Problemas conhecidos do GKE no VMware

Nesta página, listamos todos os problemas conhecidos do GKE no VMware. Para filtrar os problemas conhecidos por uma versão ou categoria do produto, selecione os filtros desejados nos menus suspensos a seguir.

Selecione a versão do GKE no VMware:

Selecione a categoria do seu problema:

Ou procure seu problema:

Categoria Versões identificadas Problema e solução alternativa
update 1,15, 1,16, 1,28

As dependências do trident do Netapp interferem no driver CSI do vSphere

A instalação do multipathd nos nós do cluster interfere no driver CSI do vSphere, e isso impede a inicialização das cargas de trabalho do usuário.

Alternativa:

  • Desativar multipathd
Atualizações 1,15, 1,16

O webhook do cluster de administrador pode bloquear atualizações quando você adiciona as configurações necessárias

Se algumas configurações obrigatórias estiverem vazias no cluster de administrador porque as validações foram ignoradas, é possível que a adição delas seja bloqueada pelo webhook do cluster de administrador. Por exemplo, se o campo gkeConnect não foi definido em um cluster de administrador atual, adicioná-lo com o comando gkectl update admin pode receber a seguinte mensagem de erro:


admission webhook "vonpremadmincluster.onprem.cluster.gke.io" denied the request: connect: Required value: GKE connect is required for user clusters

Alternativa:

  • Para clusters de administrador 1,15, execute o comando gkectl update admin com a sinalização --disable-admin-cluster-webhook. Exemplo: 
    
        gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --disable-admin-cluster-webhook
  • Para clusters de administrador 1,16, execute comandos gkectl update admin com a sinalização --force. Exemplo: 
    
        gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --force
Configuração 1.15.0-1.15.10, 1.16.0-1.16.6, 1.28.0-1.28.200

O campo controlPlaneNodePort assume o padrão 30968 quando a especificação manualLB está vazia

Se você for usar um balanceador de carga manual (loadBalancer.kind está definido como "ManualLB"), não será necessário configurar a seção loadBalancer.manualLB no arquivo de configuração para um cluster de administrador de alta disponibilidade (HA) nas versões 1.16 e mais recentes. No entanto, quando esta seção está vazia, o GKE no VMware atribui valores padrão a todos os NodePorts, incluindo manualLB.controlPlaneNodePort, o que faz com que a criação do cluster falhe com a seguinte mensagem de erro:


- Validation Category: Manual LB
  - [FAILURE] NodePort configuration: manualLB.controlPlaneNodePort must
   not be set when using HA admin cluster, got: 30968

Alternativa:

Especifique manualLB.controlPlaneNodePort: 0 na configuração do cluster de administrador para o cluster de administrador de alta disponibilidade:


loadBalancer:
  ...
  kind: ManualLB
  manualLB:
    controlPlaneNodePort: 0
  ...
Armazenamento 1.28.0-1.28.100

O nfs-common está ausente na imagem do SO Ubuntu.

nfs-common não está presente na imagem do SO Ubuntu, o que pode causar problemas para clientes que usam drivers dependentes de NFS, como o NetApp.

Se o registro tiver uma entrada como a seguinte após o upgrade para a versão 1.28, você está sendo afetado por esse 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".

Alternativa:

Verifique se os nós podem fazer o download de pacotes da Canonical.

Em seguida, aplique o DaemonSet a seguir ao cluster para instalar o 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: /
Armazenamento 1.28.0-1.28.100

O campo de política de armazenamento está ausente no modelo de configuração do cluster de administrador

O SPBM em clusters de administrador tem suporte na versão 1.28.0 e mais recentes. Mas o campo vCenter.storagePolicyName está ausente no modelo do arquivo de configuração.

Alternativa:

Adicione o campo "vCenter.storagePolicyName" no arquivo de configuração do cluster de administrador se quiser definir a política de armazenamento desse cluster. Consulte as instructions.
Geração de registros e monitoramento 1.28.0-1.28.100

A API Kubernetes Metadata não aceita VPC-SC

A API kubernetesmetadata.googleapis.com recém-adicionada não é compatível com o VPC-SC. Isso fará com que o agente de coleta de metadados não alcance essa API no VPC-SC. Depois, os rótulos de metadados de métricas vão estar ausentes.

Alternativa:

No namespace "kube-system", a resposta automática "stackdriver" define o campo "featureGates.disableExperimentalMetadataAgent" como "true" executando o comando

`kubectl -n kube-system patch stackdriver stackdriver -p '{"spec":{"featureGates":{"disableExperimentalMetadataAgent":true}}}'`

depois executar

`kubectl -n kube-system patch deployment stackdriver-operator -p '{"spec":{"template":{"spec":{"containers":[{"name":"stackdriver-operator","env":[{"name":"ENABLE_LEGACY_METADATA_AGENT","value":"true"}]}]}}}}'`

Upgrades e atualizações 1.15.0-1.15.7, 1.16.0-1.16.4, 1.28.0

O controlador clusterapi-controller pode falhar quando o cluster de administrador e qualquer cluster de usuário com o ControlPlane V2 ativado usam credenciais diferentes do vSphere.

Quando um cluster de administrador e qualquer cluster de usuário com o ControlPlane V2 ativado usam credenciais diferentes do vSphere, por exemplo, depois de atualizar as credenciais do vSphere para o cluster de administrador, o clusterapi-controller pode não se conectar ao vCenter após a reinicialização. Confira o registro do clusterapi-controller em execução no namespace "kube-system" do cluster de administrador.


kubectl logs -f -l component=clusterapi-controllers -c vsphere-controller-manager \
    -n kube-system --kubeconfig KUBECONFIG
Quando esse problema está afetando você, o registro contém uma entrada como esta: 

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

Alternativa:

Atualize as credenciais do vSphere para que o cluster de administrador e todos os clusters de usuário com o Controlplane V2 ativado usem as mesmas credenciais do vSphere.

Geração de registros e monitoramento 1.14

Alto número de solicitações GRPC com falha no Prometheus Alert Manager com etcd

O Prometheus pode gerar alertas semelhantes ao seguinte exemplo:


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.

Para verificar se esse é um falso positivo que pode ser ignorado, siga estas etapas:

  1. Verifique a métrica bruta grpc_server_handled_total em relação ao grpc_method fornecido na mensagem de alerta. Neste exemplo, verifique o rótulo grpc_code para Watch.

    É possível verificar essa métrica usando o Cloud Monitoring com a seguinte consulta MQL: 
    
fetch
    k8s_container | metric 'kubernetes.io/anthos/grpc_server_handled_total' | align rate(1m) | every 1m
  2. Um alerta em todos os códigos diferentes de OK pode ser ignorado com segurança se o código não for um dos seguintes: 
    
Unknown|FailedPrecondition|ResourceExhausted|Internal|Unavailable|DataLoss|DeadlineExceeded

Alternativa:

Para configurar o Prometheus para ignorar esses alertas de falsos positivos, analise as seguintes opções:

  1. Silenciar alerta na interface do Gerenciador de alertas.
  2. Se silenciar o alerta não for uma opção, confira as etapas a seguir para suprimir os falsos positivos:
    1. Reduza os recursos do operador de monitoramento para 0 réplicas. Assim, as modificações poderão ser mantidas.
    2. Modifique o configmap prometheus-config e adicione grpc_method!="Watch" à configuração de alerta etcdHighNumberOfFailedGRPCRequests, conforme mostrado no exemplo a seguir:
      • Original: 
        
rate(grpc_server_handled_total{cluster="CLUSTER_NAME",grpc_code!="OK",job=~".*etcd.*"}[5m])
      • Modificado: 
        
rate(grpc_server_handled_total{cluster="CLUSTER_NAME",grpc_code=~"Unknown|FailedPrecondition|ResourceExhausted|Internal|Unavailable|DataLoss|DeadlineExceeded",grpc_method!="Watch",job=~".*etcd.*"}[5m])
        Substitua o CLUSTER_NAME a seguir pelo nome do cluster.
    3. Reinicie o Prometheus e o Statefulset do Alertmanager para selecionar a nova configuração.
  3. Se o código se enquadrar em um dos casos problemáticos, verifique os registros do etcd e kube-apiserver para depurar mais.
Rede 1.16.0-1.16.2 ou 1.28.0

As conexões de longa duração NAT de saída são descartadas

Se não houver tráfego, as conexões NAT de saída poderão ser descartadas depois de 5 a 10 minutos após o estabelecimento de uma conexão.

Como o conntrack só importa na direção de entrada (conexões externas com o cluster), esse problema só acontecerá se a conexão não transmitir nenhuma informação por um tempo e o lado do destino transmitir algo. Se o pod de saída NAT sempre instanciar as mensagens, esse problema não será visto.

Esse problema ocorre porque a coleta de lixo do Anetd remove acidentalmente entradas conntrack que o daemon acredita não serem usadas. Uma correção upstream foi integrada recentemente à rede para corrigir o comportamento.


Alternativa:

Não há uma solução alternativa fácil, e não observamos problemas desse comportamento na versão 1.16. Se você notar que conexões de longa duração foram descartadas devido a esse problema, soluções alternativas seriam usar uma carga de trabalho no mesmo nó que o endereço IP de saída ou enviar mensagens de maneira consistente na conexão TCP.
Operação 1,14, 1,15, 1,16

O signatário da CSR ignora spec.expirationSeconds ao assinar certificados

Se você criar uma CertificateSigningRequest (CSR) com expirationSeconds definido, o expirationSeconds será ignorado.

Alternativa:

Se você for afetado por esse problema, atualize o cluster de usuário adicionando disableNodeIDVerificationCSRSigning: true ao arquivo de configuração e execute o comando gkectl update cluster para atualizar o cluster com essa configuração.
Rede, upgrades e atualizações 1.16.0-1.16.3

A validação do balanceador de carga do cluster de usuário falha para disable_bundled_ingress

Se você tentar desativar a entrada em pacote para um cluster atual, o comando gkectl update cluster falhará com um erro semelhante ao exemplo a seguir:


[FAILURE] Config: ingress IP is required in user cluster spec

Esse erro acontece porque gkectl verifica se há um endereço IP de entrada do balanceador de carga durante as verificações de simulação. Embora essa verificação não seja necessária ao desativar a entrada em pacote, a verificação de simulação gkectl falha quando disableBundledIngress é definido como true.


Alternativa:

Use o parâmetro --skip-validation-load-balancer ao atualizar o cluster, conforme mostrado no exemplo a seguir:


gkectl update cluster \
  --kubeconfig ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG  \
  --skip-validation-load-balancer

Para mais informações, consulte como desativar a entrada em pacote para um cluster atual.
Upgrades e atualizações 1.13, 1.14, 1.15.0-1.15.6

As atualizações do cluster de administrador falham após a rotação da CA

Se você alternar os certificados de autoridade de certificação (CA, na sigla em inglês) do cluster de administrador, as tentativas subsequentes de executar o comando gkectl update admin vão falhar. O erro retornado é semelhante ao seguinte:


failed to get last CARotationStage: configmaps "ca-rotation-stage" not found

Alternativa:

Se esse problema afetar você, atualize o cluster de administrador usando a sinalização --disable-update-from-checkpoint com o comando gkectl update admin:


gkectl update admin --config ADMIN_CONFIG_file \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    --disable-update-from-checkpoint

Quando você usa a sinalização --disable-update-from-checkpoint, o comando de atualização não usa o arquivo de checkpoint como a fonte da verdade durante a atualização do cluster. O arquivo de checkpoint ainda é atualizado para uso futuro.
Armazenamento 1.15.0-1.15.6, 1.16.0-1.16.2

A verificação de simulação da carga de trabalho CSI falha devido a uma falha na inicialização do pod

Durante as verificações de simulação, a verificação de validação da carga de trabalho CSI instala um pod no namespace default. O pod da carga de trabalho CSI valida que o driver CSI do vSphere está instalado e pode fazer o provisionamento de volume dinâmico. Se esse pod não for iniciado, a verificação de validação da carga de trabalho CSI vai falhar.

Há alguns problemas conhecidos que podem impedir a inicialização do pod:

  • Se o pod não tiver limites de recursos especificados, como é o caso de alguns clusters com webhooks de admissão instalados, o pod não será iniciado.
  • Se o Anthos Service Mesh estiver instalado no cluster com a injeção automática de arquivo secundário do Istio ativada no namespace default, o pod da carga de trabalho CSI não será iniciado.

Se o pod da carga de trabalho CSI não for iniciado, você verá um erro de tempo limite como este durante as validações de simulação:


- [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

Para ver se a falha é causada pela falta de um conjunto de recursos do pod, execute o seguinte comando para verificar o status do job anthos-csi-workload-writer-<run-id>:


kubectl describe job anthos-csi-workload-writer-<run-id>

Se os limites de recursos não estiverem definidos corretamente para o pod de carga de trabalho CSI, o status do job vai conter uma mensagem de erro como esta:


CPU and memory resource limits is invalid, as it are not defined for container: volume-tester

Se o pod de carga de trabalho CSI não for iniciado devido à injeção de arquivo secundário do Istio, desative temporariamente a injeção automática de arquivo secundário do Istio no namespace default. Verifique os rótulos do namespace e use o comando a seguir para excluir o rótulo que começa com istio.io/rev:


kubectl label namespace default istio.io/rev-

Se o pod estiver configurado incorretamente, verifique manualmente se o provisionamento de volume dinâmico com o driver CSI do vSphere funciona:

  1. Crie um PVC que use o StorageClass standard-rwo.
  2. Crie um pod que use o PVC.
  3. Verifique se o pod consegue ler/gravar dados no volume.
  4. Remova o pod e o PVC depois de verificar a operação adequada.

Se o provisionamento de volume dinâmico com o driver CSI do vSphere funcionar, execute gkectl diagnose ou gkectl upgrade com a sinalização --skip-validation-csi-workload para pular a verificação de carga de trabalho do CSI.

Operação 1.16.0-1.16.2

Tempos limite de atualização do cluster de usuário quando a versão do cluster de administrador é 1.15

Quando você faz login em uma estação de trabalho de administrador gerenciada pelo usuário, o comando gkectl update cluster pode atingir o tempo limite e não atualizar o cluster de usuário. Isso acontecerá se a versão do cluster de administrador for 1.15 e você executar gkectl update admin antes de executar o gkectl update cluster. Quando essa falha ocorrer, você verá o seguinte erro ao tentar atualizar o 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 a atualização de um cluster de administrador 1.15, o validation-controller que aciona as verificações de simulação é removido do cluster. Se você tentar atualizar o cluster de usuário, a verificação de simulação travará até que o tempo limite seja atingido.

Alternativa:

  1. Execute o seguinte comando para reimplantar o validation-controller: 
    
      gkectl prepare --kubeconfig ADMIN_KUBECONFIG --bundle-path BUNDLE_PATH --upgrade-platform
  2. Após a conclusão da preparação, execute gkectl update cluster novamente para atualizar o cluster de usuário
Operação 1.16.0-1.16.2

Tempos limite da criação de clusters de usuário quando a versão do cluster de administrador é 1.15

Quando você faz login em uma estação de trabalho de administrador gerenciada pelo usuário, o comando gkectl create cluster pode atingir o tempo limite e falhar ao criar o cluster de usuário. Isso acontecerá se a versão do cluster de administrador for 1.15. Quando essa falha ocorrer, você verá o seguinte erro ao tentar criar o 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

Como o validation-controller foi adicionado na versão 1.16, ao usar o cluster de administrador 1.15, o validation-controller que é responsável por acionar as verificações de simulação está ausente. Portanto, ao tentar criar um cluster de usuário, as verificações de simulação travam até o tempo limite ser atingido.

Alternativa:

  1. Execute o seguinte comando para implantar o validation-controller: 
    
      gkectl prepare --kubeconfig ADMIN_KUBECONFIG --bundle-path BUNDLE_PATH --upgrade-platform
  2. Após a conclusão da preparação, execute gkectl create cluster novamente para criar o cluster de usuário
Upgrades e atualizações 1.16.0-1.16.2

A atualização ou o upgrade do cluster de administrador falhará se os projetos ou os locais dos serviços complementares não corresponderem.

Quando você faz upgrade de um cluster de administrador da versão 1.15.x para 1.16.x ou adiciona uma configuração connect, stackdriver, cloudAuditLogging ou gkeOnPremAPI ao atualizar um cluster de administrador, a operação pode ser rejeitada pelo webhook do cluster de administrador. Uma das seguintes mensagens de erro pode aparecer:

  • "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."

Uma atualização ou upgrade de cluster de administrador exige que o onprem-admin-cluster-controller reconcilie o cluster de administrador em um cluster de tipo. Quando o estado do cluster de administrador é restaurado no cluster do tipo, o webhook do cluster de administrador não consegue distinguir se o objeto OnPremAdminCluster é para a criação de um cluster de administrador ou para retomar as operações para uma atualização ou upgrade. Algumas validações somente de criação são invocadas na atualização e no upgrade inesperadamente.


Alternativa:

Adicione a anotação onprem.cluster.gke.io/skip-project-location-sameness-validation: true ao objeto OnPremAdminCluster:

  1. Edite o recurso do cluster onpremadminclusters: 
    
kubectl edit onpremadminclusters ADMIN_CLUSTER_NAME -n kube-system –kubeconfig ADMIN_CLUSTER_KUBECONFIG
    Substitua o seguinte:
    • ADMIN_CLUSTER_NAME: o nome do cluster de administrador.
    • ADMIN_CLUSTER_KUBECONFIG: o caminho do arquivo kubeconfig do cluster de administrador.
  2. Adicione a anotação onprem.cluster.gke.io/skip-project-location-sameness-validation: true e salve o recurso personalizado.
  3. Dependendo do tipo de clusters de administrador, conclua uma das seguintes etapas:
    • Para clusters de administrador que não são de alta disponibilidade com um arquivo de checkpoint: adicione o parâmetro disable-update-from-checkpoint no comando de atualização ou adicione o parâmetro "disable-upgrade-from-checkpoint" no comando de upgrade. Estes parâmetros só serão necessários na próxima vez que você executar o comando update ou 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
    • Para clusters de administrador de alta disponibilidade ou um arquivo de checkpoint desativado:atualize ou faça upgrade do cluster de administrador normalmente. Nenhum parâmetro adicional é necessário nos comandos de atualização ou upgrade.
Operação 1.16.0-1.16.2

A exclusão do cluster de usuário falha ao usar uma estação de trabalho de administrador gerenciada pelo usuário

Quando você faz login em uma estação de trabalho de administrador gerenciada pelo usuário, o comando gkectl delete cluster pode atingir o tempo limite e não excluir o cluster de usuário. Isso acontecerá se você primeiro executar gkectl na estação de trabalho gerenciada pelo usuário para criar, atualizar ou fazer upgrade do cluster de usuário. Quando essa falha ocorrer, você verá o seguinte erro ao tentar excluir o 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 a exclusão, um cluster primeiro exclui todos os objetos. A exclusão dos objetos de validação (criados durante a criação, a atualização ou o upgrade) fica paralisada na fase de exclusão. Isso acontece porque um finalizador bloqueia a exclusão do objeto, o que faz com que a exclusão do cluster falhe.

Alternativa:

  1. Encontre os nomes de todos os objetos de validação: 
    
         kubectl  --kubeconfig ADMIN_KUBECONFIG get validations \
           -n USER_CLUSTER_NAME-gke-onprem-mgmt
  2. Para cada objeto de validação, execute o seguinte comando para remover o finalizador: 
    
      kubectl --kubeconfig ADMIN_KUBECONFIG patch validation/VALIDATION_OBJECT_NAME \
        -n USER_CLUSTER_NAME-gke-onprem-mgmt -p '{"metadata":{"finalizers":[]}}' --type=merge

    Depois que o finalizador é removido de todos os objetos de validação, os objetos são removidos e a operação de exclusão do cluster de usuário é concluída automaticamente. Você não precisa fazer nada.

