12 non verrà bloccato da nessun controllo preflight e non va a buon fine in caso di disallineamento delle versioni.
Soluzione:
Completa prima l'upgrade del cluster di amministrazione alla versione 1.11, quindi esegui l'upgrade del cluster utente alla versione 1.12.
|
Archiviazione |
1.10.0-1.10.5, 1.11.0-1.11.2, 1.12.0 |
Datastore segnala erroneamente spazio libero insufficiente
Comando gkectl diagnose cluster non riuscito con:
Checking VSphere Datastore FreeSpace...FAILURE
Reason: vCenter datastore: [DATASTORE_NAME] insufficient FreeSpace, requires at least [NUMBER] GB
La convalida dello spazio libero del datastore non deve essere utilizzata per i pool di nodi cluster esistenti ed è stata aggiunta per errore in gkectl diagnose cluster .
Soluzione:
Puoi ignorare il messaggio di errore o saltare la convalida utilizzando
--skip-validation-infra .
|
Operazione, networking |
1.11, 1.12.0-1.12.1 |
Potresti non essere in grado di aggiungere un nuovo cluster utente se il cluster di amministrazione è configurato con una configurazione del bilanciatore del carico MetalLB.
Il processo di eliminazione del cluster utente potrebbe bloccarsi per qualche motivo, causando un'invalidazione di MatalLB ConfigMap. Non sarà possibile aggiungere un nuovo cluster utente in questo stato.
Soluzione:
Puoi
forzare l'eliminazione del cluster utente.
|
Installazione, Sistema operativo |
1,10; 1,11; 1,12; 1,13 |
Errore durante l'utilizzo di Container-Optimized OS (COS) per il cluster utente
Se osImageType utilizza cos per il cluster di amministrazione e quando gkectl check-config viene eseguito dopo la creazione del cluster di amministrazione e prima di creare il cluster utente, l'errore si verifica quando:
Failed to create the test VMs: VM failed to get IP addresses on the network.
La VM di test creata per il cluster utente check-config per
impostazione predefinita utilizza lo stesso osImageType del cluster di amministrazione e
la VM attualmente di test non è ancora compatibile con COS.
Soluzione:
Per evitare il controllo preflight lento che crea la VM di test, utilizza gkectl check-config --kubeconfig ADMIN_CLUSTER_KUBECONFIG --config
USER_CLUSTER_CONFIG --fast .
|
Logging e monitoraggio |
1.12.0-1.12.1 |
Grafana nel cluster di amministrazione non è in grado di raggiungere i cluster utente
Questo problema riguarda i clienti che utilizzano Grafana nel cluster di amministrazione per monitorare i cluster utente nelle versioni 1.12.0 e 1.12.1 di Google Distributed Cloud. Deriva da una mancata corrispondenza tra i certificati client pushprox nei cluster utente e la lista consentita nel server pushprox nel cluster di amministrazione.
Il sintomo è che il client pushprox-nei cluster utente stampa log degli errori come riportato di seguito:
level=error ts=2022-08-02T13:34:49.41999813Z caller=client.go:166 msg="Error reading request:" err="invalid method \"RBAC:\""
Soluzione:
Visualizza i passaggi per la soluzione alternativa
segui questi passaggi:
- Fai lo scale down del deployment dell'operatore di monitoraggio nello spazio dei nomi kube-system del cluster di amministrazione.
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--namespace kube-system scale deploy monitoring-operator \
--replicas=0
- Modifica
pushprox-server-rbac-proxy-config ConfigMap nello spazio dei nomi kube-system del cluster di amministrazione.
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--namespace kube-system edit cm pushprox-server-rbac-proxy-config
Individua la riga principals per il listener external-pushprox-server-auth-proxy e correggi principal_name per tutti i cluster utente rimuovendo la sottostringa kube-system da
pushprox-client.metrics-consumers.kube-system.cluster.