Rede 1,15, 1,16

Falha no tráfego do gateway NAT de saída para o servidor externo

Se o pod de origem e o pod do gateway NAT de saída estiverem em dois nós de trabalho diferentes, o tráfego do pod de origem não poderá alcançar nenhum serviço externo. Se os pods estiverem localizados no mesmo host, a conexão com o serviço ou aplicativo externo será bem-sucedida.

Esse problema é causado pelo vSphere descartando pacotes VXLAN quando a agregação de túnel está ativada. Há um problema conhecido com o NSX e o VMware que só envia tráfego agregado em portas VXLAN conhecidas (4789).


Alternativa:

Altere a porta VXLAN usada pelo Cilium para 4789:

  1. Edite o ConfigMap cilium-config: 
    
kubectl edit cm -n kube-system cilium-config --kubeconfig USER_CLUSTER_KUBECONFIG
  2. Adicione o seguinte ao ConfigMap cilium-config: 
    
tunnel-port: 4789
  3. Reinicie o DaemonSet anetd: 
    
kubectl rollout restart ds anetd -n kube-system --kubeconfig USER_CLUSTER_KUBECONFIG

Essa solução é revertida sempre que o cluster é atualizado. É necessário reconfigurar após cada upgrade. O VMware precisa resolver o problema no vSphere para uma correção permanente.
Upgrades 1.15.0-1.15.4

Falha ao fazer upgrade de um cluster de administrador com a criptografia de secrets sempre ativada

O upgrade do cluster de administrador da versão 1.14.x para o 1.15.x com a criptografia de secrets sempre ativada falha devido a uma incompatibilidade entre a chave de criptografia gerada pelo controlador e a chave que persiste no disco de dados mestre do administrador. A saída de gkectl upgrade admin contém a seguinte mensagem de erro: 


      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

A execução de kubectl get secrets -A --kubeconfig KUBECONFIG` falha com o seguinte erro: 


      Internal error occurred: unable to transform key "/registry/secrets/anthos-identity-service/ais-secret": rpc error: code = Internal desc = failed to decrypt: unknown jwk

Alternativa

Se você tiver um backup do cluster de administrador, siga as etapas a seguir para solucionar a falha de upgrade:

  1. Desative secretsEncryption no arquivo de configuração do cluster de administrador e atualize o cluster usando o seguinte comando: 
    
gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG
  2. Quando a nova VM mestre do administrador for criada, use SSH para se conectar à VM mestre do administrador e substitua a nova chave no disco de dados pela antiga do backup. A chave está localizada em /opt/data/gke-k8s-kms-plugin/generatedkeys no mestre administrador.
  3. Atualize o manifesto do pod estático kms-plugin.yaml em /etc/kubernetes/manifests para atualizar --kek-id de modo que corresponda ao campo kid na chave de criptografia original.
  4. Reinicie o pod estático kms-plugin movendo o /etc/kubernetes/manifests/kms-plugin.yaml para outro diretório e, em seguida, mova-o de volta.
  5. Execute gkectl upgrade admin novamente para retomar o upgrade do administrador.

Como evitar a falha no upgrade

Se você ainda não fez o upgrade, recomendamos não fazer upgrade para a versão 1.15.0-1.15.4. Se você precisar fazer upgrade para uma versão afetada, siga as etapas a seguir antes de fazer upgrade do cluster de administrador:

  1. Faça backup do cluster de administrador.
  2. Desative secretsEncryption no arquivo de configuração do cluster de administrador e atualize o cluster usando o seguinte comando: 
    
gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG
  3. Faça upgrade do cluster de administrador.
  4. Reative a criptografia de secrets sempre ativados.
Armazenamento 1,11 - 1,16

Erros de disco e falhas de anexação ao usar o rastreamento de blocos alterados (CBT, na sigla em inglês)

O GKE no VMware não oferece suporte ao rastreamento de blocos alterados (CBT, na sigla em inglês) em discos. Alguns softwares de backup usam o recurso CBT para rastrear o estado do disco e fazer backups, o que faz com que o disco não consiga se conectar a uma VM que executa o GKE no VMware. Para mais informações, consulte o artigo da base de conhecimento do VMware.


Alternativa:

Não faça backup do GKE nas VMs do VMware, porque o software de backup de terceiros pode fazer com que a CBT seja ativada nos discos. Não é necessário fazer backup dessas VMs.

Não ative a CBT no nó, porque essa mudança não será mantida em atualizações ou upgrades.

Se você já tiver discos com CBT ativada, siga as etapas de Resolução no artigo da base de conhecimento do VMware para desativar a CBT no disco de primeira classe.
Armazenamento 1,14, 1,15, 1,16

Corrupção de dados no NFSv3 quando anexos paralelos a um arquivo compartilhado são feitos a partir de vários hosts

Se você usar matrizes de armazenamento Nutanix para fornecer compartilhamentos NFSv3 aos seus hosts, poderá haver corrupção de dados ou a incapacidade dos pods de serem executados. Esse problema é causado por um problema de compatibilidade conhecido entre determinadas versões do VMware e da Nutanix. Para mais informações, consulte o artigo associado da base de conhecimento do VMware.


Alternativa:

O artigo da base de conhecimento do VMware está desatualizado e indica que não há uma resolução atual. Para resolver esse problema, atualize para a versão mais recente do ESXi nos seus hosts e para a versão mais recente do Nutanix nas suas matrizes de armazenamento.
Sistema operacional 1.13.10, 1.14.6 ou 1.15.3

Incompatibilidade de versão entre o kubelet e o plano de controle do Kubernetes

Para determinadas versões do GKE no VMware, o kubelet em execução nos nós usa uma versão diferente do plano de controle do Kubernetes. Há uma incompatibilidade porque o binário do kubelet pré-carregado na imagem do SO está usando uma versão diferente.

A tabela a seguir lista as incompatibilidades de versão identificadas:

Versão do GKE no VMware versão do kubelet Versão do 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

Alternativa:

Nenhuma ação é necessária. A inconsistência ocorre apenas entre as versões de patch do Kubernetes, e nenhum problema foi causado por esse desvio de versão.

Upgrades e atualizações 1.15.0-1.15.4

Falha ao fazer upgrade ou atualizar um cluster de administrador com uma versão de CA superior a 1

Quando um cluster de administrador tem uma versão de autoridade de certificação (CA) mais recente que 1, há uma falha na atualização ou no upgrade devido à validação da versão da CA no webhook. A saída do upgrade/atualização de gkectl contém a seguinte mensagem de erro: 


    CAVersion must start from 1

Alternativa:

  • Reduza a escala da implantação auto-resize-controller no cluster de administrador para desativar o redimensionamento automático do nó. Isso é necessário porque um novo campo introduzido no recurso personalizado do cluster de administrador na versão 1.15 pode causar um erro de ponteiro nulo em auto-resize-controller. 
    
 kubectl scale deployment auto-resize-controller -n kube-system --replicas=0 --kubeconfig KUBECONFIG
  • Execute comandos gkectl com a sinalização --disable-admin-cluster-webhook.Por exemplo: 
    
        gkectl upgrade admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG --disable-admin-cluster-webhook
Operação 1.13, 1.14.0-1.14.8, 1.15.0-1.15.4, 1.16.0-1.16.1

A exclusão do cluster sem plano de controle de alta disponibilidade V2 trava até o tempo limite

Quando um cluster que não é do plano de controle V2 de alta disponibilidade é excluído, ele fica travado na exclusão do nó até atingir o tempo limite.

Alternativa:

Se o cluster contiver um StatefulSet com dados críticos, entre em contato com o Cloud Customer Care para resolver esse problema.

Caso contrário, siga estas etapas:

  • Exclua todas as VMs de cluster do vSphere. É possível excluir as VMs por meio da UI do vSphere ou executar o seguinte comando: 
    
      govc vm.destroy
    .
  • Force a exclusão do cluster novamente: 
    
     gkectl delete cluster --cluster USER_CLUSTER_NAME --kubeconfig ADMIN_KUBECONFIG --force

Armazenamento 1.15.0+, 1.16.0+

As tarefas de anexação de CNS constantes aparecem a cada minuto para PVC/PV na árvore após o upgrade para a versão 1.15 ou mais recente.

Quando um cluster contém volumes permanentes do vSphere em árvore (por exemplo, PVCs criados com o StorageClass standard), você observa as tarefas com.vmware.cns.tasks.attachvolume acionadas a cada minuto no vCenter.


Alternativa:

Edite o configMap do recurso CSI do vSphere e defina list-volumes como "false":


     kubectl edit configmap internal-feature-states.csi.vsphere.vmware.com -n kube-system --kubeconfig KUBECONFIG

Reinicie os pods do controlador CSI do vSphere:


     kubectl rollout restart vsphere-csi-controller -n kube-system --kubeconfig KUBECONFIG
Armazenamento 1.16.0

Avisos falsos contra PVCs

Quando um cluster contém volumes permanentes intree do vSphere, os comandos gkectl diagnose e gkectl upgrade podem gerar avisos falsos sobre as declarações de volume permanente (PVCs, na sigla em inglês) ao validar as configurações de armazenamento do cluster. A mensagem de aviso é semelhante a esta: 


    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

Alternativa:

Execute o seguinte comando para verificar as anotações de um PVC com o aviso acima:


    kubectl get pvc PVC_NAME -n PVC_NAMESPACE -oyaml --kubeconfig KUBECONFIG

Se o campo annotations na saída contiver o seguinte, você poderá ignorar o aviso com segurança:


      pv.kubernetes.io/bind-completed: "yes"
      pv.kubernetes.io/bound-by-controller: "yes"
      volume.beta.kubernetes.io/storage-provisioner: csi.vsphere.vmware.com
Upgrades e atualizações 1.15.0+, 1.16.0+

A rotação de chaves da conta de serviço falha quando várias chaves estão expiradas

Se o cluster não estiver usando um registro particular e a chave da conta de serviço de acesso ao componente e as chaves da conta de serviço do Logging-monitoring (ou Connect-register) expirarem, quando você alternar as chaves da conta de serviço, gkectl update credentials falhará com um erro semelhante ao seguinte: 


Error: reconciliation failed: failed to update platform: ...

Alternativa:

Primeiro, alterne a chave da conta de serviço de acesso ao componente. Ainda que a mesma mensagem de erro seja exibida, será possível alternar as outras chaves após a rotação de chaves da conta de serviço de acesso ao componente.

Se a atualização ainda não for bem-sucedida, entre em contato com o Cloud Customer Care para resolver o problema.
Upgrades 1.16.0-1.16.5

1.15 A máquina mestre do usuário encontra uma recriação inesperada quando o controlador de cluster de usuário é atualizado para a versão 1.16

Durante um upgrade de cluster de usuário, após o upgrade do controlador para a versão 1.16, se você tiver outros 1,15 clusters de usuário gerenciados pelo mesmo cluster de administrador, a máquina mestre de usuário poderá ser recriada inesperadamente.

Há um bug no controlador de cluster de usuário 1.16 que pode acionar a recriação da máquina principal do usuário 1.15.

A solução alternativa depende de como você encontra esse problema.

Solução alternativa ao fazer upgrade do cluster de usuário com o console do Google Cloud:

Opção 1: use a versão 1.16.6 ou mais recente do GKE no VMware com a correção.

Opção 2: siga estas etapas:

  1. Adicione manualmente a anotação de nova execução com o seguinte comando: 
    
kubectl edit onpremuserclusters USER_CLUSTER_NAME -n USER_CLUSTER_NAME-gke-onprem-mgmt --kubeconfig ADMIN_KUBECONFIG

    A anotação de nova execução é:

    
onprem.cluster.gke.io/server-side-preflight-rerun: true
  2. Monitore o progresso do upgrade verificando o campo status do OnPremUserCluster.

Solução alternativa ao fazer upgrade do cluster de usuário usando sua própria estação de trabalho do administrador:

Opção 1: use a versão 1.16.6 ou mais recente do GKE no VMware com a correção.

Opção 2: siga estas etapas:

  1. Adicione o arquivo de informações de build /etc/cloud/build.info com o conteúdo abaixo. Isso faz com que as verificações de simulação sejam executadas localmente na estação de trabalho do administrador, e não no servidor. 
    
gke_on_prem_version: GKE_ON_PREM_VERSION
    Exemplo: 
    
gke_on_prem_version: 1.16.0-gke.669
  2. Execute o comando de upgrade novamente.
  3. Depois que o upgrade for concluído, exclua o arquivo build.info.
Criar 1.16.0-1.16.5, 1.28.0-1.28.100

A verificação de simulação falha quando o nome do host não está no arquivo de bloco de IP.

Durante a criação do cluster, se você não especificar um nome do host para cada endereço IP no arquivo de bloco de IP, a verificação de simulação falhará com a seguinte mensagem de erro: 


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.`

Há um bug na verificação de simulação que presume que o nome do host vazio é considerado duplicado.

Alternativa:

Opção 1: use uma versão com a correção.

Opção 2: ignorar essa verificação de simulação adicionando a sinalização --skip-validation-net-config.

Opção 3: especifique um nome do host exclusivo para cada endereço IP no arquivo de bloco de IPs.
Upgrades e atualizações 1.16.0

Falha ao criar o nó do plano de controle

Durante um upgrade ou atualização de um cluster de administrador, uma disputa pode fazer com que o gerenciador de controladores do Cloud do vSphere exclua inesperadamente um novo nó do plano de controle. Isso faz com que o clusterapi-controller fique travado, aguardando a criação do nó, e o tempo limite do upgrade/atualização. Nesse caso, a saída do comando gkectl de upgrade/update é semelhante a esta:


    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"...

Para identificar o sintoma, execute o comando abaixo para acessar o registro no gerenciador de controladores do Cloud do vSphere no cluster de administrador:


    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

Confira um exemplo de mensagem de erro do comando acima:


    node name: 81ff17e25ec6-qual-335-1500f723 has a different uuid. Skip deleting this node from cache.

Alternativa:

  1. Reinicie a máquina com falha para recriar o objeto de nó excluído.
  2. Use SSH em cada nó do plano de controle e reinicie o pod estático do gerenciador de controladores do Cloud do vSphere: 
    
      sudo crictl ps | grep vsphere-cloud-controller-manager | awk '{print $1}'
      sudo crictl stop PREVIOUS_COMMAND_OUTPUT
  3. Execute novamente o comando de upgrade/update.
Operação 1.16

Um nome de host duplicado no mesmo data center causa falhas na criação ou no upgrade do cluster

Não será possível fazer upgrade de um cluster 1.15 ou criar um cluster 1.16 com IPs estáticos se houver nomes de host duplicados no mesmo data center. Essa falha acontece porque o gerenciador de controladores do Cloud do vSphere não adiciona um IP externo e um ID de provedor ao objeto do nó. Isso faz com que o upgrade/criação do cluster atinja o tempo limite.

Para identificar o problema, consiga os registros do pod do gerenciador de controladores do Cloud do vSphere referentes ao cluster. O comando usado depende do tipo de cluster, da seguinte maneira:

  • Cluster de administrador: 
    
      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 de usuário (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 de usuário: (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

Este é um exemplo de mensagem de erro:


    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

Verifique se o nome do host está duplicado no data center:

Use a abordagem a seguir para verificar se o nome do host está duplicado e fazer uma solução alternativa, se necessário. 

          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
Exemplos de comandos e saída: 

          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

A solução alternativa depende da operação que falhou.

Solução alternativa para upgrades:

Siga a solução alternativa para o tipo de cluster aplicável.

  • Cluster de usuário:
    1. Atualize o nome do host da máquina afetada em user-ip-block.yaml para um nome exclusivo e acione uma atualização forçada:
      
          gkectl update cluster --kubeconfig ADMIN_KUBECONFIG --config NEW_USER_CLUSTER_CONFIG --force
    2. Executar gkectl upgrade cluster novamente
  • Cluster de administrador:
    1. Atualize o nome do host da máquina afetada em admin-ip-block.yaml para um nome exclusivo e acione uma atualização forçada:
      
          gkectl update admin --kubeconfig ADMIN_KUBECONFIG --config NEW_ADMIN_CLUSTER_CONFIG --force --skip-cluster-ready-check
    2. Se for um cluster de administrador que não é de alta disponibilidade e você descobrir que a VM mestre do administrador está usando um nome de host duplicado, também será necessário:
      Receber o nome da máquina mestre do administrador 
      
          kubectl get machine --kubeconfig ADMIN_KUBECONFIG -owide -A
      Atualize o objeto da máquina mestre do administrador.
      Observação: o NEW_ADMIN_MASTER_HOSTNAME precisa ser o mesmo que você definiu em admin-ip-block.yaml na etapa 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"}]'
      Verifique se o nome do host está atualizado no objeto da máquina mestre do administrador:
      
          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}'
    3. Execute novamente o upgrade do cluster de administrador com o checkpoint desativado:
      
          gkectl upgrade admin --kubeconfig ADMIN_KUBECONFIG --config ADMIN_CLUSTER_CONFIG --disable-upgrade-from-checkpoint

Solução alternativa para instalações:

Siga a solução alternativa para o tipo de cluster aplicável.
Operação 1.16.0, 1.16.1, 1.16.2 e 1.16.3

$ e ` não são compatíveis com o nome de usuário ou a senha do vSphere

As operações a seguir falham quando o nome de usuário ou a senha do vSphere contém $ ou `:

  • Como fazer upgrade de um cluster de usuário 1.15 com o Controlplane V2 ativado para a versão 1.16
  • Como fazer upgrade de um cluster de administrador de alta disponibilidade (HA) 1.15 para 1.16
  • Como criar um cluster de usuário 1.16 com o Controlplane V2 ativado
  • Como criar um cluster de administrador de alta disponibilidade 1.16

Use uma versão 1.16.4 ou mais recente do GKE no VMware com a correção ou execute a solução alternativa abaixo. A solução alternativa depende da operação que falhou.

Solução alternativa para upgrades:

  1. Altere o nome de usuário ou a senha do vCenter no lado do vCenter para remover $ e `.
  2. Atualize o nome de usuário ou a senha do vCenter no arquivo de configuração de credenciais.
  3. Acionar uma atualização forçada do cluster.
    • Cluster de usuário: 
      
        gkectl update cluster --kubeconfig ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG --force
    • Cluster de administrador: 
      
        gkectl update admin --kubeconfig ADMIN_KUBECONFIG --config ADMIN_CLUSTER_CONFIG --force --skip-cluster-ready-check

Solução alternativa para instalações:

  1. Altere o nome de usuário ou a senha do vCenter no lado do vCenter para remover $ e `.
  2. Atualize o nome de usuário ou a senha do vCenter no arquivo de configuração de credenciais.
  3. Siga a solução alternativa para o tipo de cluster aplicável.
Armazenamento 1.11+, 1.12+, 1.13+, 1.14+, 1.15+, 1.16

Falha na criação do PVC após o nó ser recriado com o mesmo nome

Depois que um nó é excluído e recriado com o mesmo nome, há uma pequena chance de que uma criação subsequente de PersistentVolumeClaim (PVC) falhe com um erro como este:


    The object 'vim.VirtualMachine:vm-988369' has already been deleted or has not been completely created

Isso é causado por uma disputa em que o controlador CSI do vSphere não exclui uma máquina removida do cache.


Alternativa:

Reinicie os pods do controlador CSI do vSphere:


    kubectl rollout restart vsphere-csi-controller -n kube-system --kubeconfig KUBECONFIG
Operação 1.16.0

O administrador-master do reparo do gkectl retorna o erro de unmarshall do kubeconfig

Quando você executa o comando gkectl repair admin-master em um cluster de administrador de alta disponibilidade, gkectl retorna a seguinte mensagem de erro: 


  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

Alternativa:

Adicione a sinalização --admin-master-vm-template= ao comando e forneça o modelo de VM da máquina a ser reparada: 


  gkectl repair admin-master --kubeconfig=ADMIN_CLUSTER_KUBECONFIG \
      --config ADMIN_CLUSTER_CONFIG_FILE \
      --admin-master-vm-template=/DATA_CENTER/vm/VM_TEMPLATE_NAME

Para encontrar o modelo de VM da máquina:

  1. Acesse a página Hosts e clusters no cliente vSphere.
  2. Clique em Modelos de VM e filtre pelo nome do cluster de administrador.