La nuova configurazione dovrebbe essere simile alla seguente:
permissions:
- or_rules:
rules:
- header: { name: ":path", exact_match: "/poll" }
- header: { name: ":path", exact_match: "/push" }
principals: [{"authenticated":{"principal_name":{"exact":"pushprox-client.metrics-consumers.kube-system.cluster.local"}}},{"authenticated":{"principal_name":{"exact":"pushprox-client.metrics-consumers.kube-system.cluster."}}},{"authenticated":{"principal_name":{"exact":"pushprox-client.metrics-consumers.cluster."}}}]
- Riavvia il deployment
pushprox-server nel cluster di amministrazione e il deployment pushprox-client nei cluster utente interessati:
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG --namespace kube-system rollout restart deploy pushprox-server
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG --namespace kube-system rollout restart deploy pushprox-client
- I passaggi precedenti dovrebbero risolvere il problema. Dopo aver eseguito l'upgrade del cluster alla versione 1.12.2 e successive, se il problema è stato risolto, fai lo scale up del cluster di amministrazione kube-system monitoring-operator in modo che possa gestire di nuovo la pipeline.
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG --namespace kube-system scale deploy monitoring-operator --replicas=1
|
Altro |
1.11.3 |
gkectl repair admin-master non fornisce il modello di VM da utilizzare per il recupero
Comando gkectl repair admin-master non riuscito con:
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 non è in grado di recuperare il modello di VM da utilizzare per riparare la VM del piano di controllo amministratore se il nome della VM del piano di controllo amministratore termina con i caratteri t , m , p o l .
Soluzione:
Esegui nuovamente il comando con --skip-validation .
|
Logging e monitoraggio |
1,11, 1,12, 1,13, 1,14, 1,15 e 1,16 |
Errore di audit logging di Cloud a causa di autorizzazione negata
Cloud Audit Logs richiede una configurazione di autorizzazioni speciale attualmente eseguita automaticamente solo per i cluster utente tramite GKE Hub.
Ti consigliamo di avere almeno un cluster utente che utilizza lo stesso ID progetto e lo stesso account di servizio con il cluster di amministrazione per Cloud Audit Logs, in modo che il cluster di amministrazione abbia l'autorizzazione richiesta.
Tuttavia, nei casi in cui il cluster di amministrazione utilizzi un ID progetto o un account di servizio diverso da quello di qualsiasi cluster utente, gli audit log del cluster di amministrazione non verranno inseriti in Google Cloud. Il sintomo è una serie di errori Permission Denied nel pod audit-proxy nel cluster di amministrazione.
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Per risolvere il problema, l'autorizzazione può essere configurata interagendo con la funzionalità dell'hub cloudauditlogging :
- Controlla prima gli account di servizio esistenti inclusi nella lista consentita per Cloud Audit Logs nel tuo progetto:
curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \
https://gkehub.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/features/cloudauditlogging
- A seconda della risposta, esegui una delle seguenti operazioni:
- Se hai ricevuto un errore
404 Not_found , significa che non c'è alcun account di servizio nella lista consentita per questo ID progetto. Puoi
inserire un account di servizio nella lista consentita abilitando la
funzionalità dell'hub cloudauditlogging :
curl -X POST -H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://gkehub.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/features?feature_id=cloudauditlogging -d \
'{"spec":{"cloudauditlogging":{"allowlistedServiceAccounts":["SERVICE_ACCOUNT_EMAIL"]}}}'
- Se hai ricevuto una specifica della funzionalità che contiene
"lifecycleState": "ENABLED" con "code":
"OK" e un elenco di account di servizio in allowlistedServiceAccounts , significa che esistono account di servizio consentiti per questo progetto. Puoi utilizzare un account di servizio da questo elenco nel cluster o aggiungere un nuovo account di servizio alla lista consentita:
curl -X PATCH -H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://gkehub.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/features/cloudauditlogging?update_mask=spec.cloudauditlogging.allowlistedServiceAccounts -d \
'{"spec":{"cloudauditlogging":{"allowlistedServiceAccounts":["SERVICE_ACCOUNT_EMAIL"]}}}'
- Se hai ricevuto una specifica della funzionalità che contiene
"lifecycleState": "ENABLED" con "code":
"FAILED" , significa che la configurazione delle autorizzazioni non è riuscita.