    Você verá os três modelos de VM do cluster de administrador.

  3. Copie o nome do modelo de VM que corresponde ao nome da máquina que você está reparando e use esse nome no comando de reparo.

  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
Rede 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 do Seesaw corrompida por falta de espaço em disco

Se você usar o Seesaw como o tipo de balanceador de carga para o cluster e perceber que uma VM do Seesaw está inativa ou falha na inicialização, talvez receba a seguinte mensagem de erro no console do vSphere:


    GRUB_FORCE_PARTUUID set, initrdless boot failed. Attempting with initrd

Esse erro indica que há pouco espaço em disco na VM porque o bit fluente em execução na VM do Seesaw não está configurado com a rotação de registro correta.


Alternativa:

Use du -sh -- /var/lib/docker/containers/* | sort -rh para localizar os arquivos de registro que consomem a maior parte do espaço em disco. Limpe o arquivo de registro com o maior tamanho e reinicie a VM.

Observação:se a VM estiver completamente inacessível, anexe o disco a uma VM que funcione (por exemplo, estação de trabalho do administrador), remova o arquivo do disco anexado e reconecte o disco à VM original do Seesaw.

Para evitar que o problema ocorra novamente, conecte-se à VM e modifique o arquivo /etc/systemd/system/docker.fluent-bit.service. Adicione --log-opt max-size=10m --log-opt max-file=5 ao comando do Docker e execute systemctl restart docker.fluent-bit.service
Operação 1.13, 1.14.0-1.14.6, 1.15

Erro de chave pública SSH de administrador após upgrade ou atualização de cluster de administrador

Quando você tenta fazer upgrade (gkectl upgrade admin) ou atualizar (gkectl update admin) um cluster de administrador que não é de alta disponibilidade com o checkpoint ativado, o upgrade ou a atualização pode falhar com erros como os seguintes: 


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]...


Alternativa:

Se não for possível fazer upgrade para uma versão de patch do GKE no VMware com a correção, entre em contato com o Suporte do Google para receber ajuda.
Upgrades 1.13.0-1.13.9, 1.14.0-1.14.6, 1.15.1-1.15.2

O upgrade de um cluster de administrador registrado na API GKE On-Prem pode falhar

Quando um cluster de administrador é registrado na API GKE On-Prem, o upgrade dele para as versões afetadas pode falhar porque não foi possível atualizar a assinatura da frota. Quando essa falha acontece, você vê o seguinte erro ao tentar fazer upgrade do 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

Um cluster de administrador é registrado na API quando você registra explicitamente o cluster ou quando você faz upgrade de um cluster de usuário usando um cliente da API GKE On-Prem.


Alternativa:

Cancele a inscrição do cluster de administrador: 

    gcloud alpha container vmware admin-clusters unenroll ADMIN_CLUSTER_NAME --project CLUSTER_PROJECT --location=CLUSTER_LOCATION --allow-missing
e retome o upgrade do cluster de administrador. Talvez você veja o erro "Falha ao registrar o cluster" desatualizado temporariamente. Depois de um tempo, ele é atualizado automaticamente.
Upgrades e atualizações 1.13.0-1.13.9, 1.14.0-1.14.4, 1.15.0

Quando um cluster de administrador é registrado na API GKE On-Prem, a anotação do link do recurso é aplicada ao recurso personalizado OnPremAdminCluster, que não é preservado durante as atualizações posteriores do cluster de administrador, devido ao uso de uma chave de anotação incorreta. Isso pode fazer com que o cluster de administrador seja registrado na API GKE On-Prem novamente por engano.

Um cluster de administrador é registrado na API quando você registra explicitamente o cluster ou quando você faz upgrade de um cluster de usuário usando um cliente da API GKE On-Prem.


Alternativa:

Cancele a inscrição do cluster de administrador: 

    gcloud alpha container vmware admin-clusters unenroll ADMIN_CLUSTER_NAME --project CLUSTER_PROJECT --location=CLUSTER_LOCATION --allow-missing
e reinscreva o cluster de administrador.
Rede 1.15.0-1.15.2

orderPolicy do CoreDNS não foi reconhecido

OrderPolicy não é reconhecido como um parâmetro e não é usado. Em vez disso, o GKE no VMware sempre usa Random.

Esse problema ocorre porque o modelo CoreDNS não foi atualizado, o que faz com que orderPolicy seja ignorado.


Alternativa:

Atualize o modelo CoreDNS e aplique a correção. Essa correção persiste até um upgrade.

  1. Edite o modelo: 
    
kubectl edit cm -n kube-system coredns-template
    Substitua o conteúdo do modelo pelo seguinte: 
    
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 }}
Upgrades e atualizações 1.10, 1.11, 1.12, 1.13.0-1.13.7, 1.14.0-1.14.3

Status OnPremAdminCluster inconsistente entre o checkpoint e a CR real

Certas disputas podem fazer com que o status OnPremAdminCluster seja inconsistente entre o checkpoint e a resposta automática real. Quando o problema acontece, é possível encontrar o seguinte erro ao atualizar o cluster de administrador após o 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
Para resolver esse problema, será necessário editar o checkpoint ou desativá-lo para upgrade/atualização. Entre em contato com nossa equipe de suporte para continuar com a solução.
Operação 1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1

O processo de reconciliação altera os certificados de administrador nos clusters de administrador

O GKE no VMware altera os certificados de administrador nos planos de controle do cluster de administrador a cada processo de reconciliação, como durante um upgrade de cluster. Esse comportamento aumenta a possibilidade de receber certificados inválidos para o cluster de administrador, especialmente para clusters da versão 1.15.

Se você for afetado por esse problema, poderá encontrar problemas como os seguintes:

  • Certificados inválidos podem fazer com que os seguintes comandos atinjam o tempo limite e retornem erros:
    • gkectl create admin
    • gkectl upgrade amdin
    • gkectl update admin

    Esses comandos podem retornar erros de autorização, como:

    
Failed to reconcile admin cluster: unable to populate admin clients: failed to get admin controller runtime client: Unauthorized
  • Os registros kube-apiserver do cluster de administrador podem conter erros como os seguintes: 
    
Unable to authenticate the request" err="[x509: certificate has expired or is not yet valid...

Alternativa:

Faça upgrade para uma versão do GKE no VMware com a correção: 1.13.10+, 1.14.6+, 1.15.2+. Se não for possível fazer o upgrade, entre em contato com o Cloud Customer Care para resolver esse problema.
Rede, operação 1.10, 1.11, 1.12, 1.13, 1.14

Componentes do gateway de rede do Anthos removidos ou pendentes devido à classe de prioridade ausente

Os pods do gateway de rede em kube-system podem mostrar um status Pending ou Evicted, conforme o exemplo de saída condensada a seguir:


$ 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

Esses erros indicam eventos de remoção ou impossibilidade de programar pods devido a recursos de nó. Como os pods do gateway de rede do Anthos não têm PriorityClass, eles têm a mesma prioridade padrão que outras cargas de trabalho. Quando os nós têm recursos restritos, os pods do gateway de rede podem ser removidos. Esse comportamento é especialmente ruim para o DaemonSet ang-node, porque esses pods precisam ser programados em um nó específico e não podem ser migrados.


Alternativa:

Faça upgrade para a versão 1.15 ou posterior.

Como correção de curto prazo, é possível atribuir manualmente uma PriorityClass aos componentes do gateway de rede do Anthos. O controlador do GKE no VMware substitui essas alterações manuais durante um processo de reconciliação, como durante um upgrade de cluster.

  • Atribua a PriorityClass system-cluster-critical às implantações do controlador de cluster ang-controller-manager e autoscaler.
  • Atribua a PriorityClass system-node-critical ao DaemonSet do nó ang-daemon.
Upgrades e atualizações 1.12, 1.13, 1.14, 1.15.0-1.15.2

falha no upgrade do cluster de administrador após o registro do cluster no gcloud

Depois de usar gcloud para registrar um cluster de administrador com a seção gkeConnect não vazia, talvez você encontre o seguinte erro ao tentar fazer upgrade do 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

Exclua o namespace gke-connect: 


kubectl delete ns gke-connect --kubeconfig=ADMIN_KUBECONFIG
Consiga o nome do cluster de administrador: 

kubectl get onpremadmincluster -n kube-system --kubeconfig=ADMIN_KUBECONFIG
Exclua a assinatura da frota: 

gcloud container fleet memberships delete ADMIN_CLUSTER_NAME
e retomar o upgrade do cluster de administrador.
Operação 1.13.0-1.13.8, 1.14.0-1.14.5, 1.15.0-1.15.1

gkectl diagnose snapshot --log-since falha ao limitar a janela de tempo para comandos journalctl em execução nos nós do cluster

Isso não afeta a funcionalidade de tirar um snapshot do cluster, já que o snapshot ainda inclui todos os registros coletados por padrão ao executar journalctl nos nós do cluster. Portanto, nenhuma informação de depuração é perdida.
Instalação, upgrades e atualizações 1.9+, 1.10+, 1.11+, 1.12+

gkectl prepare windows falha

gkectl prepare windows falha ao instalar o Docker no GKE em versões do VMware anteriores à 1.13 porque MicrosoftDockerProvider foi descontinuado.


Alternativa:

A ideia geral para solucionar esse problema é fazer upgrade para o GKE no VMware 1.13 e usar a gkectl 1.13 para criar um modelo de VM do Windows e depois os pools de nós do Windows. Há duas opções para acessar o GKE no VMware 1.13 da versão atual, conforme mostrado abaixo.

Observação: temos opções para resolver esse problema na sua versão atual sem precisar fazer upgrade para a versão 1.13, mas serão necessárias mais etapas manuais. Entre em contato com nossa equipe de suporte se quiser considerar essa opção.


Opção 1: upgrade azul/verde

É possível criar um novo cluster usando a versão 1.13 ou mais recente do GKE no VMware com pools de nós do Windows, migrar as cargas de trabalho para o novo cluster e desmontar o atual. É recomendável usar a versão secundária mais recente do GKE no VMware.

Observação: isso exigirá recursos extras para provisionar o novo cluster, mas menos inatividade e interrupção para as cargas de trabalho existentes.


Opção 2: excluir os pools de nós do Windows e adicioná-los novamente ao fazer upgrade para o GKE no VMware 1.13

Observação: para essa opção, as cargas de trabalho do Windows não poderão ser executadas até que o cluster seja atualizado para a versão 1.13 e os pools de nós do Windows sejam adicionados novamente.

  1. Exclua os pools de nós do Windows existentes removendo a configuração de pools de nós do Windows do arquivo user-cluster.yaml e, em seguida, execute o comando: 
    
gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
  2. Faça upgrade dos clusters de administrador+usuário exclusivos do Linux para a versão 1.12 seguindo o guia do usuário para upgrade para a versão secundária de destino correspondente.
  3. (Siga esta etapa antes de fazer upgrade para a versão 1.13) Verifique se o enableWindowsDataplaneV2: true está configurado na resposta automática OnPremUserCluster.Caso contrário, o cluster continuará usando o Docker para pools de nós do Windows, que não serão compatíveis com o Modelo de VM 1.13 recém-criado que não tem o Docker instalado. Se não estiver configurado ou estiver definido como falso, atualize o cluster definindo-o como verdadeiro em user-cluster.yaml e, em seguida, execute: 
    
gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
  4. Faça upgrade dos clusters de administrador+usuário exclusivos do Linux para a versão 1.13 seguindo o guia do usuário para upgrade.
  5. Prepare o modelo de VM do Windows usando o gkectl 1.13: 
    
gkectl prepare windows --base-vm-template BASE_WINDOWS_VM_TEMPLATE_NAME --bundle-path 1.13_BUNDLE_PATH --kubeconfig=ADMIN_KUBECONFIG
  6. Adicione novamente a configuração do pool de nós do Windows ao user-cluster.yaml com o campo OSImage definido como o modelo de VM recém-criado do Windows.
  7. Atualizar o cluster para adicionar pools de nós do Windows 
    
gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
Instalação, upgrades e atualizações 1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1

A configuração RootDistanceMaxSec não está em vigor para nós ubuntu

O valor padrão de 5 segundos para RootDistanceMaxSec será usado nos nós, em vez de 20 segundos, que seria a configuração esperada. Se você verificar o registro de inicialização do nó usando SSH na VM, localizada em `/var/log/startup.log`, poderá encontrar o seguinte erro:


+ has_systemd_unit systemd-timesyncd
/opt/bin/master.sh: line 635: has_systemd_unit: command not found

O uso de um RootDistanceMaxSec de cinco segundos pode fazer com que o relógio do sistema fique fora de sincronia com o servidor NTP quando o deslocamento do relógio for maior que cinco segundos.


Alternativa:

Aplique o DaemonSet a seguir ao cluster para configurar 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: /
Upgrades e atualizações 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2

gkectl update admin falha devido a um campo osImageType vazio

Quando você usa a versão 1.13 gkectl para atualizar um cluster de administrador da versão 1.12, é possível ver o seguinte erro:


Failed to update the admin cluster: updating OS image type in admin cluster
is not supported in "1.12.x-gke.x"

Ao usar gkectl update admin para clusters da versão 1.13 ou 1.14, você verá a seguinte mensagem na resposta:


Exit with error:
Failed to update the cluster: the update contains multiple changes. Please
update only one feature at a time

Se você verificar o registro gkectl, verá que as várias alterações incluem a configuração de osImageType de uma string vazia para ubuntu_containerd.

Esses erros de atualização ocorrem devido ao preenchimento incorreto do campo osImageType na configuração do cluster de administrador desde que ele foi introduzido na versão 1.9.


Alternativa:

Faça upgrade para uma versão do GKE no VMware com a correção. Se o upgrade não for possível, entre em contato com o Cloud Customer Care para resolver esse problema.
Instalação, segurança 1,13, 1,14, 1,15 e 1,16

A SNI não funciona em clusters de usuários com o Controlplane V2

A capacidade de fornecer um certificado de atendimento extra para o servidor da API Kubernetes de um cluster de usuário com authentication.sni não funciona quando o Controlplane V2 está ativado (enableControlplaneV2: true).


Alternativa:

Até que um patch do GKE no VMware esteja disponível com a correção, se você precisar usar a SNI, desative o Controlplane V2 (enableControlplaneV2: false).
Instalação 1.0-1.11, 1.12, 1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1

$ no nome de usuário do registro particular causa falha na inicialização da máquina do plano de controle de administrador

A máquina do plano de controle de administrador não é iniciada quando o nome de usuário do registro particular contém $. Ao verificar o /var/log/startup.log na máquina do plano de controle de administrador, você verá o seguinte erro: 


++ REGISTRY_CA_CERT=xxx
++ REGISTRY_SERVER=xxx
/etc/startup/startup.conf: line 7: anthos: unbound variable

Alternativa:

Use um nome de usuário de registro particular sem $ ou use uma versão do GKE no VMware com a correção.
Upgrades e atualizações 1.12.0-1.12.4

Avisos de falso positivo sobre alterações não compatíveis durante a atualização do cluster de administrador

Ao atualizar clusters de administrador, você verá os seguintes avisos de falso positivo no registro e poderá ignorá-los. 


    console.go:47] detected unsupported changes: &v1alpha1.OnPremAdminCluster{
      ...
      - 		CARotation:        &v1alpha1.CARotationConfig{Generated: &v1alpha1.CARotationGenerated{CAVersion: 1}},
      + 		CARotation:        nil,
      ...
    }
Upgrades e atualizações 1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1

Falha ao atualizar cluster de usuário após rotação de chaves de assinatura KSA

Depois que você alterna as chaves de assinatura KSA e, depois, atualiza um cluster de usuário, o gkectl update pode falhar com a seguinte mensagem de erro: 


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"


Alternativa:

Altere a versão da chave de assinatura KSA novamente para 1, mas retenha os dados mais recentes da chave:
  1. Verifique o secret no cluster de administrador no namespace USER_CLUSTER_NAME e encontre o nome do secret ksa-signing-key: 
    
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME get secrets | grep ksa-signing-key
  2. Copie o secret ksa-signing-key e nomeie essa cópia como 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 -
  3. Exclua o secret ksa-signing-key anterior: 
    
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME delete secret KSA-KEY-SECRET-NAME
  4. Atualize o campo data.data no configmap ksa-signing-key-rotation-stage para '{"tokenVersion":1,"privateKeyVersion":1,"publicKeyVersions":[1]}': 
    
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME \
edit configmap ksa-signing-key-rotation-stage
  5. Desative o webhook de validação para editar as informações da versão no recurso personalizado 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
'
  6. Atualize o campo spec.ksaSigningKeyRotation.generated.ksaSigningKeyRotation para 1 no recurso personalizado OnPremUserCluster: 
    
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME-gke-onprem-mgmt \
edit onpremusercluster USER_CLUSTER_NAME
  7. Aguarde até que o cluster de usuário de destino esteja pronto. Verifique o status: 
    
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME-gke-onprem-mgmt \
get onpremusercluster
  8. Restaure o webhook de validação do cluster de usuário: 
    
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
'
  9. Evite fazer outra rotação de chaves de assinatura KSA até o cluster fazer upgrade para a versão com a correção.
Operação 1.13.1+, 1.14, 1., 1.16

Os servidores virtuais F5 BIG-IP não são limpos quando o Terraform exclui clusters de usuário

Quando você usa o Terraform para excluir um cluster de usuário com um balanceador de carga F5 BIG-IP, os servidores virtuais F5 BIG-IP não são removidos após a exclusão do cluster.


Alternativa:

Para remover os recursos F5, siga as etapas para limpar uma partição F5 do cluster de usuário
Instalação, upgrades e atualizações 1.13.8, 1.14.4

cluster kind extrai imagens de contêiner de docker.io

Se você criar um cluster de administrador com a versão 1.13.8 ou 1.14.4 ou fizer upgrade dele para a versão 1.13.8 ou 1.14.4, o cluster kind extrairá as seguintes imagens de contêiner de docker.io:

  • docker.io/kindest/kindnetd
  • docker.io/kindest/local-path-provisioner
  • docker.io/kindest/local-path-helper

    • Se docker.io não estiver acessível na estação de trabalho de administrador, a criação ou o upgrade do cluster de administrador não conseguirá trazer o cluster kind. A execução do comando a seguir na estação de trabalho de administrador mostra os contêineres correspondentes pendentes com ErrImagePull:

    
docker exec gkectl-control-plane kubectl get pods -A

    A resposta contém entradas como estas:

    
...
kube-system         kindnet-xlhmr                             0/1
    ErrImagePull  0    3m12s
...
local-path-storage  local-path-provisioner-86666ffff6-zzqtp   0/1
    Pending       0    3m12s
...

    Essas imagens de contêiner precisam ser pré-carregadas na imagem de contêiner do cluster kind. No entanto, o kind v0.18.0 tem um problema com as imagens de contêiner pré-carregadas, que faz com que elas sejam extraídas da Internet por engano.


    Alternativa:

    Execute os seguintes comandos na estação de trabalho de administrador enquanto o cluster de administrador está com a criação ou o upgrade pendente:

    
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
    Operação 1.13.0-1.13.7, 1.14.0-1.14.4, 1.15.0

    Falha de failover em clusters de usuário e administrador do Controlplane V2 de alta disponibilidade quando a rede filtra solicitações GARP duplicadas

    Se as VMs do cluster estiverem conectadas a um switch que filtra solicitações GARP (ARP gratuitas) duplicadas, a eleição de líder de sinal de atividade pode encontrar uma disputa, o que faz com que alguns nós tenham entradas de tabela ARP incorretas.

    Os nós afetados podem dar um ping no VIP do plano de controle, mas uma conexão TCP com o VIP do plano de controle expira.


    Alternativa:

    Execute o seguinte comando em cada nó do plano de controle do cluster afetado: 
    
    iptables -I FORWARD -i ens192 --destination CONTROL_PLANE_VIP -j DROP
    Upgrades e atualizações 1.13.0-1.13.7, 1.14.0-1.14.4, 1.15.0

    O vsphere-csi-controller precisa ser reiniciado após a rotação do certificado do vCenter

    vsphere-csi-controller precisa atualizar o secret do vCenter após a rotação do certificado do vCenter. No entanto, o sistema atual não reinicia corretamente os pods do vsphere-csi-controller, fazendo com que vsphere-csi-controller falhe após a rotação.

    Alternativa:

    Para clusters criados nas versões 1.13 e posteriores, siga as instruções abaixo para reiniciar vsphere-csi-controller 

    
kubectl --kubeconfig=ADMIN_KUBECONFIG rollout restart deployment vsphere-csi-controller -n kube-system
    Instalação 1.10.3-1.10.7, 1.11, 1.12, 1.13.0-1.13.1

    A criação do cluster de administrador não falha em erros de registro do cluster

    Mesmo quando o registro de cluster falha durante a criação do cluster de administrador, o comando gkectl create admin não falha no erro e pode ser bem-sucedido. Em outras palavras, a criação do cluster de administrador pode ter "êxito" sem o registro em uma frota.

    Para identificar o sintoma, procure as mensagens de erro a seguir no registro de "gkectl create admin". 
    
Failed to register admin cluster

    Verifique também se encontra o cluster entre os clusters registrados no console do Cloud.

    Alternativa:

    Em clusters criados nas versões 1.12 e posteriores, siga as instruções para tentar novamente o registro do cluster de administrador após a criação do cluster. Para clusters criados em versões anteriores:

    1. Anexe um par de chave-valor falso, como "foo: bar", ao seu arquivo de chave SA do connect-register
    2. Execute gkectl update admin para registrar novamente o cluster de administrador.

    Upgrades e atualizações 1.10, 1.11, 1.12, 1.13.0-1.13.1

    O novo registro de cluster de administrador pode ser ignorado durante o upgrade do cluster de administrador

    Durante o upgrade do cluster de administrador, se o upgrade dos nós do plano de controle do usuário expirar, o cluster de administrador não será registrado novamente com a versão atualizada do agente de conexão.


    Alternativa:

    Verifique se o cluster é exibido entre os clusters registrados. Como etapa opcional, faça login no cluster após configurar a autenticação. Se o cluster ainda estiver registrado, pule as instruções a seguir sobre tentar novamente o registro. Em clusters que fizeram upgrade para as versões 1.12 e posteriores, siga as instruções para tentar novamente o registro do cluster de administrador após a criação do cluster. Em clusters que fizeram upgrade para versões anteriores:
    1. anexe um par de chave-valor falso, como "foo: bar", ao seu arquivo de chave SA do connect-register;
    2. execute gkectl update admin para registrar novamente o cluster de administrador.

    Configuração 1.15.0

    Mensagem de erro falsa sobre vCenter.dataDisk

    Para um cluster de administrador de alta disponibilidade, gkectl prepare mostra esta mensagem de erro falsa:

    
vCenter.dataDisk must be present in the AdminCluster spec

    Alternativa:

    Você pode ignorar esse erro com segurança.
    VMware 1.15.0

    A criação do pool de nós falha devido a regras de afinidade redundantes de VM e host

    Durante a criação de um pool de nós que usa Afinidade de VM-host , uma disputa pode resultar em várias Regras de afinidade de VM-host sendo criadas com o mesmo nome. Isso pode causar falha na criação do pool de nós.


    Alternativa:

    Remova as regras redundantes antigas para que a criação do pool de nós possa continuar. Essas regras se chamam [USER_CLUSTER_NAME]-[HASH].
    Operação 1.15.0

    gkectl repair admin-master pode falhar devido a failed to delete the admin master node object and reboot the admin master VM

    O comando gkectl repair admin-master pode falhar devido a uma disputa com o seguinte erro. 

    
Failed to repair: failed to delete the admin master node object and reboot the admin master VM


    Alternativa:

    Esse comando é idempotente. Ele pode ser executado com segurança novamente até o comando ser bem-sucedido.
    Upgrades e atualizações 1.15.0

    Os pods permanecem no estado "Falha" ao recriar ou atualizar um nó do plano de controle

    Depois de recriar ou atualizar um nó do plano de controle, alguns pods podem ser deixados no estado Failed devido a uma falha no predicado do NodeAffinity. Esses pods com falha não afetam a integridade ou as operações normais do cluster.


    Alternativa:

    É possível ignorar com segurança os pods com falha ou excluí-los manualmente.
    Segurança, configuração 1.15.0-1.15.1

    O OnPremUserCluster não está pronto devido a credenciais de registro particulares

    Se você usa credenciais preparadas e um registro particular, mas não configurou credenciais preparadas para seu registro particular, o OnPremUserCluster pode não ficar pronto e você verá a seguinte mensagem de erro: 

    
failed to check secret reference for private registry …


    Alternativa:

    Prepare as credenciais do registro particular para o cluster de usuário de acordo com as instruções em Configurar credenciais preparadas.

    Upgrades e atualizações 1.15.0

    gkectl upgrade admin falha com StorageClass standard sets the parameter diskformat which is invalid for CSI Migration

    Durante gkectl upgrade admin, a verificação de simulação de armazenamento para a CSI Migration verifica se o StorageClasses não tem parâmetros que são ignorados após a CSI Migration. Por exemplo, se houver um StorageClass com o parâmetro diskformat, gkectl upgrade admin sinalizará o StorageClass e relatará uma falha na validação de simulação. Os clusters de administrador criados no GKE no VMware 1.10 e anteriores têm um StorageClass com diskformat: thin que vai falhar nessa validação. No entanto, esse StorageClass ainda funciona bem após a migração do CSI. Essas falhas precisam ser interpretadas como alertas.

    Para mais informações, consulte a seção do parâmetro StorageClass em Como migrar volumes do vSphere em árvore para o plug-in vSphere Container Storage.


    Alternativa:

    Depois de confirmar que seu cluster tem um StorageClass com parâmetros ignorados depois da CSI Migration, execute gkectl upgrade admin com a flag --skip-validation-cluster-health.
    Armazenamento 1,15, 1,16

    Os volumes migrados do vSphere em árvore usando o sistema de arquivos do Windows não podem ser usados com o driver CSI do vSphere

    Em determinadas condições, os discos podem ser anexados como somente leitura aos nós do Windows. Isso faz com que o volume correspondente seja somente leitura dentro de um pod. É mais provável que esse problema ocorra quando um novo conjunto de nós substitui um conjunto antigo (por exemplo, upgrade de cluster ou atualização de pool de nós). As cargas de trabalho com estado que anteriormente funcionavam bem podem não conseguir gravar nos respectivos volumes no novo conjunto de nós.


    Alternativa:

    1. Encontre o UID do pod que não consegue gravar no respectivo volume: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get pod \
    POD_NAME --namespace POD_NAMESPACE \
    -o=jsonpath='{.metadata.uid}{"\n"}'
    2. Use o PersistentVolumeClaim para encontrar o nome do PersistentVolume: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get pvc \
    PVC_NAME --namespace POD_NAMESPACE \
    -o jsonpath='{.spec.volumeName}{"\n"}'
    3. Determine o nome do nó em que o pod está em execução: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIGget pods \
    --namespace POD_NAMESPACE \
    -o jsonpath='{.spec.nodeName}{"\n"}'
    4. Consiga acesso ao nó via PowerShell, seja por SSH ou pela interface da Web do vSphere.
    5. Defina as variáveis de ambiente: 
      
PS C:\Users\administrator> pvname=PV_NAME
PS C:\Users\administrator> podid=POD_UID
    6. Identifique o número do disco associado ao 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
    7. Verifique se o disco está readonly: 
      
PS C:\Users\administrator> (Get-Disk -Number $disknum).IsReadonly
      O resultado precisa ser True.
    8. Defina readonly como false. 
      
PS C:\Users\administrator> Set-Disk -Number $disknum -IsReadonly $false
PS C:\Users\administrator> (Get-Disk -Number $disknum).IsReadonly
    9. Exclua o pod para que ele seja reiniciado: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG delete pod POD_NAME \
    --namespace POD_NAMESPACE
    10. O pod precisa ser programado no mesmo nó. No entanto, se o pod for programado em um novo nó, talvez seja necessário repetir as etapas anteriores nesse novo nó.

    Upgrades e atualizações 1.12, 1.13.0-1.13.7, 1.14.0-1.14.4

    vsphere-csi-secret não é atualizado após gkectl update credentials vsphere --admin-cluster

    Se você atualizar as credenciais do vSphere de um cluster de administrador após a atualização das credenciais do cluster, talvez encontre o vsphere-csi-secret no namespace kube-system no cluster de administrador ainda usando a credencial antiga.


    Alternativa:

    1. Consiga o nome do secret vsphere-csi-secret: 
      
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system get secrets | grep vsphere-csi-secret
    2. Atualize os dados do secret vsphere-csi-secret que você recebeu na etapa acima: 
      
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 \
    )\"}}"
    3. Restart vsphere-csi-controller: 
      
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system rollout restart deployment vsphere-csi-controller
    4. É possível acompanhar o status do lançamento com: 
      
kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system rollout status deployment vsphere-csi-controller
      Depois que a implantação for concluída, o vsphere-csi-secret atualizado deverá ser usado pelo controlador.
    Upgrades e atualizações 1.10, 1.11, 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2

    audit-proxy com loop de falhas ao ativar os Registros de auditoria do Cloud com gkectl update cluster

    audit-proxy pode falhar em loop devido a um --cluster-name vazio. Esse comportamento é causado por um bug na lógica de atualização, em que o nome do cluster não é propagado para o manifesto do pod/contêiner do proxy de auditoria.


    Alternativa:

    Em um cluster de usuário do plano de controle v2 com enableControlplaneV2: true, conecte-se à máquina do plano de controle do usuário usando SSH e atualize /etc/kubernetes/manifests/audit-proxy.yaml com --cluster_name=USER_CLUSTER_NAME.

    Em um cluster de usuário do plano de controle v1, edite o contêiner audit-proxy no kube-apiserver com estado definido para adicionar --cluster_name=USER_CLUSTER_NAME:

    
kubectl edit statefulset kube-apiserver -n USER_CLUSTER_NAME --kubeconfig=ADMIN_CLUSTER_KUBECONFIG
    Upgrades e atualizações 1.11, 1.12, 1.13.0-1.13.5, 1.14.0-1.14.1

    Uma reimplantação do plano de controle adicional logo após gkectl upgrade cluster

    Logo após gkectl upgrade cluster, os pods do plano de controle podem ser reimplantados novamente. O estado do cluster de gkectl list clusters muda de RUNNING PARA RECONCILING. As solicitações para o cluster de usuário podem expirar.

    Esse comportamento ocorre devido à rotação automática de certificados do plano de controle após gkectl upgrade cluster.

    Esse problema só acontece com clusters de usuário que NÃO usam o plano de controle v2.


    Alternativa:

    Aguarde o estado do cluster voltar para RUNNING novamente em gkectl list clusters ou faça upgrade para versões com a correção: 1.13.6+, 1.14.2+ ou 1.15+.
    Upgrades e atualizações 1.12.7

    A versão incorreta 1.12.7-gke.19 foi removida

    O GKE no VMware 1.12.7-gke.19 é uma versão incorreta, e você não deve usá-lo. Os artefatos foram removidos do bucket do Cloud Storage.

    Alternativa:

    Use a versão 1.12.7-gke.20.
    Upgrades e atualizações 1.12.0+, 1.13.0-1.13.7, 1.14.0-1.14.3

    gke-connect-agent continuará usando a imagem mais antiga após a atualização da credencial do registro.

    Se você atualizar a credencial do registro usando um dos métodos a seguir:

    • gkectl update credentials componentaccess se não estiver usando o registro particular
    • gkectl update credentials privateregistry se estiver usando o registro particular

    Você pode descobrir que gke-connect-agent continua usando a imagem mais antiga ou que os pods gke-connect-agent não podem ser abertos devido a ImagePullBackOff.

    Esse problema será corrigido no GKE on VMware versões 1.13.8, 1.14.4 e posteriores.


    Alternativa:

    Opção 1: reimplantar gke-connect-agent manualmente:

    1. Exclua o namespace gke-connect: 
      
kubectl --kubeconfig=KUBECONFIG delete namespace gke-connect
    2. Reimplante o gke-connect-agent com a chave da conta de serviço de registro original (não é necessário atualizar a chave):

      Para o cluster de administrador: 
      
gkectl update credentials register --kubeconfig=ADMIN_CLUSTER_KUBECONFIG --config ADMIN_CLUSTER_CONFIG_FILE --admin-cluster
      Para o cluster de usuário: 
      
gkectl update credentials register --kubeconfig=ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE

    Opção 2: é possível alterar manualmente os dados do secret de pull de imagem regcred que é usado pela implantação do 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}')\"}}"

    Opção 3: é possível adicionar a chave secreta de pull de imagem padrão ao cluster na implantação do gke-connect-agent:

    1. Copie o secret padrão para o namespace 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 -
    2. Consiga o nome da implantação do gke-connect-agent: 
      
kubectl --kubeconfig=KUBECONFIG -n=gke-connect get deployment | grep gke-connect-agent
    3. Adicione o secret padrão à implantação do gke-connect-agent: 
      
kubectl --kubeconfig=KUBECONFIG -n=gke-connect patch deployment DEPLOYMENT_NAME -p '{"spec":{"template":{"spec":{"imagePullSecrets": [{"name": "private-registry-creds"}, {"name": "regcred"}]}}}}'
    Instalação 1.13, 1.14

    Falha na verificação de configuração do balanceador de carga manual

    Quando você valida a configuração antes de criar um cluster com o balanceador de carga manual executando gkectl check-config, o comando falha com as mensagens de erro a seguir.

    
 - Validation Category: Manual LB    Running validation check for "Network
configuration"...panic: runtime error: invalid memory address or nil pointer
dereference

    Alternativa:

    Opção 1: é possível usar as versões de patch 1.13.7 e 1.14.4, que incluem a correção.

    Opção 2: também é possível executar o mesmo comando para validar a configuração, mas pular a validação do balanceador de carga.

    
gkectl check-config --skip-validation-load-balancer
    Operação 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

    privação do relógio no etcd

    Os clusters que executam o etcd versão 3.4.13 ou anterior podem apresentar privação do relógio e relógios de recursos não operacionais, que podem causar os seguintes problemas:

    • A programação do pod é interrompida
    • Não é possível registrar nós
    • O kubelet não observa mudanças no pod

    Esses problemas podem tornar o cluster não funcional.

    Esse problema foi corrigido no GKE on VMware versões 1.12.7, 1.13.6, 1.14.3 e versões posteriores. Essas versões mais recentes usam o etcd versão 3.4.21. Todas as versões anteriores do GKE na VMware foram afetadas por esse problema.

    Alternativa

    Se não for possível fazer upgrade imediatamente, reduza o risco de falha do cluster diminuindo seu número de nós. Remova os nós até que a métrica etcd_network_client_grpc_sent_bytes_total seja inferior a 300 MBps.

    Para visualizar essa métrica no Metrics Explorer:

    1. Acesse o Metrics Explorer no Console do Google Cloud:

      Acessar o Metrics Explorer

    2. Selecione a guia Configuração.
    3. Expanda Selecionar uma métrica, insira Kubernetes Container na barra de filtros e use os submenus para selecionar a métrica:
      1. No menu Recursos ativos, selecione Contêiner do Kubernetes.
      2. No menu Categorias de métricas ativas, selecione Anthos.
      3. No menu Métricas ativas, selecione etcd_network_client_grpc_sent_bytes_total.
      4. Clique em Aplicar.
    Upgrades e atualizações 1.10, 1.11, 1.12, 1.13 e 1.14

    O serviço de identidade do GKE pode causar latências do plano de controle

    Nas reinicializações ou upgrades do cluster, o serviço de identidade do GKE pode ficar sobrecarregado com tráfego que consiste em tokens JWT expirados encaminhados do kube-apiserver para o serviço de identidade do GKE pelo webhook de autenticação. Embora o serviço de identidade do GKE não faça um loop de falhas, ele não responde e não exibe mais solicitações. Esse problema acaba gerando latências maiores no plano de controle.

    Esse problema foi corrigido nas seguintes versões do GKE on VMware:

    • 1.12.6+
    • 1.13.6+
    • 1.14.2+

    Para determinar se esse problema está afetando você, execute as seguintes etapas:

    1. Verifique se o endpoint do serviço de identidade do GKE pode ser acessado externamente: 
      
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 '{}'

      Substitua CLUSTER_ENDPOINT pela porta do balanceador de carga e VIP do plano de controle para o cluster (por exemplo, 172.16.20.50:443).

      Se esse problema estiver afetando você, o comando retornará um código de status 400. Se a solicitação expirar, reinicie o pod ais e execute novamente o comando curl para ver se isso resolve o problema. Se você receber um código de status 000, o problema foi resolvido e está tudo pronto. Se você ainda receber um código de status 400, o servidor HTTP do serviço de identidade do GKE não está sendo iniciado. Nesse caso, continue.

    2. Verifique o serviço de identidade do GKE e os registros do kube-apiserver:
      1. Verifique o registro do serviço de identidade do GKE: 
        
kubectl logs -f -l k8s-app=ais -n anthos-identity-service \
    --kubeconfig KUBECONFIG

        Quando esse problema está afetando você, o registro contém uma entrada como esta:

        
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:
      2. Verifique os registros kube-apiserver dos clusters:

        Nos comandos a seguir, KUBE_APISERVER_POD é o nome do pod kube-apiserver no cluster especificado.

        Cluster de administrador:

        
kubectl --kubeconfig ADMIN_KUBECONFIG logs \
    -n kube-system KUBE_APISERVER_POD kube-apiserver

        Cluster de usuário:

        
kubectl --kubeconfig ADMIN_KUBECONFIG logs \
    -n USER_CLUSTER_NAME KUBE_APISERVER_POD kube-apiserver

        Quando esse problema está afetando você, os registros kube-apiserver contêm entradas como estas:

        
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]"

    Alternativa

    Se não for possível fazer upgrade dos clusters imediatamente para efetuar a correção, identifique e reinicie os pods ofensivos como uma solução alternativa:

    1. Aumente o nível de detalhamento do serviço de identidade do GKE para 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
    2. Verifique se o contexto do token inválido é exibido no registro do serviço de identidade do GKE: 
      
kubectl logs -f -l k8s-app=ais -n anthos-identity-service \
    --kubeconfig KUBECONFIG
    3. Para saber o payload do token associado a cada contexto de token inválido, analise cada secret da conta de serviço relacionada usando o comando a seguir: 
      
kubectl -n kube-system get secret SA_SECRET \
    --kubeconfig KUBECONFIG \
    -o jsonpath='{.data.token}' | base64 --decode
    4. Para decodificar o token e ver o nome e o namespace do pod de origem, copie o token para o depurador em jwt.io.
    5. Reinicie os pods identificados nos tokens.
    Operação 1.8, 1.9, 1.10

    Problema de aumento no uso de memória dos pods de manutenção do etcd

    Os pods de manutenção do etcd que usam a imagem etcddefrag:gke_master_etcddefrag_20210211.00_p0 são afetados. O contêiner "etcddefrag" abre uma nova conexão com o servidor etcd durante cada ciclo de infraestrutura e as conexões antigas não são limpas.