Prova a risolvere i problemi nel campo description della
risposta o esegui il backup della lista consentita attuale, elimina la funzionalità dell'hub cloudauditlogging e abilitala nuovamente dopo il passaggio 1 di
questa sezione. Puoi eliminare la funzionalità Hub cloudauditlogging :
curl -X DELETE -H "Authorization: Bearer $(gcloud auth print-access-token)" \
https://gkehub.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/features/cloudauditlogging
Nei comandi precedenti:
|
Operazione, sicurezza |
1,11 |
Controllo dei certificati non riuscito per gkectl diagnose
Se la tua postazione di lavoro non ha accesso ai nodi worker del cluster utente,
riscontrerà gli errori seguenti durante l'esecuzione di
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
Se la tua postazione di lavoro non ha accesso ai nodi worker del cluster di amministrazione o ai nodi worker del cluster di amministrazione, riscontrerà i seguenti errori durante l'esecuzione di 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
Soluzione:
Se puoi ignorare questo messaggio,
|
Sistema operativo |
1,8; 1,9; 1,10; 1,11; 1,12; 1,13 |
/var/log/audit/ sta riempiendo spazio su disco sulle VM
/var/log/audit/ contiene audit log. Puoi controllare
l'utilizzo del disco eseguendo sudo du -h -d 1 /var/log/audit .
Alcuni comandi gkectl sulla workstation di amministrazione, ad esempio gkectl diagnose snapshot , contribuiscono all'utilizzo dello spazio su disco.
A partire da Google Distributed Cloud v1.8, l'immagine Ubuntu è protetta con il CIS Level 2 Benchmark. Una delle regole di conformità, "4.1.2.2 Assicurati che gli audit log non vengano eliminati automaticamente", garantisce l'impostazione controllata max_log_file_action = keep_logs . In questo modo, tutte le
regole di audit vengono conservate sul disco.
Soluzione:
Visualizza i passaggi per la soluzione alternativa
Postazione di lavoro di amministrazione
Per la workstation di amministrazione, puoi modificare manualmente le impostazioni controllate in modo da ruotare automaticamente i log, quindi riavviare il servizio controllato:
sed -i 's/max_log_file_action = keep_logs/max_log_file_action = rotate/g' /etc/audit/auditd.conf
sed -i 's/num_logs = .*/num_logs = 250/g' /etc/audit/auditd.conf
systemctl restart auditd
Con l'impostazione precedente, gli audits ruoteranno automaticamente i log dopo aver generato più di 250 file (ognuno di dimensioni pari a 8 milioni).
Nodi cluster
Per i nodi del cluster, esegui l'upgrade a 1.11.5+, 1.12.4+, 1.13.2+ o 1.14+. Se
non puoi ancora eseguire l'upgrade a queste versioni, applica il seguente DaemonSet al cluster:
apiVersion: apps/v1
kind: DaemonSet
metadata:
name: change-auditd-log-action
namespace: kube-system
spec:
selector:
matchLabels:
app: change-auditd-log-action
template:
metadata:
labels:
app: change-auditd-log-action
spec:
hostIPC: true
hostPID: true
containers:
- name: update-audit-rule
image: ubuntu
command: ["chroot", "/host", "bash", "-c"]
args:
- |
while true; do
if $(grep -q "max_log_file_action = keep_logs" /etc/audit/auditd.conf); then
echo "updating auditd max_log_file_action to rotate with a max of 250 files"
sed -i 's/max_log_file_action = keep_logs/max_log_file_action = rotate/g' /etc/audit/auditd.conf
sed -i 's/num_logs = .*/num_logs = 250/g' /etc/audit/auditd.conf
echo "restarting auditd"
systemctl restart auditd
else
echo "auditd setting is expected, skip update"
fi
sleep 600
done
volumeMounts:
- name: host
mountPath: /host
securityContext:
privileged: true
volumes:
- name: host
hostPath:
path: /
Tieni presente che apportare questa modifica alla configurazione controllata violerebbe la regola di livello 2 CIS "4.1.2.2 Assicurati che gli audit log non vengano eliminati automaticamente".
|
Networking |
1.10, 1.11.0-1.11.3, 1.12.0-1.12.2, 1.13.0 |
NetworkGatewayGroup Conflitti di IP mobile con l'indirizzo del nodo
Gli utenti non sono in grado di creare o aggiornare gli oggetti NetworkGatewayGroup a causa del seguente errore di convalida del webhook:
[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"
Nelle versioni interessate, il kubelet può associarsi erroneamente a un indirizzo IP mobile assegnato al nodo e segnalarlo come indirizzo del nodo in node.status.addresses . Il webhook di convalida controlla
NetworkGatewayGroup indirizzi IP mobili a fronte di tutti
node.status.addresses nel cluster e considera questo fatto come
un conflitto.