    Alternativa:

    Opção 1: fazer upgrade para a versão mais recente do patch da versão 1.8 para a 1.11 com a correção

    Opção 2: se você estiver usando uma versão de patch anterior à 1.9.6 e 1.10.3, será preciso reduzir a escala vertical do pod de manutenção do etcd para o cluster de administrador e de usuário:

    
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
    Operação 1.9, 1.10, 1.11, 1.12, 1.13

    Perda das verificações de integridade dos pods do plano de controle do cluster de usuário

    O controlador de integridade do cluster e o comando gkectl diagnose cluster executam um conjunto de verificações de integridade, incluindo as verificações de integridade dos pods nos namespaces. No entanto, elas começam a pular os pods do plano de controle do usuário por engano. Se você usar o modo de plano de controle v2, isso não afetará seu cluster.


    Alternativa:

    Isso não afeta o gerenciamento de clusters ou cargas de trabalho. Se você quiser verificar a integridade dos pods do plano de controle, execute os seguintes comandos:

    
kubectl get pods -owide -n USER_CLUSTER_NAME --kubeconfig ADMIN_CLUSTER_KUBECONFIG
    Upgrades e atualizações 1.6+, 1.7+

    Os upgrades do cluster de administrador 1.6 e 1.7 podem ser afetados pelo redirecionamento k8s.gcr.io -> registry.k8s.io.

    O Kubernetes redirecionou o tráfego de k8s.gcr.io para registry.k8s.io em 20/03/2023. No GKE no VMware 1.6.x e 1.7.x, os upgrades do cluster de administrador usam a imagem de contêiner k8s.gcr.io/pause:3.2. Se você usar um proxy na estação de trabalho do administrador e o proxy não permitir registry.k8s.io, e a imagem do contêiner k8s.gcr.io/pause:3.2 não estiver armazenada em cache localmente, os upgrades do cluster de administrador falharão ao extrair a imagem do contêiner.


    Alternativa:

    Adicione registry.k8s.io à lista de permissões do proxy para sua estação de trabalho do administrador.
    Rede 1.10, 1.11, 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2

    Falha na validação do Seesaw na criação do balanceador de carga

    gkectl create loadbalancer falha com a seguinte mensagem de erro:

    
- 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

    Isso ocorreu devido ao arquivo do grupo do Seesaw. E a verificação de simulação tenta validar um balanceador de carga de gangorra inexistente.

    Alternativa:

    Remova o arquivo do grupo do Seesaw atual do cluster. O nome do arquivo é seesaw-for-gke-admin.yaml para o cluster de administrador e seesaw-for-{CLUSTER_NAME}.yaml para um cluster de usuário.
    Rede 1.14

    Tempo limite do aplicativo causado por falhas de inserção da tabela de conexão

    A versão 1.14 do GKE no VMware é suscetível a falhas na inserção de tabelas de rastreamento de conexão do netfilter (conntrack) ao usar imagens dos sistemas operacionais Ubuntu ou COS. As falhas de inserção levam a um tempo limite aleatório do aplicativo e podem ocorrer mesmo quando a tabela de conntrack tiver espaço para novas entradas. As falhas são causadas por alterações no kernel 5.15 e mais recentes que restringem as inserções de tabelas com base no comprimento da cadeia.

    Para saber se esse problema te afeta, verifique as estatísticas do sistema de rastreamento de conexão no kernel em cada nó com o seguinte comando:

    
sudo conntrack -S

    A resposta será assim:

    
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 o valor chaintoolong na resposta for um número diferente de zero, esse problema afeta você.

    Alternativa

    A mitigação de curto prazo aumenta o tamanho da tabela de hash netfiler (nf_conntrack_buckets) e da tabela de rastreamento de conexão do netfilter (nf_conntrack_max). Use os seguintes comandos em cada nó de cluster para aumentar o tamanho das tabelas:

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

    Substitua TABLE_SIZE pelo novo tamanho em bytes. O valor padrão de tamanho da tabela é 262144. Sugerimos definir um valor igual a 65.536 vezes o número de núcleos no nó. Por exemplo, se o nó tiver oito núcleos, defina o tamanho da tabela como 524288.
    Rede 1.13.0-1.13.2

    loop de falha calico-typha ou anetd-operator nos nós do Windows com o Controlplane v2

    Com o Controlplane v2 ou um novo modelo de instalação, é possível programar calico-typha ou anetd-operator para nós do Windows e entrar em loop de falhas.

    O motivo é que as duas implantações toleram todos os taints, incluindo o taint de nó do Windows.


    Alternativa:

    Faça upgrade para a versão 1.13.3 ou posterior ou execute os seguintes comandos para editar a implantação "calico-typha" ou "anetd-operator":

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

    Remova os seguintes spec.template.spec.tolerations:

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

    E adicione a seguinte tolerância:

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

    Não é possível carregar o arquivo da credencial de registro particular do cluster de usuário

    Talvez não seja possível criar um cluster de usuário se você especificar a seção privateRegistry com a credencial fileRef. A simulação pode falhar com a seguinte mensagem: 

    
[FAILURE] Docker registry access: Failed to login.


    Alternativa:

    • Se você não pretendia especificar o campo ou quer usar a mesma credencial de registro particular que o cluster de administrador, basta remover ou comentar a seção privateRegistry no arquivo de configuração do cluster de usuário.
    • Se você quiser usar uma credencial de registro particular específica para seu cluster de usuário, especifique temporariamente a seção privateRegistry desta maneira: 
      
privateRegistry:
  address: PRIVATE_REGISTRY_ADDRESS
  credentials:
    username: PRIVATE_REGISTRY_USERNAME
    password: PRIVATE_REGISTRY_PASSWORD
  caCertPath: PRIVATE_REGISTRY_CACERT_PATH
      OBSERVAÇÃO: isso é apenas uma correção temporária, e esses campos já estão obsoletos. Considere usar o arquivo de credencial ao fazer upgrade para a versão 1.14.3 ou posterior.

    Operações 1.10+

    O Anthos Service Mesh e outras malhas de serviço não são compatíveis com o Dataplane v2

    O Dataplane V2 assume o balanceamento de carga e cria um soquete kernel em vez de um DNAT baseado em pacote. Isso significa que o Anthos Service Mesh não pode fazer a inspeção de pacotes porque o pod é ignorado e nunca usa IPTables.

    Isso se manifesta no modo gratuito do kube-proxy pela perda de conectividade ou pelo roteamento de tráfego incorreto para serviços com o Anthos Service Mesh, porque o arquivo secundário não pode inspecionar pacotes.

    Esse problema está presente em todas as versões do GKE em Bare Metal 1.10, mas algumas versões mais recentes da 1.10 (1.10.2+) têm uma solução alternativa.


    Alternativa:

    Faça upgrade para a versão 1.11 para ter compatibilidade total ou, se a versão for 1.10.2 ou posterior, execute:

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

    Adicione bpf-lb-sock-hostns-only: true ao configmap e reinicie o daemonset anetd:

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

    Armazenamento 1.12+, 1.13.3

    kube-controller-manager pode remover os volumes permanentes à força após seis minutos

    kube-controller-manager pode expirar ao remover PV/PVCs após seis minutos e remover à força esses PV/PVCs. Os registros detalhados de kube-controller-manager mostram eventos semelhantes aos seguintes:

    
$ 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

    Para verificar o problema, faça login no nó e execute os seguintes comandos:

    
# See all the mounting points with disks
lsblk -f

# See some ext4 errors
sudo dmesg -T

    No registro do kubelet, são exibidos erros como estes:

    
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

    Alternativa:

    Conecte-se ao nó afetado usando SSH e reinicie o nó.
    Upgrades e atualizações 1.12+, 1.13+, 1.14+

    O upgrade do cluster ficará travado se um driver CSI de terceiros for usado

    Talvez não seja possível fazer upgrade de um cluster se você usar um driver CSI de terceiros. O comando gkectl cluster diagnose pode retornar o seguinte erro: 

    
"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"


    Alternativa:

    Faça o upgrade usando a opção --skip-validation-all.
    Operação 1.10+, 1.11+, 1.12+, 1.13+, 1.14+

    gkectl repair admin-master cria a VM mestre do administrador sem fazer upgrade da versão do hardware da vm

    O nó mestre do administrador criado via gkectl repair admin-master pode usar uma versão de hardware de VM inferior à esperada. Quando o problema acontecer, você verá o erro do relatório 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.


    Alternativa:

    Encerre o nó mestre do administrador. Siga https://kb.vmware.com/s/article/1003746 para fazer upgrade do nó para a versão esperada descrita no erro e inicie o nó.
    Sistema operacional 1.10+, 1.11+, 1.12+, 1.13+, 1.14+, 1.15+, 1.16+

    A VM libera o lease de DHCP no encerramento/reinicialização inesperado, o que pode resultar em alterações no IP

    No systemd v244, o systemd-networkd tem uma mudança de comportamento padrão na configuração do KeepConfiguration. Antes dessa mudança, as VMs não enviavam uma mensagem de lançamento da lease de DHCP para o servidor DHCP no encerramento ou reinicialização. Após essa alteração, as VMs enviam essa mensagem e retornam os IPs ao servidor DHCP. Como resultado, o IP liberado pode ser realocado para uma VM diferente e/ou outro IP pode ser atribuído à VM, resultando em conflito de IP (no nível do Kubernetes, não no vSphere) /ou alteração de IP nas VMs, o que pode interromper os clusters de várias maneiras.

    Por exemplo, você pode ver os sintomas a seguir.

    • A IU do vCenter mostra que nenhuma VM usa o mesmo IP, mas kubectl get nodes -o wide retorna nós com IPs duplicados. 
      
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
    • Novos nós não iniciam devido a erro 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


    Alternativa:

    Implante o DaemonSet a seguir no cluster para reverter a mudança de comportamento padrão systemd-networkd. As VMs que executam esse DaemonSet não liberarão os IPs ao servidor DHCP no encerramento/reinicialização. Os IPs serão liberados automaticamente pelo servidor DHCP quando as leases expirarem. 

    
      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

    Operação, upgrades e atualizações 1.12.0-1.12.5, 1.13.0-1.13.5, 1.14.0-1.14.1

    A chave da conta de serviço de acesso ao componente foi excluída após o upgrade do cluster de administrador da versão 1.11.x

    Esse problema afetará somente os clusters de administrador atualizados a partir da versão 1.11.x, mas não os clusters criados após a versão 1.12.

    Depois de fazer upgrade de um cluster 1.11.x para 1.12.x, o campo component-access-sa-key no secret admin-cluster-creds será excluído permanentemente para esvaziar. Para verificar isso, execute o seguinte comando: 

    
kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get secret admin-cluster-creds -o yaml | grep 'component-access-sa-key'
    Se você encontrar a saída vazia, significa que a chave foi excluída permanentemente.

    Depois que a chave da conta de serviço de acesso ao componente for excluída, a instalação de novos clusters de usuário ou o upgrade de clusters de usuário atuais falhará. Confira a seguir algumas mensagens de erro que você pode encontrar:

    • Falha de simulação da validação lenta com a mensagem de erro "Failed to create the test VMs: failed to get service account key: service account is not configured."
    • Falha na preparação de gkectl prepare com a mensagem de erro: "Failed to prepare OS images: dialing: unexpected end of JSON input"
    • Se você estiver fazendo upgrade de um cluster de usuário 1.13 usando o Console do Google Cloud ou a CLI gcloud, quando você executar gkectl update admin --enable-preview-user-cluster-central-upgrade para implantar o controlador da plataforma de upgrade, o comando falhará com a mensagem: "failed to download bundle to disk: dialing: unexpected end of JSON input". É possível ver essa mensagem no campo status na saída de kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get onprembundle -oyaml.


    Alternativa:

    Adicione a chave da conta de serviço de acesso ao componente de volta ao secret manualmente executando o seguinte 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 -
    Operação 1.13.0+, 1.14.0+

    O escalonador automático de clusters não funciona quando o Controlplane V2 está ativado

    Para clusters de usuários criados com o Controlplane V2 ouum novo modelo de instalação, pools de nós comescalonamento automático sempre usam oautoscaling.minReplicas no arquivo user-cluster.yaml. O registro do pod de escalonador automático de clusters também mostra que eles não estão íntegros. 

    
  > 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
    Para encontrar o pod do escalonador automático de clusters, execute os comandos a seguir. 
    
  > kubectl --kubeconfig $USER_CLUSTER_KUBECONFIG -n kube-system \
   get pods | grep cluster-autoscaler
cluster-autoscaler-5857c74586-txx2c                          4648017n    48076Ki    30s


    Alternativa:

    Desative o escalonamento automático em todos os pools de nós com "gkectl update cluster" até fazer upgrade para uma versão com a correção.
    Instalação 1.12.0-1.12.4, 1.13.0-1.13.3, 1.14.0

    CIDR não é permitido no arquivo de bloco de IP

    Quando os usuários usam o CIDR no arquivo de bloco de IP, a validação de configuração falha com o seguinte erro: 

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


    Alternativa:

    Inclua IPs individuais no arquivo de bloco de IPs até fazer upgrade para uma versão com a correção: 1.12.5, 1.13.4, 1.14.1+.
    Upgrades e atualizações 1.14.0-1.14.1

    A atualização do tipo de imagem do SO no admin-cluster.yaml não aguarda a recriação das máquinas do plano de controle do usuário

    Ao atualizar o tipo de imagem do SO do plano de controle em admin-cluster.yaml e se o cluster de usuário correspondente tiver sido criado pelo Controlplane V2, as máquinas do plano de controle do usuário não poderão concluir a recriação quando o comando gkectl for concluído.


    Alternativa:

    Depois que a atualização for concluída, aguarde até que as máquinas do plano de controle do usuário também concluam a recriação ao monitorar os tipos de imagem do SO do nó usando kubectl --kubeconfig USER_KUBECONFIG get nodes -owide. Por exemplo, se atualizar do Ubuntu para o COS, devemos esperar que todas as máquinas do plano de controle mudem completamente do Ubuntu para o COS mesmo após a conclusão do comando de atualização.

    Operação 1.10, 1.11, 1.12, 1.13, 1.14.0

    Erros de criação ou exclusão de pods devido a um problema no token de autenticação da conta de serviço da CNI do Calico

    Um problema com o Calico no GKE on VMware 1.14.0 faz com que a criação e a exclusão do pod falhem com a seguinte mensagem de erro na saída de kubectl describe pods:

    
  error getting ClusterInformation: connection is unauthorized: Unauthorized

    Esse problema só é observado 24 horas após a criação ou o upgrade do cluster para a versão 1.14 usando o Calico.

    Os clusters de administrador estão sempre usando o Calico. Já para o cluster de usuário, há um campo de configuração "enableDataPlaneV2" em user-cluster.yaml. Se esse campo estiver definido como "falso" ou não for especificado, você estará usando o Calico no cluster de usuário.

    O contêiner install-cni dos nós cria um kubeconfig com um token válido por 24 horas. Esse token precisa ser renovado periodicamente pelo pod calico-node. O pod calico-node não pode renovar o token porque não tem acesso ao diretório que contém o arquivo kubeconfig no nó.


    Alternativa:

    Esse problema foi corrigido no GKE on VMware versão 1.14.1. Faça upgrade para esta versão ou uma mais recente.

    Se não for possível fazer upgrade imediatamente, aplique o seguinte patch no DaemonSet calico-node no cluster de administrador e de usuário:

    
  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 -
    Substitua o seguinte:
    • ADMIN_CLUSTER_KUBECONFIG: o caminho do arquivo kubeconfig do cluster de administrador.
    • USER_CLUSTER_CONFIG_FILE: o caminho do arquivo de configuração do cluster de usuário.
    Instalação 1.12.0-1.12.4, 1.13.0-1.13.3, 1.14.0

    A validação do bloco de IP falha ao usar CIDR

    A criação do cluster falha, mesmo quando o usuário tem a configuração correta. O usuário recebe uma falha na criação porque o cluster não tem IPs suficientes.


    Alternativa:

    Dividir CIDRs em vários blocos CIDR menores, como 10.0.0.0/30, se torna 10.0.0.0/31, 10.0.0.2/31. Desde que haja CIDRs N+1, em que N é o número de nós no cluster, isso vai ser suficiente.

    Operação, upgrades e atualizações 1.11.0 - 1.11.1, 1.10.0 - 1.10.4, 1.9.0 - 1.9.6

    O backup do cluster de administrador não inclui as chaves de criptografia de secrets e a configuração sempre ativadas

    Quando o atributo de criptografia de secrets sempre ativado for ativado com o backup de cluster, o backup do cluster de administrador não incluirá as chaves de criptografia e a configuração exigidas pelo atributo de criptografia de secrets sempre ativado. Como resultado, reparar o mestre do administrador com esse backup usando gkectl repair admin-master --restore-from-backup causa o seguinte erro: 

    
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

    Operação, upgrades e atualizações 1.10+

    Recriar a VM mestre do administrador com um novo disco de inicialização (por exemplo, gkectl repair admin-master) falhará se o atributo de criptografia de secrets sempre ativado estiver ativado usando o comando "gkectl update".

    Se o atributo de criptografia de secrets sempre ativado não estiver ativado na criação do cluster, mas for ativado depois usando a operação gkectl update, o gkectl repair admin-master não vai reparar o nó do plano de controle do cluster de administrador. É recomendável ativar o atributo de criptografia de secrets sempre ativado durante a criação do cluster. Não há mitigação atual.

    Upgrades e atualizações 1.10

    Fazer upgrade do primeiro cluster de usuário de 1.9 para 1.10 recria nós em outros clusters de usuário

    O upgrade do primeiro cluster de usuário de 1.9 para 1.10 pode recriar nós em outros clusters de usuário no mesmo cluster de administrador. A recriação é feita de modo contínuo.

    O disk_label foi removido de MachineTemplate.spec.template.spec.providerSpec.machineVariables, o que acionou uma atualização em todos os MachineDeployments inesperadamente.


    Alternativa:
    Upgrades e atualizações 1.10.0

    O Docker é reiniciado com frequência após o upgrade do cluster

    Fazer upgrade do cluster de usuário para 1.10.0 pode causar a reinicialização do Docker com frequência.

    Execute kubectl describe node NODE_NAME --kubeconfig USER_CLUSTER_KUBECONFIG para detectar esse problema

    Uma condição de nó mostrará se o Docker é reiniciado com frequência. Este um exemplo de saída:

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

    Para entender a causa raiz, é preciso executar o SSH no nó que tem o sintoma e executar comandos como sudo journalctl --utc -u docker ou sudo journalctl -x.


    Alternativa:
    Upgrades e atualizações 1.11, 1.12

    Os componentes do GMP autoimplantados não são preservados após o upgrade para a versão 1.12

    Se você estiver usando uma versão do GKE no VMware anterior à 1.12 e tiver configurado manualmente os componentes do Prometheus gerenciados pelo Google (GMP) no namespace gmp-system do seu cluster, os componentes não serão preservados quando você fizer upgrade para a versão 1.12.x.

    A partir da versão 1.12, os componentes do GMP no namespace gmp-system e nos CRDs são gerenciados pelo objeto stackdriver, com a flag enableGMPForApplications definida como false por padrão. Se você implantar manualmente os componentes do GMP no namespace antes do upgrade para a versão 1.12, os recursos serão excluídos por stackdriver.


    Alternativa:
    Operação 1.11, 1.12, 1.13.0 - 1.13.1

    Objetos ClusterAPI ausentes no snapshot do cluster cenário system

    No cenário system, o snapshot do cluster não inclui recursos no namespace default.

    No entanto, alguns recursos do Kubernetes, como objetos da API Cluster que estão nesse namespace, contêm informações úteis de depuração. O snapshot do cluster precisa incluí-las.


    Alternativa:

    Execute os comandos a seguir para coletar as informações de depuração.