Soluzione:
Nello stesso cluster in cui la creazione o l'aggiornamento degli oggetti NetworkGatewayGroup non riesce, disabilita temporaneamente il webhook di convalida ANG e invia la modifica:
- Salva la configurazione del webhook in modo che possa essere ripristinata alla fine:
kubectl -n kube-system get validatingwebhookconfiguration \
ang-validating-webhook-configuration -o yaml > webhook-config.yaml
- Modifica la configurazione del webhook:
kubectl -n kube-system edit validatingwebhookconfiguration \
ang-validating-webhook-configuration
- Rimuovi l'elemento
vnetworkgatewaygroup.kb.io dall'elenco di configurazioni webhook e chiudi per applicare le modifiche.
- Crea o modifica l'oggetto
NetworkGatewayGroup .
- Riapplica la configurazione del webhook originale:
kubectl -n kube-system apply -f webhook-config.yaml
|
Installazione, upgrade, aggiornamenti |
1.10.0-1.10.2 |
Creazione o upgrade del timeout del cluster di amministrazione
Durante un tentativo di upgrade del cluster di amministrazione, la VM del piano di controllo amministratore potrebbe bloccarsi durante la creazione. La VM del piano di controllo amministratore entra in un
loop di attesa infinito durante l'avvio e vedrai il seguente
errore di loop infinito nel file /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
Questo perché quando Google Distributed Cloud tenta di ottenere l'indirizzo IP del nodo
nello script di avvio, utilizza grep -v
ADMIN_CONTROL_PLANE_VIP per saltare il VIP del piano di controllo del cluster di amministrazione
che può essere assegnato anche al NIC. Tuttavia, il comando salta anche qualsiasi indirizzo IP con un prefisso del VIP del piano di controllo, causando il blocco dello script di avvio.
Ad esempio, supponiamo che il VIP del piano di controllo del cluster di amministrazione sia 192.168.1.25. Se l'indirizzo IP della VM del piano di controllo del cluster di amministrazione ha lo stesso prefisso, ad esempio 192.168.1.254, la VM del piano di controllo si blocca durante la creazione. Questo problema può verificarsi anche se l'indirizzo di trasmissione ha lo stesso prefisso del VIP del piano di controllo, ad esempio 192.168.1.255 .
Soluzione:
|
Sistema operativo, Upgrade, Aggiornamenti |
1.10.0-1.10.2 |
Lo stato del cluster di amministrazione che utilizza l'immagine COS andrà perso dopo l'upgrade del cluster di amministrazione o la riparazione del master di amministrazione
DataDisk non può essere montato correttamente sul nodo master del cluster di amministrazione quando si utilizza l'immagine COS e lo stato del cluster di amministrazione che utilizza l'immagine COS andrà perso in seguito all'upgrade del cluster di amministrazione o alla riparazione del master di amministrazione. (il cluster di amministrazione che utilizza l'immagine COS è una funzionalità in anteprima)
Soluzione:
Ricrea il cluster di amministrazione con osImageType impostato su ubuntu_containerd
Dopo aver creato il cluster di amministrazione con osImageType impostato su cos, recupera la chiave SSH del cluster di amministrazione e SSH nel nodo master di amministrazione.
df -h risultato contiene /dev/sdb1 98G 209M 93G
1% /opt/data . lsblk risultato contiene -sdb1
8:17 0 100G 0 part /opt/data
|
Sistema operativo |
1,1 |
ricerca DNS non riuscita con risoluzione systemd-resolved su .local domini
In Google Distributed Cloud versione 1.10.0, le risoluzioni dei nomi su Ubuntu vengono indirizzate all'ascolto locale con risoluzione dal sistema su 127.0.0.53 per impostazione predefinita. Il motivo è che nell'immagine Ubuntu 20.04 utilizzata nella versione
1.10.0, /etc/resolv.conf ha un collegamento simbolico a
/run/systemd/resolve/stub-resolv.conf , che punta allo stub DNS
127.0.0.53 localhost.