    
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
    onde:

    USER_CLUSTER_KUBECONFIG é o arquivo kubeconfig do cluster de usuário.
    Upgrades e atualizações 1.11.0-1.11.4, 1.12.0-1.12.3, 1.13.0-1.13.1

    Exclusão de cluster de usuário travada na drenagem do nó para configuração do vSAN

    Ao excluir, atualizar ou fazer upgrade de um cluster de usuário, a drenagem do nó pode ficar travada nos seguintes cenários:

    • O cluster de administrador usa o driver CSI do vSphere na vSAN desde a versão 1.12.x e
    • Não há objetos PVC/PV criados por plug-ins vSphere em árvore no cluster de administrador e de usuário.

    Para identificar o sintoma, execute o comando abaixo:

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

    Confira um exemplo de mensagem de erro do comando acima:

    
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 é o diretório padrão para o driver em árvore do vSphere. Quando não houver objetos PVC/PV criados, pode ocorrer um bug em que a drenagem de nós vai ficar travada ao encontrar kubevols, já que a implementação atual supõe que kubevols sempre existe.


    Alternativa:

    Crie o diretório kubevols no repositório de dados em que o nó foi criado. Isso é definido no campo vCenter.datastore nos arquivos user-cluster.yaml ou admin-cluster.yaml.
    Configuração 1.7, 1.8, 1.9, 1.10, 1.11, 1.12, 1.13, 1.14

    O clusterrolebinding e o clusterrole do Cluster Autoscaler são excluídos após a exclusão de um cluster de usuário.

    Na exclusão do cluster de usuário, os clusterrole e clusterrolebinding correspondentes do escalonador automático de cluster também são excluídos. Isso afeta todos os outros clusters de usuário no mesmo cluster de administrador com o escalonador automático de cluster ativado. Isso ocorre porque os mesmos clusterrole e clusterrolebinding são usados para todos os pods do escalonador automático de cluster no mesmo cluster de administrador.

    Os sintomas são os seguintes:

    • Registros cluster-autoscaler
      • 
kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
cluster-autoscaler
      em que ADMIN_CLUSTER_KUBECONFIG é o arquivo kubeconfig do cluster de administrador. Confira um exemplo de mensagens de erro: 
      
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

    Alternativa:

    Configuração 1.7, 1.8, 1.9, 1.10, 1.11, 1.12, 1.13

    O cluster de administrador cluster-health-controller e vsphere-metrics-exporter não funcionam depois de excluir o cluster de usuário

    Na exclusão do cluster de usuário, o clusterrole correspondente também é excluído, o que faz com que o reparo automático e o exportador de métricas do vsphere não funcionem

    Os sintomas são os seguintes:

    • Registros cluster-health-controller
      • 
kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
cluster-health-controller
      em que ADMIN_CLUSTER_KUBECONFIG é o arquivo kubeconfig do cluster de administrador. Confira um exemplo de mensagens de erro: 
      
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
    • Registros vsphere-metrics-exporter
      • 
kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
vsphere-metrics-exporter
      em que ADMIN_CLUSTER_KUBECONFIG é o arquivo kubeconfig do cluster de administrador. Confira um exemplo de mensagens de erro: 
      
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"

    Alternativa:

    Configuração 1.12.1-1.12.3, 1.13.0-1.13.2

    gkectl check-config falha na validação da imagem do SO

    Um problema conhecido que poderia falhar o gkectl check-config sem executar gkectl prepare. Isso é confuso porque sugerimos executar o comando antes de executar gkectl prepare.

    O sintoma é que o comando gkectl check-config falha com a seguinte mensagem de erro:

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

    Alternativa:

    Opção 1: execute gkectl prepare para fazer upload das imagens ausentes do SO.

    Opção 2: use gkectl check-config --skip-validation-os-images para pular a validação de imagens do SO.
    Upgrades e atualizações 1.11, 1.12, 1.13

    gkectl update admin/cluster não consegue atualizar grupos antiafinidade

    Um problema conhecido que poderia falhar o gkectl update admin/cluster ao atualizar o anti affinity groups.

    O sintoma é que o comando gkectl update falha com a seguinte mensagem de erro:

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

    Alternativa:
    Instalação, upgrades e atualizações 1.13.0-1.13.8, 1.14.0-1.14.4, 1.15.0

    Os nós não serão registrados se o nome do host configurado tiver um ponto final

    O registro do nó falha durante a criação, o upgrade, a atualização do cluster e o reparo automático do nó, quando ipMode.type é static e o nome do host configurado no arquivo de bloco de IP contém um ou mais pontos finais. Nesse caso, as solicitações de assinatura de certificado (CSR, na sigla em inglês) de um nó não serão aprovadas automaticamente.

    Para acessar CSRs pendentes de um nó, execute o comando a seguir:

    
kubectl get csr -A -o wide

    Verifique se há mensagens de erro nos seguintes registros:

    • Confira os registros no cluster de administrador do contêiner clusterapi-controller-manager no pod clusterapi-controllers: 
      
kubectl logs clusterapi-controllers-POD_NAME \
    -c clusterapi-controller-manager -n kube-system \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG
    • Para acessar os mesmos registros no cluster de usuário, execute o seguinte comando: 
      
kubectl logs clusterapi-controllers-POD_NAME \
    -c clusterapi-controller-manager -n USER_CLUSTER_NAME \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG
      em que:
      • ADMIN_CLUSTER_KUBECONFIG é o arquivo kubeconfig do cluster de administrador.
      • USER_CLUSTER_NAME é o nome do cluster de usuário.
      Confira um exemplo de mensagens de erro: "msg"="failed to validate token id" "error"="failed to find machine for node node-worker-vm-1" "validate"="csr-5jpx9"
    • Confira os registros kubelet no nó problemático: 
      
journalctl --u kubelet
      Confira um exemplo de mensagens de erro: "Error getting node" err="node \"node-worker-vm-1\" not found"

    Se você especificar um nome de domínio no campo do nome do host de um arquivo de bloco de IP, todos os caracteres após o primeiro ponto final serão ignorados. Por exemplo, se você especificar o nome do host como bob-vm-1.bank.plc, o nome do host da VM e o nome do nó serão definidos como bob-vm-1.

    Quando a verificação do ID do nó está ativada, o aprovador da CSR compara o nome do nó com o nome do host na especificação da máquina e não reconcilia o nome. O aprovador rejeita a CSR, e o nó falha ao inicializar.


    Alternativa:

    Cluster de usuário

    Para desativar a verificação do ID do nó, siga estas etapas:

    1. Adicione os seguintes campos ao arquivo de configuração do cluster de usuário: 
      
disableNodeIDVerification: true
disableNodeIDVerificationCSRSigning: true
    2. Salve o arquivo e atualize o cluster de usuário executando o seguinte comando: 
      
gkectl update cluster --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    --config USER_CLUSTER_CONFIG_FILE
      Substitua o seguinte:
      • ADMIN_CLUSTER_KUBECONFIG: o caminho do arquivo kubeconfig do cluster de administrador
      • USER_CLUSTER_CONFIG_FILE: o caminho do arquivo de configuração do cluster de usuário.

    Cluster de administrador

    1. Abra o recurso personalizado OnPremAdminCluster para editar: 
      
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    edit onpremadmincluster -n kube-system
    2. Adicione a seguinte anotação ao recurso personalizado: 
      
features.onprem.cluster.gke.io/disable-node-id-verification: enabled
    3. Edite o manifesto kube-controller-manager no plano de controle do cluster de administrador:
      1. Estabeleça uma conexão SSH com o nó do plano de controle do cluster de administrador.
      2. Abra o manifesto kube-controller-manager para edição: 
        
sudo vi /etc/kubernetes/manifests/kube-controller-manager.yaml
      3. Encontre a lista de controllers: 
        
--controllers=*,bootstrapsigner,tokencleaner,-csrapproving,-csrsigning
      4. Atualize esta seção conforme mostrado abaixo: 
        
--controllers=*,bootstrapsigner,tokencleaner
    4. Abra o controlador da API Deployment Cluster para edição: 
      
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    edit deployment clusterapi-controllers -n kube-system
    5. Mude os valores de node-id-verification-enabled e node-id-verification-csr-signing-enabled para false: 
      
--node-id-verification-enabled=false
--node-id-verification-csr-signing-enabled=false
    Instalação, upgrades e atualizações 1.11.0-1.11.4

    Falha de inicialização da máquina do plano de controle do administrador causada pelo pacote de certificado de registro particular

    A criação/upgrade do cluster de administrador é interrompida no registro a seguir para sempre e, por fim, expira:

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

    O registro do controlador da API Cluster no snapshot de cluster externo inclui o seguinte registro:

    
Invalid value 'XXXX' specified for property startup-data

    Confira um exemplo de caminho de arquivo para o registro do controlador da 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.
    Rede 1.10, 1.11.0-1.11.3, 1.12.0-1.12.2, 1.13.0

    NetworkGatewayNodes marcado como não íntegro devido a um conflito de atualização de status simultâneo

    Em networkgatewaygroups.status.nodes, alguns nós alternam entre NotHealthy e Up.

    Os registros do pod ang-daemon em execução nesse nó revelam erros repetidos: 

    
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"}

    O status NotHealthy impede que o controlador atribua outros IPs flutuantes ao nó. Isso pode resultar em mais carga para outros nós ou falta de redundância para alta disponibilidade.

    A atividade do plano de dados não será afetada.

    A contenção no objeto networkgatewaygroup faz algumas atualizações de status falharem devido a um erro no processamento de novas tentativas. Se muitas atualizações de status falharem, ang-controller-manager vê o nó como tendo passado do limite de tempo do sinal de funcionamento e marca esse nó como NotHealthy.

    O erro no processamento de novas tentativas foi corrigido em versões mais recentes.


    Alternativa:

    Fazer upgrade para uma versão fixa, quando disponível.
    Upgrades e atualizações 1.12.0-1.12.2, 1.13.0

    A disputa bloqueia a exclusão de objetos da máquina durante uma atualização ou upgrade

    Um problema conhecido que poderia fazer com que o upgrade ou a atualização do cluster ficassem esperando para que o objeto da máquina antigo fosse excluído. Isso acontece porque não é possível remover o finalizador do objeto da máquina. Isso afeta qualquer operação de atualização gradual para pools de nós.

    O sintoma é que o comando gkectl expira com a seguinte mensagem de erro:

    
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.

    Nos registros de pod clusterapi-controller, os erros são assim:

    
$ 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

    O erro se repete para a mesma máquina por vários minutos para execuções bem-sucedidas, mesmo sem esse problema, na maior parte do tempo, pode passar rapidamente. No entanto, em alguns casos raros, ele pode ficar preso nessa disputa por várias horas.

    O problema é que a VM já foi excluída no vCenter, mas o objeto da máquina correspondente não pode ser removido e fica preso na remoção do finalizador devido a atualizações muito frequentes de outros controladores. Isso pode fazer com que o comando gkectl atinja o tempo limite, mas o controlador continua reconciliando o cluster para que o processo de upgrade ou atualização seja concluído.


    Alternativa:

    Preparamos várias opções diferentes de mitigação para esse problema, que depende do seu ambiente e dos seus requisitos.

    • Opção 1: aguardar a conclusão do upgrade por conta própria.

      Com base na análise e na reprodução no seu ambiente, o upgrade pode terminar sozinho sem nenhuma intervenção manual. A orientação dessa opção é que não há certeza de quanto tempo levará para a remoção do finalizador de cada objeto de máquina. Ela poderá ser concluída imediatamente se você tiver sorte suficiente ou durar várias horas se o reconciliador do controlador de máquina for muito rápido e o controlador de máquina nunca tiver a chance de remover o finalizador entre as reconciliações.

      O bom é que essa opção não requer nenhuma ação da sua parte, e as cargas de trabalho não serão interrompidas. Ela só precisa de mais tempo para concluir o upgrade.
    • Opção 2: aplicar a anotação de reparo automático a todos os objetos de máquina antigos.

      O controlador do conjunto de máquinas filtrará as máquinas que têm a anotação de reparo automático e o carimbo de data/hora de exclusão diferentes de zero e não continuará a emitir chamadas de exclusão nessas máquinas. Isso pode ajudar a evitar a disputa.

      A desvantagem é que os pods nas máquinas serão excluídos diretamente em vez de removidos, o que significa que não respeitarão a configuração do PDB. Isso poderá causar inatividade nas cargas de trabalho.

      O comando para acessar todos os nomes de máquina: 
      
kubectl --kubeconfig CLUSTER_KUBECONFIG get machines
      O comando para aplicar a anotação de reparo automático em cada máquina: 
      
kubectl annotate --kubeconfig CLUSTER_KUBECONFIG \
    machine MACHINE_NAME \
    onprem.cluster.gke.io/repair-machine=true

    Se você encontrar esse problema e o upgrade ou a atualização ainda não forem concluídos após um longo período, entre em contato com nossa equipe de suporte para mitigação.
    Instalação, upgrades e atualizações 1.10.2, 1.11, 1.12, 1.13

    Falha na simulação da validação da imagem do SO gkectl prepare

    Falha no comando gkectl prepare com:

    
- 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.

    As verificações de simulação de gkectl prepare incluíram uma validação incorreta.


    Alternativa:

    Execute o mesmo comando com uma flag adicional --skip-validation-os-images.
    Instalação 1.7, 1.8, 1.9, 1.10, 1.11, 1.12, 1.13

    O URL do vCenter com prefixo https:// ou http:// pode causar falha na inicialização do cluster

    Falha na criação do cluster de administrador com:

    
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]+')]

    O URL é usado como parte de uma chave de Secret, que não é compatível com "/" ou ":".


    Alternativa:

    Remova o prefixo https:// ou http:// do campo vCenter.Address no yaml de configuração do cluster de usuário ou no cluster de administrador.
    Instalação, upgrades e atualizações 1.10, 1.11, 1.12, 1.13

    gkectl prepare com falha em util.CheckFileExists

    gkectl prepare pode gerar falhas com o stacktrace a seguir:

    
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
...

    O problema é que gkectl prepare criava o diretório de certificado de registro particular com uma permissão incorreta.


    Alternativa:

    Para corrigir esse problema, execute os comandos a seguir na estação de trabalho do administrador:

    
sudo mkdir -p /etc/docker/certs.d/PRIVATE_REGISTRY_ADDRESS
sudo chmod 0755 /etc/docker/certs.d/PRIVATE_REGISTRY_ADDRESS
    Upgrades e atualizações 1.10, 1.11, 1.12, 1.13

    gkectl repair admin-master e o upgrade de administrador retomável não funcionam juntos

    Após uma falha na tentativa de upgrade do cluster de administrador, não execute gkectl repair admin-master. Isso pode causar falhas nas próximas tentativas de upgrade do administrador com problemas como falha da alimentação mestre do administrador ou a VM inacessível.


    Alternativa:

    Se você já encontrou esse cenário de falha, entre em contato com o suporte.
    Upgrades e atualizações 1.10, 1.11

    O upgrade do cluster de administrador retomado pode levar à ausência do modelo de VM do plano de controle do administrador

    Se a máquina do plano de controle do administrador não for recriada após uma tentativa de upgrade do cluster de administrador retomado, o modelo de VM do plano de controle do administrador vai ser excluído. O modelo de VM do plano de controle do administrador é o modelo mestre de administração usado para recuperar a máquina do plano de controle com gkectl repair admin-master.


    Alternativa:

    O modelo de VM do plano de controle do administrador vai ser gerado novamente durante o próximo upgrade de cluster de administrador.
    Sistema operacional 1.12, 1.13

    O cgroup v2 pode afetar as cargas de trabalho

    Na versão 1.12.0, o cgroup v2 (unificado) é ativado por padrão para nós do Container Optimized OS (COS). Isso pode causar instabilidade nas cargas de trabalho em um cluster do COS.


    Alternativa:

    Voltamos ao cgroup v1 (híbrido) na versão 1.12.1. Se você estiver usando nós do COS, recomendamos fazer upgrade para a versão 1.12.1 assim que ela for lançada.
    Identidade 1.10, 1.11, 1.12, 1.13

    Recurso personalizado ClientConfig

    gkectl update reverte todas as alterações manuais feitas para o recurso personalizado ClientConfig.


    Alternativa:

    É altamente recomendável que você faça backup do recurso ClientConfig após cada alteração manual.
    Instalação 1.10, 1.11, 1.12, 1.13

    Falha na validação de gkectl check-config: não é possível encontrar partições de F5 BIG-IP

    A validação falha porque não são encontradas partições de F5 BIG-IP, embora elas existam.

    Um problema com a API F5 BIG-IP pode causar falha na validação.


    Alternativa:

    Tente executar gkectl check-config novamente.
    Instalação 1.12

    Falha na instalação do cluster de usuário devido ao problema de eleição do líder do cert-manager/ca-injector

    Pode haver uma falha na instalação devido a cert-manager-cainjector no loop de falhas, quando o apiserver/etcd está 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"

    Alternativa:
    VMware 1.10, 1.11, 1.12, 1.13

    Como reiniciar ou fazer upgrade do vCenter em versões anteriores à 7.0U2

    Se o vCenter, para versões anteriores à 7.0U2, for reiniciado, após um upgrade ou de outra forma, o nome da rede nas informações da VM do vCenter estará incorreto e resultará na máquina em um estado Unavailable. Isso leva os nós a serem reparados automaticamente para criar outros.

    Bug govmomi relacionado.


    Alternativa:

    Esta solução alternativa é fornecida pelo suporte da VMware:

    1. O problema foi corrigido na versão 7.0U2 e mais recentes do vCenter.
    2. Para versões anteriores, clique com o botão direito do mouse no host e selecione Conexão > Desconectar. Em seguida, reconecte-se, o que força uma atualização do grupo de portas da VM.
    Sistema operacional 1.10, 1.11, 1.12, 1.13

    Conexão SSH fechada pelo host remoto

    Para a versão 1.7.2 e mais recentes do GKE no VMware, as imagens do SO Ubuntu são reforçadas com o CIS L1 Server Benchmark (em inglês).

    Para atender à regra do CIS "5.2.16 Verificar se o intervalo de tempo limite de inatividade SSH está configurado", o /etc/ssh/sshd_config tem as seguintes configurações:

    
ClientAliveInterval 300
ClientAliveCountMax 0

    O objetivo dessas configurações é encerrar a sessão de um cliente após cinco minutos de inatividade. No entanto, o valor ClientAliveCountMax 0 causa um comportamento inesperado. Quando você usa a sessão SSH na estação de trabalho de administrador ou em um nó de cluster, a conexão SSH pode ser desconectada mesmo que o cliente SSH não esteja inativo, como ao executar um comando demorado e seu comando pode ser encerrado com a seguinte mensagem:

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

    Alternativa:

    Você tem as seguintes opções:

    • Use nohup para evitar que o comando seja encerrado na desconexão do SSH. 
      
nohup gkectl upgrade admin --config admin-cluster.yaml \
    --kubeconfig kubeconfig
    • Atualize o sshd_config para usar um valor ClientAliveCountMax diferente de zero. A regra do CIS recomenda usar um valor inferior a 3: 
      
sudo sed -i 's/ClientAliveCountMax 0/ClientAliveCountMax 1/g' \
    /etc/ssh/sshd_config
sudo systemctl restart sshd

    Reconecte sua sessão SSH.
    Instalação 1.10, 1.11, 1.12, 1.13

    Instalação conflitante do cert-manager

    Nas versões 1.13, o monitoring-operator vai instalar o gerenciador de certificados no namespace cert-manager. Se por algum motivo você precisar instalar seu próprio gerenciador de certificados, siga as instruções a seguir para evitar conflitos:

    Basta aplicar essa solução uma vez para cada cluster, e as alterações serão preservadas no upgrade do cluster.

    Observação: um sintoma comum de instalação do gerenciador de certificados é que a versão cert-manager ou a imagem (por exemplo, v1.7.2) pode reverter para a versão anterior. Isso é causado por monitoring-operator ao tentar reconciliar o cert-manager e reverter a versão no processo.

    Alternativa:

    Evitar conflitos durante o upgrade

    1. Desinstale sua versão de cert-manager. Se você definiu seus próprios recursos, recomendamos fazer backup deles.
    2. Faça upgrade.
    3. Siga as instruções a seguir para restaurar seu próprio cert-manager.

    Restaurar o próprio gerenciador de certificados em clusters de usuário

    • Escalone a implantação monitoring-operator para 0: 
      
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    -n USER_CLUSTER_NAME \
    scale deployment monitoring-operator --replicas=0
    • Dimensione para zero as implantações de cert-manager gerenciadas por monitoring-operator: 
      
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
    • Reinstale a versão do cert-manager. Restaure os recursos personalizados se você os tiver.
    • Pule esta etapa se você estiver usando a instalação do gerenciador de certificados padrão upstream ou se tiver certeza de que o gerenciador de certificados está instalado no namespace cert-manager. Caso contrário, copie o Certificado metrics-ca cert-manager.io/v1 e os recursos do Emissor metrics-pki.cluster.local de cert-manager para o namespace do recurso do cluster do gerenciador de certificados instalado. 
      
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

    Restaurar o próprio gerenciador de certificados em clusters de administrador

    Em geral, não é necessário reinstalar o cert-manager nos clusters de administrador porque os clusters de administrador só executam cargas de trabalho do plano de controle do GKE no VMware. Nos raros casos em que você também precisa instalar seu próprio gerenciador de certificados em clusters de administrador, siga as instruções a seguir para evitar conflitos. Se você é cliente da Apigee e precisa apenas de um gerenciador de certificados para a Apigee, não é necessário executar os comandos de cluster de administrador.

    • Escalone a implantação monitoring-operator para 0. 
      
kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    -n kube-system scale deployment monitoring-operator --replicas=0
    • Dimensione para zero as implantações de cert-manager gerenciadas por monitoring-operator. 
      
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
    • Reinstale a versão do cert-manager. Restaure os recursos personalizados se você os tiver.
    • Pule esta etapa se você estiver usando a instalação do gerenciador de certificados padrão upstream ou se tiver certeza de que o gerenciador de certificados está instalado no namespace cert-manager. Caso contrário, copie o Certificado metrics-ca cert-manager.io/v1 e os recursos do Emissor metrics-pki.cluster.local de cert-manager para o namespace do recurso do cluster do gerenciador de certificados instalado. 
      
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
    Sistema operacional 1.10, 1.11, 1.12, 1.13

    Falsos positivos na verificação de vulnerabilidades do Docker, containerd e runc

    O Docker, o containerd e o Runc nas imagens do SO Ubuntu enviadas com o GKE no VMware são fixados em versões especiais usando o Ubuntu PPA (em inglês). Isso garante que todas as alterações no ambiente de execução do contêiner sejam qualificadas pelo GKE no VMware antes de cada versão.

    No entanto, as versões especiais são desconhecidas para o Ubuntu CVE Tracker, que é usado como os feeds de vulnerabilidade por várias ferramentas de verificação da CVE. Portanto, você terá falsos positivos nos resultados do Docker, do containerd e de verificação de vulnerabilidade do runc.

    Por exemplo, os falsos positivos a seguir podem ser exibidos nos resultados da verificação da CVE. Essas CVEs já foram corrigidas nas versões de patch mais recentes do GKE no VMware.

    Consulte as notas da versão para conferir correções da CVE.


    Alternativa:

    A Canonical está ciente desse problema, e a correção é rastreada em https://github.com/canonical/sec-cvescan/issues/73.
    Upgrades e atualizações 1.10, 1.11, 1.12, 1.13

    A conexão de rede entre o cluster de administrador e de usuário pode ficar indisponível por um curto período durante o upgrade de um cluster que não seja de alta disponibilidade

    Se você estiver fazendo upgrade dos clusters que não são de alta disponibilidade da versão 1.9 para a 1.10, talvez perceba que kubectl exec, kubectl log e o webhook nos clusters de usuários podem ficar indisponíveis por um curto período. Essa inatividade pode ser de até um minuto. Isso acontece porque a solicitação de entrada (kubectl exec, kubectl log e webhook) é processada pelo kube-apiserver para o cluster de usuário. O usuário kube-apiserver é um Statefulset. Em um cluster que não seja de alta disponibilidade, há apenas uma réplica para o Statefulset. Portanto, durante o upgrade, é possível que o kube-apiserver antigo fique indisponível enquanto o novo kube-apiserver ainda não estiver pronto.


    Alternativa:

    Esse tempo de inatividade ocorre apenas durante o processo de upgrade. Se você quiser uma inatividade mais curta durante o upgrade, recomendamos que mude para clusters de alta disponibilidade.
    Instalação, upgrades e atualizações 1.10, 1.11, 1.12, 1.13

    Falha na verificação de prontidão conectividade no diagnóstico do cluster de alta disponibilidade após a criação ou upgrade do cluster

    Se você estiver criando ou atualizando um cluster de alta disponibilidade e perceber que a verificação de prontidão de disponibilidade falhou no diagnóstico do cluster, na maioria dos casos, isso não afetará a funcionalidade do GKE no VMware (kubectl exec, kubectl log e webhook). Isso acontece porque, às vezes, uma ou duas réplicas de konnectivity podem ficar inativas por um período devido a instabilidade da rede ou outros problemas.


    Alternativa:

    O konnectivity será recuperada por conta própria. Aguarde 30 minutos a uma hora e execute novamente o diagnóstico do cluster.
    Sistema operacional 1.7, 1.8, 1.9, 1.10, 1.11

    Problema de CPU e pico de memória /etc/cron.daily/aide

    A partir da versão 1.7.2 do GKE no VMware, as imagens do SO Ubuntu são reforçadas com o Comparativo de mercado CIS L1 do servidor.

    Como resultado, o script cron /etc/cron.daily/aide foi instalado para que uma verificação aide seja programada para garantir que a regra do CIS L1 Server "1.4.2 Garanta que a integridade do sistema de arquivos seja verificada regularmente" seja seguida.

    O cron job é executado diariamente às 6h 25m UTC. Dependendo do número de arquivos no sistema de arquivos, você talvez tenha picos de uso de CPU e memória em torno desse horário, causados por esse processo aide.


    Alternativa:

    Se os picos estiverem afetando sua carga de trabalho, desative o cron job diário:

    
sudo chmod -x /etc/cron.daily/aide
    Rede 1.10, 1.11, 1.12, 1.13

    Os balanceadores de carga e as regras de firewall distribuídas de estado NSX-T interagem de maneira imprevisível

    Ao implantar o GKE no VMware versão 1.9 ou mais recente, quando a implantação tiver o balanceador de carga em pacote Seesaw em um ambiente que usa regras de firewall distribuídas com estado NSX-T, stackdriver-operator poderá não criar o ConfigMap gke-metrics-agent-conf e fazer com que os pods gke-connect-agent fiquem em um loop de falha.

    O problema é que as regras de firewall distribuídas com estado NSX-T encerram a conexão de um cliente com o servidor da API do cluster de usuário pelo balanceador de carga Seesaw porque o Seesaw usa fluxos de conexão assimétricos. Os problemas de integração com as regras de firewall distribuídas NSX-T afetam todas as versões do GKE no VMware que usam o Seesaw. Você pode encontrar problemas de conexão semelhantes nos seus aplicativos ao criar objetos grandes do Kubernetes com tamanhos maiores que 32 K.


    Alternativa:

    Siga estas instruções para desativar as regras de firewall distribuídas NSX-T ou para usar regras de firewall distribuídas sem estado para VMs do Seesaw.

    Se os clusters usarem um balanceador de carga manual, siga estas instruções para configurar o balanceador de carga para redefinir as conexões do cliente quando detectar uma falha no nó de back-end. Sem essa configuração, os clientes do servidor da API Kubernetes poderão ficar minutos sem responder quando uma instância do servidor ficar inativa.
    Geração de registros e monitoramento 1.10, 1.11, 1.12, 1.13, 1.14, 1.15

    Faturamento inesperado de monitoramento

    Para as versões 1.10 a 1.15 do GKE no VMware, alguns clientes perceberam um aumento inesperado no faturamento do Metrics volume na página Faturamento. Esse problema afeta você apenas quando ambas as circunstâncias a seguir se aplicarem:

    • A geração de registros e o monitoramento de aplicativos estão ativados (enableStackdriverForApplications=true)
    • Os pods do aplicativo têm a anotação prometheus.io/scrap=true. A instalação do Anthos Service Mesh também pode adicionar essa anotação.

    Para confirmar se você foi afetado por esse problema, liste as métricas definidas pelo usuário. Se aparecer faturamento para métricas indesejadas com o prefixo de nome external.googleapis.com/prometheus e se enableStackdriverForApplications definido como verdadeiro na resposta de kubectl -n kube-system get stackdriver stackdriver -o yaml, esse problema se aplicará a você.


    Alternativa

    Se você for afetado por esse problema, recomendamos fazer upgrade dos clusters para a versão 1.12 ou mais recente, parar de usar a sinalização enableStackdriverForApplications e mudar para a nova solução de monitoramento de aplicativos managed-service-for-prometheus, que não depende mais da anotação prometheus.io/scrap=true. Com a nova solução, também é possível controlar a coleta de registros e métricas separadamente nos seus aplicativos usando as flags enableCloudLoggingForApplications e enableGMPForApplications, respectivamente.

    Para parar de usar a sinalização enableStackdriverForApplications, abra o objeto "stackdriver" para edição:

    
kubectl --kubeconfig=USER_CLUSTER_KUBECONFIG --namespace kube-system edit stackdriver stackdriver

    Remova a linha enableStackdriverForApplications: true, salve e feche o editor.

    Se não for possível mudar da coleta de métricas com base em anotações, siga estas etapas:

    1. Encontre os pods e os serviços de origem que têm as métricas faturadas indesejadas. 
      
kubectl --kubeconfig KUBECONFIG \
  get pods -A -o yaml | grep 'prometheus.io/scrape: "true"'
kubectl --kubeconfig KUBECONFIG get \
  services -A -o yaml | grep 'prometheus.io/scrape: "true"'
    2. Remova a anotação prometheus.io/scrap=true do pod ou do serviço. Se a anotação for adicionada pelo Anthos Service Mesh, considere configurar o Anthos Service Mesh sem a opção Prometheus ou desativar o recurso de mesclagem de métricas do Istio.
    Instalação 1.11, 1.12, 1.13

    O instalador falha ao criar um disco de dados do vSphere

    O instalador do GKE no VMware pode falhar se os papéis personalizados estiverem vinculados ao nível de permissões errado.

    Quando a vinculação de papel está incorreta, a criação de um disco de dados do vSphere com govc trava e o disco é criado com um tamanho igual a 0. Para corrigir o problema, você precisa vincular o papel personalizado no nível do vSphere vCenter (raiz).


    Alternativa:

    Se você quiser vincular o papel personalizado no nível do DC (ou inferior à raiz), também é necessário vincular o papel somente leitura ao usuário no nível raiz do vCenter.

    Para mais informações sobre a criação de papéis, consulte Privilégios de conta de usuário do vCenter.
    Geração de registros e monitoramento 1.9.0-1.9.4, 1.10.0-1.10.1

    Tráfego de rede alto para monitoring.googleapis.com

    É possível que você veja um tráfego de rede alto para monitoring.googleapis.com, mesmo em um novo cluster que não tenha cargas de trabalho de usuários.

    Esse problema afeta as versões 1.10.0-1.10.1 e 1.9.0-1.9.4. Esse problema foi corrigido nas versões 1.10.2 e 1.9.5.


    Alternativa:
    Geração de registros e monitoramento 1.10, 1.11

    gke-metrics-agent tem erros CrashLoopBackOff frequentes

    Para o GKE on VMware versão 1.10 e mais recentes, o DaemonSet "gke-metrics-agent" tem erros CrashLoopBackOff frequentes quando "enable StackdriverForApplications" está definido como "true" no objeto "stackdriver" .


    Alternativa:

    Para minimizar esse problema, desative a coleta de métricas do aplicativo executando os comandos a seguir. Esses comandos não desativam a coleta de registros de aplicativos.

    1. Para evitar que as mudanças a seguir sejam revertidas, reduza a escala vertical de stackdriver-operator: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system scale deploy stackdriver-operator \
    --replicas=0
      Substitua USER_CLUSTER_KUBECONFIG pelo caminho do arquivo kubeconfig do cluster de usuário.
    2. Abra o ConfigMap gke-metrics-agent-conf para edição: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system edit configmap gke-metrics-agent-conf
    3. Em services.pipelines, comente toda a seção metrics/app-metrics: 
      
services:
  pipelines:
    #metrics/app-metrics:
    #  exporters:
    #  - googlecloud/app-metrics
    #  processors:
    #  - resource
    #  - metric_to_resource
    #  - infer_resource
    #  - disk_buffer/app-metrics
    #  receivers:
    #  - prometheus/app-metrics
    metrics/metrics:
      exporters:
      - googlecloud/metrics
      processors:
      - resource
      - metric_to_resource
      - infer_resource
      - disk_buffer/metrics
      receivers:
      - prometheus/metrics
    4. Fechar a sessão de edição.
    5. Reinicie o gke-metrics-agent DaemonSet: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system rollout restart daemonset gke-metrics-agent
    Geração de registros e monitoramento 1.11, 1.12, 1.13

    Substituir métricas com uso descontinuado no painel

    Se as métricas descontinuadas forem usadas nos painéis de OOTB, alguns gráficos vazios serão exibidos. Para encontrar métricas descontinuadas nos painéis do Monitoring, execute os seguintes comandos:

    
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'

    As métricas descontinuadas a seguir precisam ser migradas para as substituições.

    DescontinuadoSubstituição
    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

    Alternativa:

    Para substituir as métricas descontinuadas:

    1. Exclua o "Status do nó do GKE On-Prem" no painel do Google Cloud Monitoring. Reinstale o "Status do nó do GKE On-Prem" seguindo estas instruções.
    2. Exclua "Utilização do nó do GKE On-Prem" no painel do Google Cloud Monitoring. Reinstale a "Utilização de nós do GKE On-Prem" seguindo estas instruções.
    3. Exclua "Integridade de VM do vSphere do GKE On-Prem" no painel do Google Cloud Monitoring. Reinstale "Integridade de VM do vSphere do GKE On-Prem" seguindo estas instruções.

      4. Essa descontinuação ocorre devido ao upgrade do agente kube-state-metrics da v1.9 para a v2.4, que é necessário para o Kubernetes 1.22. É possível substituir todas as métricas kube-state-metrics descontinuadas, que têm o prefixo kube_, nos painéis personalizados ou nas políticas de alertas.
    Geração de registros e monitoramento 1.10, 1.11, 1.12, 1.13

    Dados de métrica desconhecidos no Cloud Monitoring

    Para a versão 1.10 e mais recentes do GKE no VMware, os dados dos clusters no Cloud Monitoring podem conter entradas de métricas resumidas irrelevantes, como as seguintes:

    
Unknown metric: kubernetes.io/anthos/go_gc_duration_seconds_summary_percentile

    Outros tipos de métricas que podem ter métricas de resumo irrelevantes incluem:

    :
    • 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

    Embora essas métricas de tipo de resumo estejam na lista de métricas, elas não são compatíveis com gke-metrics-agent no momento.
    Geração de registros e monitoramento 1.10, 1.11, 1.12, 1.13

    Métricas ausentes em alguns nós

    Talvez você se depare com as seguintes métricas ausentes em alguns nós, mas não em todos:

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

    Alternativa:

    Para corrigir esse problema, siga as seguintes etapas como uma solução alternativa. Para [versão 1.9.5+, 1.10.2+, 1.11.0]: aumente a CPU do gke-metrics-agent seguindo as etapas de 1 a 4

    1. Abra o recurso stackdriver para edição: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system edit stackdriver stackdriver
    2. Para aumentar a solicitação de CPU de gke-metrics-agent de 10m para 50m, o limite de CPU de 100m para 200m adiciona a seção resourceAttrOverride a seguir ao manifesto stackdriver: 
      
spec:
  resourceAttrOverride:
    gke-metrics-agent/gke-metrics-agent:
      limits:
        cpu: 100m
        memory: 4608Mi
      requests:
        cpu: 10m
        memory: 200Mi
      O recurso editado ficará semelhante ao seguinte: 
      
spec:
  anthosDistribution: on-prem
  clusterLocation: us-west1-a
  clusterName: my-cluster
  enableStackdriverForApplications: true
  gcpServiceAccountSecretName: ...
  optimizedMetrics: true
  portable: true
  projectID: my-project-191923
  proxyConfigSecretName: ...
  resourceAttrOverride:
    gke-metrics-agent/gke-metrics-agent:
      limits:
        cpu: 200m
        memory: 4608Mi
      requests:
        cpu: 50m
        memory: 200Mi
    3. Salve as alterações e feche o editor de texto.
    4. Para verificar se as mudanças entraram em vigor, execute o seguinte comando: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system get daemonset gke-metrics-agent -o yaml \
    | grep "cpu: 50m"
      O comando encontrará cpu: 50m se as edições tiverem entrado em vigor.
    Geração de registros e monitoramento 1.11.0-1.11.2, 1.12.0

    Não há métricas do programador e do gerenciador de controladores no cluster de administrador

    Se o cluster de administrador for afetado por esse problema, as métricas do programador e do gerenciador de controladores estão ausentes. Por exemplo, essas duas métricas estão ausentes

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

    Alternativa:

    Faça upgrade para a v1.11.3+, v1.12.1+ ou v1.13+.
    1.11.0-1.11.2, 1.12.0

    Não há métricas do programador e do gerenciador de controladores no cluster de usuário

    Se o cluster de usuário for afetado por esse problema, as métricas do programador e do gerenciador de controladores estão ausentes. Por exemplo, essas duas métricas estão ausentes:

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

    Alternativa:

    Esse problema foi corrigido no GKE on VMware versão 1.13.0 e posterior. Faça upgrade do cluster para uma versão com a correção.
    Instalação, upgrades e atualizações 1.10, 1.11, 1.12, 1.13

    Falha ao registrar o cluster de administrador durante a criação

    Se você criar um cluster de administrador para a versão 1.9.x ou 1.10.0 e se o cluster de administrador não for registrado com a especificação gkeConnect fornecida durante a criação, você vai receber o seguinte erro.

    
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

    Você ainda vai poder usar esse cluster de administrador, mas receberá o seguinte erro se tentar fazer upgrade do cluster de administrador para a versão 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: ""

    Alternativa:
    Identidade 1.10, 1.11, 1.12, 1.13

    O uso do serviço de identidade do GKE pode fazer com que o agente do Connect seja reiniciado de forma imprevisível

    Se você estiver usando o recurso Serviço de identidade do GKE para gerenciar o ClientConfig do serviço de identidade do GKE, o Connect Agent poderá ser reiniciado inesperadamente.


    Alternativa:

    Se você tiver esse problema com um cluster existente, siga um destes procedimentos:

    • Desativar o serviço de identidade do GKE. Se você desativar o serviço de identidade do GKE, isso não vai remover o binário implantado do serviço de identidade do GKE nem o ClientConfig do serviço de identidade do GKE. Para desativar o serviço de identidade do GKE, execute este comando: 
      
gcloud container fleet identity-service disable \
    --project PROJECT_ID
      Substitua PROJECT_ID pelo ID do projeto host da frota do cluster.
    • Atualize o cluster para a versão 1.9.3, 1.10.1 ou mais recente e faça upgrade da versão do agente do Connect.
    Rede 1.10, 1.11, 1.12, 1.13

    Cisco ACI não funciona com o retorno direto de servidor (DSR, na sigla em inglês)

    O Seesaw é executado no modo DSR. Por padrão, ele não funciona na Cisco ACI devido ao aprendizado de IP de plano de dados.