Di conseguenza, la risoluzione dei nomi DNS localhost rifiuta di controllare i
server DNS upstream (specificati in
/run/systemd/resolve/resolv.conf ) per i nomi con un
suffisso .local , a meno che i nomi non siano specificati come domini
di ricerca.
Di conseguenza, tutte le ricerche dei nomi di .local non vanno a buon fine. Ad esempio, durante l'avvio del nodo, kubelet non riesce a eseguire il pull delle immagini da un registro privato con un suffisso .local . L'indicazione di un indirizzo vCenter con un suffisso .local non funzionerà su una workstation di amministrazione.
Soluzione:
Puoi evitare questo problema per i nodi del cluster specificando il campo searchDomainsForDNS nel file di configurazione del cluster di amministrazione e nel file di configurazione del cluster utente per includere i domini.
Attualmente gkectl update non supporta ancora l'aggiornamento del campo searchDomainsForDNS .
Pertanto, se non hai configurato questo campo prima della creazione del cluster, devi accedere tramite SSH ai nodi e bypassare lo stub locale risolto dal sistema modificando il collegamento simbolico di /etc/resolv.conf da /run/systemd/resolve/stub-resolv.conf (che contiene lo stub locale 127.0.0.53 ) a /run/systemd/resolve/resolv.conf (che punta al DNS upstream effettivo):
sudo ln -sf /run/systemd/resolve/resolv.conf /etc/resolv.conf
Per quanto riguarda la workstation di amministrazione, gkeadm non supporta la specifica dei domini di ricerca, quindi deve risolvere questo problema con questo passaggio manuale.
Questa soluzione per non viene mantenuto tra le ricreazioni di VM. Devi
applicare nuovamente questa soluzione alternativa ogni volta che le VM vengono ricreate.
|
Installazione, Sistema operativo |
1,1 |
L'IP del bridge Docker utilizza 172.17.0.1/16 anziché
169.254.123.1/24
Google Distributed Cloud specifica una subnet dedicata per l'indirizzo IP del bridge Docker che utilizza --bip=169.254.123.1/24 , in modo che non prenoti la subnet 172.17.0.1/16 predefinita. Tuttavia,
nella versione 1.10.0, esiste un bug nell'immagine del sistema operativo Ubuntu che ha causato l'ignoramento
della configurazione Docker personalizzata.
Di conseguenza, Docker sceglie 172.17.0.1/16 predefinito come subnet dell'indirizzo IP del bridge. Ciò potrebbe causare un conflitto di indirizzi IP se è già in esecuzione un carico di lavoro all'interno di quell'intervallo di indirizzi IP.
Soluzione:
Per aggirare il problema, devi rinominare il seguente file di configurazione di sistema per Dockerd, quindi riavviare il servizio:
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
Verifica che Docker scelga l'indirizzo IP del bridge corretto:
ip a | grep docker0
Questa soluzione non viene mantenuto durante le riproduzioni di VM. Devi applicare nuovamente questa soluzione alternativa ogni volta che le VM vengono ricreate.
|
Upgrade, aggiornamenti |
1,11 |
Upgrade alla versione 1.11 bloccato dall'idoneità di Stackdriver
In Google Distributed Cloud versione 1.11.0, sono state apportate modifiche alla definizione di risorse personalizzate relative al logging e al monitoraggio:
- Il nome del gruppo della risorsa personalizzata
stackdriver è stato modificato da addons.sigs.k8s.io a addons.gke.io ;
- Il nome del gruppo delle risorse personalizzate
monitoring e metricsserver è stato modificato da addons.k8s.io a addons.gke.io ;
- Le specifiche delle risorse riportate sopra iniziano a essere valutate in base al relativo schema. In particolare, le specifiche resourceAttrOverride e storageSizeOverride nella risorsa personalizzata
stackdriver devono avere un tipo di stringa nei valori delle richieste e nei limiti relativi a CPU, memoria e spazio di archiviazione.
Le modifiche al nome del gruppo vengono apportate per rispettare gli aggiornamenti di CustomResourceDefinition in Kubernetes 1.22.
Non è richiesta alcuna azione se non hai una logica aggiuntiva che applica o modifica le risorse personalizzate interessate. Il processo di upgrade di Google Distributed Cloud si occuperà della migrazione delle risorse interessate e manterrà le specifiche esistenti dopo la modifica del nome del gruppo.
Tuttavia, se esegui una logica che applica o modifica le risorse interessate, è necessaria un'attenzione particolare. Innanzitutto, devi farvi riferimento con il nuovo nome del gruppo nel file manifest. Ad esempio:
apiVersion: addons.gke.io/v1alpha1 ## instead of `addons.sigs.k8s.io/v1alpha1`
kind: Stackdriver
In secondo luogo, assicurati che i valori delle specifiche resourceAttrOverride e storageSizeOverride siano di tipo stringa. Ad esempio:
spec:
resourceAttrOverride:
stackdriver-log-forwarder/stackdriver-log-forwarder
limits:
cpu: 1000m # or "1"
# cpu: 1 # integer value like this would not work
memory: 3000Mi
In caso contrario, le modifiche applicate e le modifiche non avranno effetto e potrebbero determinare uno stato imprevisto nei componenti di logging e monitoraggio. I potenziali sintomi possono includere:
- Log degli errori di riconciliazione in
onprem-user-cluster-controller , ad esempio: 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}
- Errore in
kubectl edit stackdriver stackdriver , ad esempio: Error from server (NotFound): stackdrivers.addons.gke.io "stackdriver" not found
Se si verificano gli errori riportati sopra, significa che un tipo non supportato nella specifica CR di Stackdriver era già presente prima dell'upgrade. Come soluzione alternativa, puoi modificare manualmente la RP di Stackdriver con il nome precedente del gruppo kubectl edit stackdrivers.addons.sigs.k8s.io stackdriver e procedere nel seguente modo:
- Modificare le richieste e i limiti delle risorse nel tipo di stringa.
- Rimuovi tutte le annotazioni
addons.gke.io/migrated-and-deprecated: true , se presenti.
Quindi riprendi o riavvia il processo di upgrade.
|
Sistema operativo |
1,7, 1,8, 1,9, 1,10, 1,11, 1,12, 1,13, 1,14, 1,15 e 1,16 |
Le VM COS non mostrano IP quando le VM vengono spostate tramite un arresto non controllato dell'host
Ogni volta che si verifica un errore in un server ESXi e la funzione vCenter HA è stata abilitata per il server, tutte le VM nel server ESXi guasto attivano il meccanismo vMotion e vengono spostate su un altro server ESXi normale. Le VM COS migrate perderanno gli IP.
Soluzione:
Riavvia la VM
|
Networking |
per tutte le versioni precedenti alla 1.14.7, 1.15.0-1.15.3, 1.16.0 |
La risposta GARP inviata da Seesaw non imposta un IP di destinazione
Il GARP (Gratuitous ARP) periodico inviato da Seesaw ogni 20 secondi non imposta
l'IP di destinazione nell'intestazione ARP. Alcune reti potrebbero non accettare questi pacchetti (come Cisco ACI). Ciò può causare un tempo di inattività del servizio più lungo dopo il recupero di un cervello diviso (a causa della perdita di pacchetti VRRP).
Soluzione:
Attiva un failover di Seeaw eseguendo sudo seesaw -c failover su una delle VM di Seesaw. In questo modo il traffico
dovrebbe essere ripristinato.
|
Sistema operativo |
1,16, 1,28,0-1,28,200 |
Il kubelet è inondato di log che indicano che "/etc/kubernetes/manifests" non esiste sui nodi worker
"staticPodPath" è stato impostato per errore per i nodi worker
Soluzione:
Creare manualmente la cartella "/etc/kubernetes/manifests".
|