    Alternativa:

    Uma possível solução alternativa é desativar o aprendizado de IP adicionando o endereço IP Seesaw como um IP virtual L4-L7 no Controlador de infraestrutura de política de aplicativo (APIC) da Cisco.

    Para configurar a opção de IP virtual L4-L7, acesse Locatário > Perfis de aplicativo > EPGs de aplicativo ou EPGs uSeg. Se o aprendizado de IP não for desativado, o endpoint de IP vai oscilar entre diferentes locais na estrutura da API Cisco.
    VMware 1.10, 1.11, 1.12, 1.13

    Problemas da atualização 3 do vSphere 7.0

    A VMWare identificou recentemente problemas críticos nas seguintes versões da atualização 3 do vSphere 7.0:

    • Atualização 3 do vSphere ESXi 7.0 (versão 18644231)
    • Atualização 3a do vSphere ESXi 7.0 (versão 18825058)
    • Atualização 3b do vSphere ESXi 7.0 (versão 18905247)
    • Atualização 3b do vSphere vCenter 7.0 (versão 18901211)

    Alternativa:

    A VMWare removeu essas versões. Faça upgrade dos servidores de ESXi e vCenter para uma versão mais recente.
    Sistema operacional 1.10, 1.11, 1.12, 1.13

    Falha ao montar o volume emptyDir como exec no pod em execução nos nós do COS

    Para pods em execução em nós que usam imagens do Container-Optimized OS (COS), não é possível montar o volume emptyDir como exec. Ele é montado como noexec, e você receberá este erro: exec user process caused: permission denied. Por exemplo, você receberá essa mensagem de erro se implantar o pod de teste a seguir:

    
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

    No pod de teste, se você executar mount | grep test-volume, ele vai mostrar a opção noexec:

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

    Alternativa:
    Upgrades e atualizações 1.10, 1.11, 1.12, 1.13

    A atualização da réplica do pool de nós de clusters não funciona depois que o escalonamento automático é desativado no pool de nós

    As réplicas do pool de nós não são atualizadas depois que o escalonamento automático é ativado e desativado em um pool de nós.


    Alternativa:

    Remoção das anotações cluster.x-k8s.io/cluster-api-autoscaler-node-group-max-size e cluster.x-k8s.io/cluster-api-autoscaler-node-group-min-size da implantação da máquina do pool de nós correspondente.
    Geração de registros e monitoramento 1.11, 1.12, 1.13

    Os painéis de monitoramento do Windows mostram dados de clusters do Linux

    A partir da versão 1.11, nos painéis de monitoramento prontos para uso, o painel de status do pod do Windows e o painel de status do nó do Windows também mostram dados de clusters do Linux. Isso porque as métricas de nós e pods do Windows também são expostas nos clusters do Linux.
    Geração de registros e monitoramento 1.10, 1.11, 1.12

    stackdriver-log-forwarder na constante CrashLoopBackOff

    Para o GKE on VMware versão 1.10, 1.11 e 1.12, stackdriver-log-forwarder o DaemonSet pode ter erros CrashLoopBackOff quando há registros em buffer corrompidos no disco.


    Alternativa:

    Para atenuar esse problema, precisaremos limpar os registros armazenados em buffer no nó.

    1. Para evitar esse comportamento inesperado, reduza a escala vertical de stackdriver-log-forwarder: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    -n kube-system patch daemonset stackdriver-log-forwarder -p '{"spec": {"template": {"spec": {"nodeSelector": {"non-existing": "true"}}}}}'
      Substitua USER_CLUSTER_KUBECONFIG pelo caminho do arquivo kubeconfig do cluster de usuário.
    2. Implante o DaemonSet de limpeza para limpar os blocos corrompidos: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    -n kube-system -f - << EOF
apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: fluent-bit-cleanup
  namespace: kube-system
spec:
  selector:
    matchLabels:
      app: fluent-bit-cleanup
  template:
    metadata:
      labels:
        app: fluent-bit-cleanup
    spec:
      containers:
      - name: fluent-bit-cleanup
        image: debian:10-slim
        command: ["bash", "-c"]
        args:
        - |
          rm -rf /var/log/fluent-bit-buffers/
          echo "Fluent Bit local buffer is cleaned up."
          sleep 3600
        volumeMounts:
        - name: varlog
          mountPath: /var/log
        securityContext:
          privileged: true
      tolerations:
      - key: "CriticalAddonsOnly"
        operator: "Exists"
      - key: node-role.kubernetes.io/master
        effect: NoSchedule
      - key: node-role.gke.io/observability
        effect: NoSchedule
      volumes:
      - name: varlog
        hostPath:
          path: /var/log
EOF
    3. Para garantir que o DaemonSet de limpeza limpou todos os blocos, execute os seguintes comandos. A saída dos dois comandos precisa ser igual ao número do nó no cluster: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
  logs -n kube-system -l app=fluent-bit-cleanup | grep "cleaned up" | wc -l

kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
  -n kube-system get pods -l app=fluent-bit-cleanup --no-headers | wc -l
    4. Exclua o DaemonSet de limpeza: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
  -n kube-system delete ds fluent-bit-cleanup
    5. Retomar 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"}]'
    Geração de registros e monitoramento 1,10, 1,11, 1,12, 1,13, 1,14, 1,15, 1,16

    stackdriver-log-forwarder não envia registros para o Cloud Logging

    Se você não vir registros dos seus clusters no Cloud Logging e perceber o seguinte erro nos registros: 

    
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
    É provável que a taxa de entrada de registros exceda o limite do agente de geração de registros, o que faz com que stackdriver-log-forwarder não envie registros. Esse problema ocorre em todas as versões do GKE no VMware.

    Alternativa:

    Para atenuar esse problema, é preciso aumentar o limite de recursos no agente de geração de registros.

    1. Abra o recurso stackdriver para edição: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system edit stackdriver stackdriver
    2. Para aumentar a solicitação de CPU para stackdriver-log-forwarder, adicione a seguinte seção resourceAttrOverride ao manifesto stackdriver: 
      
spec:
  resourceAttrOverride:
    stackdriver-log-forwarder/stackdriver-log-forwarder:
      limits:
        cpu: 1200m
        memory: 600Mi
      requests:
        cpu: 600m
        memory: 600Mi
      O recurso editado ficará semelhante ao seguinte: 
      
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
    3. Salve as alterações e feche o editor de texto.
    4. Para verificar se as mudanças entraram em vigor, execute o seguinte comando: 
      
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system get daemonset stackdriver-log-forwarder -o yaml \
    | grep "cpu: 1200m"
      O comando encontrará cpu: 1200m se as edições tiverem entrado em vigor.
    Segurança 1.13

    O serviço do Kubelet ficará temporariamente indisponível após o NodeReady

    há um curto período em que o nó está pronto, mas o certificado do servidor do kubelet não está. kubectl exec e kubectl logs ficam indisponíveis durante esse período. Isso ocorre porque leva tempo para o novo aprovador de certificado do servidor ver os IPs válidos atualizados do nó.

    Esse problema afeta apenas o certificado do servidor kubelet. Ele não afeta a programação do pod.
    Upgrades e atualizações 1.12

    O upgrade parcial do cluster de administrador não bloqueia o upgrade posterior do cluster de usuário

    Falha no upgrade do cluster de usuário com:

    
.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.

    O cluster de administrador não recebeu upgrade completo, e a versão do status ainda é 1.10. O upgrade do cluster de usuário para 1.12 não será bloqueado por nenhuma verificação de simulação e falha com o problema de desvio de versão.


    Alternativa:

    Conclua o upgrade do cluster de administrador para a versão 1.11 e depois atualize o cluster de usuário para a 1.12.
    Armazenamento 1.10.0-1.10.5, 1.11.0-1.11.2, 1.12.0

    O Datastore informa incorretamente que há espaço livre insuficiente

    Falha no comando gkectl diagnose cluster com: 

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

    A validação do espaço livre do repositório de dados não pode ser usada para pools de nós de clusters atuais e foi adicionada em gkectl diagnose cluster por engano.


    Alternativa:

    É possível ignorar a mensagem de erro ou pular a validação usando --skip-validation-infra.
    Operação, rede 1.11, 1.12.0-1.12.1

    Falha ao adicionar o novo cluster de usuário quando o cluster de administrador está usando o balanceador de carga MetalLB

    Talvez não seja possível adicionar um novo cluster de usuário se o cluster de administrador estiver definido com uma configuração do balanceador de carga MetalLB.

    O processo de exclusão do cluster de usuário pode ficar travado por algum motivo, o que resulta em uma invalidação do ConfigMap MetalLB. Não será possível adicionar um novo cluster de usuário nesse estado.


    Alternativa:

    É possível forçar a exclusão do cluster de usuário.
    Instalação, sistema operacional 1.10, 1.11, 1.12, 1.13

    Falha ao usar o Container-Optimized OS (COS) no cluster de usuário

    Se osImageType estiver usando cos para o cluster de administrador, quando gkectl check-config for executado após a criação do cluster de administrador e antes da criação do cluster de usuário, ocorrerá uma falha: 

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

    Por padrão, a VM de teste criada para o cluster de usuário check-config usa o mesmo osImageType do cluster de administrador. No momento, a VM de teste ainda não é compatível com o COS.


    Alternativa:

    Para evitar a verificação lenta de simulação, que cria a VM de teste, usando gkectl check-config --kubeconfig ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG --fast.
    Geração de registros e monitoramento 1.12.0-1.12.1

    O Grafana no cluster de administrador não consegue alcançar os clusters de usuário

    Esse problema afeta os clientes que usam o Grafana no cluster de administrador para monitorar clusters de usuário no GKE nas versões 1.12.0 e 1.12.1 do GKE no VMware. Ele é originado de uma incompatibilidade de certificados pushprox-client em clusters de usuário e a lista de permissões no pushprox-server no cluster de administrador. O sintoma é o pushprox-client em registros de erro de impressão de clusters de usuários, como o seguinte:

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

    Alternativa:
    Outro 1.11.3

    gkectl repair admin-master não fornece o modelo de VM a ser usado para recuperação

    Falha no comando gkectl repair admin-master com: 

    
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 não poderá buscar o modelo de VM a ser usado para reparar a VM do plano de controle do administrador se o nome da VM do plano de controle do administrador terminar com os caracteres t, m, p ou l.


    Alternativa:

    Execute o comando novamente com --skip-validation.
    Geração de registros e monitoramento 1,11, 1,12, 1,13, 1,14, 1,15, 1,16

    Falha na geração de registros de auditoria do Cloud devido a permissão negada

    Os registros de auditoria do Cloud precisam de uma configuração de permissão especial que, no momento, só é executada automaticamente para clusters de usuários pelo GKE Hub. É recomendável ter pelo menos um cluster de usuário que use o mesmo ID do projeto e a mesma conta de serviço com o cluster de administrador para os Registros de auditoria do Cloud. Assim, o cluster de administrador terá a permissão necessária.

    No entanto, nos casos em que o cluster de administrador usa um ID do projeto ou conta de serviço diferente de qualquer cluster de usuário, os registros de auditoria do cluster de administrador não são injetados no Google Cloud. O sintoma é uma série de erros Permission Denied no pod audit-proxy no cluster de administrador.

    Alternativa:
    Operação, segurança 1.11

    Falha de certificados de verificação de gkectl diagnose

    Se a estação de trabalho não tiver acesso aos nós de trabalho do cluster de usuário, ela vai receber as seguintes falhas ao executar 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 a estação de trabalho não tiver acesso aos nós de trabalho do cluster de administrador ou aos nós de trabalho do cluster de usuário, ela receberá as seguintes falhas ao executar 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

    Alternativa:

    Se for seguro ignorar essas mensagens.
    Sistema operacional 1.8, 1.9, 1.10, 1.11, 1.12, 1.13

    /var/log/audit/ ocupando espaço em disco nas VMs

    O /var/log/audit/ está repleto de registros de auditoria. Verifique o uso do disco executando sudo du -h -d 1 /var/log/audit.

    Certos comandos gkectl na estação de trabalho do administrador, por exemplo, gkectl diagnose snapshot contribuem para o uso do espaço em disco.

    Desde o GKE no VMware v1.8, a imagem do Ubuntu é reforçada com o comparativo de mercado CIS nível 2. E uma das regras de compliance, "4.1.2.2 Garanta que os registros de auditoria não sejam excluídos automaticamente", garante a configuração auditada max_log_file_action = keep_logs. Isso resulta em todas as regras de auditoria mantidas no disco.


    Alternativa:
    Rede 1.10, 1.11.0-1.11.3, 1.12.0-1.12.2, 1.13.0

    O IP flutuante do NetworkGatewayGroup entra em conflito com o endereço do nó

    Os usuários não podem criar ou atualizar objetos NetworkGatewayGroup devido ao seguinte erro de webhook de validação:

    
[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"

    Nas versões afetadas, o kubelet pode se vincular por engano a um endereço IP flutuante atribuído ao nó e informá-lo como um endereço de nó em node.status.addresses. O webhook de validação verifica endereços IP flutuantes NetworkGatewayGroup em todos os node.status.addresses no cluster e vê isso como um conflito.


    Alternativa:

    No mesmo cluster em que a criação ou a atualização de objetos NetworkGatewayGroup está falhando, desative temporariamente o webhook de validação do ANG e envie sua alteração:

    1. Salve a configuração do webhook para que ela possa ser restaurada no final: 
      
kubectl -n kube-system get validatingwebhookconfiguration \
    ang-validating-webhook-configuration -o yaml > webhook-config.yaml
    2. Edite a configuração do webhook: 
      
kubectl -n kube-system edit validatingwebhookconfiguration \
    ang-validating-webhook-configuration
    3. Remova o item vnetworkgatewaygroup.kb.io da lista de configuração do webhook e feche para aplicar as alterações.
    4. Crie ou edite o objeto NetworkGatewayGroup.
    5. Aplique novamente a configuração original do webhook: 
      
kubectl -n kube-system apply -f webhook-config.yaml
    Instalação, upgrades e atualizações 1.10.0-1.10.2

    Como criar ou fazer upgrade do tempo limite do cluster de administrador

    Durante uma tentativa de upgrade do cluster de administrador, a VM do plano de controle do administrador pode ficar travada durante a criação. A VM do plano de controle do administrador entra em um loop de espera infinita durante a inicialização, e você receberá o seguinte erro de loop infinito no arquivo /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

    Isso ocorre porque, quando o GKE no VMware tenta conseguir o endereço IP do nó no script de inicialização, ele usa grep -v ADMIN_CONTROL_PLANE_VIP para ignorar o VIP do plano de controle do cluster de administrador, que também pode ser atribuído à NIC. Porém, o comando também pula qualquer endereço IP que tenha um prefixo do VIP do plano de controle, o que faz com que o script de inicialização trave.

    Por exemplo, suponha que o VIP do plano de controle do cluster de administrador seja 192.168.1.25. Se o endereço IP da VM do plano de controle do cluster de administrador tiver o mesmo prefixo, por exemplo,192.168.1.254, a VM do plano de controle vai ficar travada durante a criação. Esse problema também poderá ser acionado se o endereço de transmissão tiver o mesmo prefixo que o VIP do plano de controle, por exemplo, 192.168.1.255.


    Alternativa:

    • Se o motivo do tempo limite da criação do cluster de administrador for devido ao endereço IP da transmissão, execute o seguinte comando na VM do plano de controle do cluster de administrador: 
      
ip addr add ${ADMIN_CONTROL_PLANE_NODE_IP}/32 dev ens192
      Isso vai criar uma linha sem um endereço de transmissão e desbloquear o processo de inicialização. Depois que o script de inicialização for desbloqueado, remova essa linha adicionada executando o seguinte comando: 
      
ip addr del ${ADMIN_CONTROL_PLANE_NODE_IP}/32 dev ens192
    • No entanto, se o motivo do tempo limite da criação do cluster de administrador for devido ao endereço IP da VM do plano de controle, não será possível desbloquear o script de inicialização. Alterne para um endereço IP diferente e recrie ou faça upgrade para a versão 1.10.3 ou mais recente.
    Sistema operacional, upgrades e atualizações 1.10.0-1.10.2

    O estado do cluster de administrador que usa a imagem do COS será perdido após o upgrade do cluster de administrador ou o reparo mestre do administrador

    Não é possível montar o DataDisk corretamente no nó mestre do cluster de administrador ao usar a imagem do COS. Além disso, o estado do cluster de administrador que usa a imagem do COS será perdido após o upgrade do cluster de administrador ou reparo mestre do administrador. O cluster de administrador que usa a imagem do COS é um recurso em fase de pré-lançamento.


    Alternativa:

    Recriar cluster de administrador com osImageTypeType definido como ubuntu_containerd

    Depois de criar o cluster de administrador com osImageType definido como cos, use a chave SSH do cluster de administrador e o SSH no nó mestre do administrador. O resultado de df -h contém /dev/sdb1 98G 209M 93G 1% /opt/data. E o resultado de lsblk contém -sdb1 8:17 0 100G 0 part /opt/data.
    Sistema operacional 1.10

    Busca de DNS com falha resolvida pelo systemd em domínios .local

    Na versão 1.10.0 do GKE no VMware, as resoluções de nome no Ubuntu são roteadas para a detecção local resolvida pelo systemd em 127.0.0.53 por padrão. O motivo é que, na imagem do Ubuntu 20.04 usada na versão 1.10.0, /etc/resolv.conf tem um link simbólico para /run/systemd/resolve/stub-resolv.conf, que aponta para o stub de DNS 127.0.0.53 do localhost.

    Como resultado, a resolução de nome DNS do localhost se recusa a verificar os servidores DNS upstream (especificados em /run/systemd/resolve/resolv.conf) para nomes com um sufixo .local, a menos que os nomes sejam especificados como domínios de pesquisa.

    Isso causa falhas nas pesquisas de nomes de .local. Por exemplo, durante a inicialização do nó, o kubelet falha ao extrair imagens de um registro particular com um sufixo .local. A especificação de um endereço do vCenter com um sufixo .local não funcionará em uma estação de trabalho de administrador.


    Alternativa:

    Para evitar esse problema em nós de cluster, especifique o campo searchDomainsForDNS no arquivo de configuração do cluster de administrador e o arquivo de configuração do cluster de usuário para incluir os domínios.

    No momento, o gkectl update ainda não é compatível com a atualização do campo searchDomainsForDNS.

    Portanto, se você não configurou esse campo antes da criação do cluster, será preciso usar SSH nos nós e ignorar o stub local resolvido pelo sistema mudando o link simbólico de /etc/resolv.conf de /run/systemd/resolve/stub-resolv.conf (que contém o stub local 127.0.0.53) para /run/systemd/resolve/resolv.conf (que aponta para o DNS upstream real): 

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

    Como na estação de trabalho de administrador, o gkeadm não é compatível com a especificação de domínios de pesquisa. Por isso, é necessário contornar esse problema nesta etapa manual.

    Esta solução não permanece nas recriações de VM. Aplique a solução novamente sempre que as VMs forem recriadas.
    Instalação, sistema operacional 1.10

    O IP da ponte do Docker usa 172.17.0.1/16 em vez de 169.254.123.1/24

    O GKE no VMware especifica uma sub-rede dedicada para o endereço IP da ponte do Docker que usa --bip=169.254.123.1/24, para que ele não reserve a sub-rede 172.17.0.1/16 padrão. No entanto, na versão 1.10.0, um bug na imagem do SO Ubuntu fez com que a configuração personalizada do Docker fosse ignorada.

    Como resultado, o Docker escolhe o 172.17.0.1/16 padrão como a sub-rede de endereço IP da ponte. Isso poderá causar um conflito de endereços IP se a carga de trabalho já estiver em execução nesse intervalo de endereços IP.


    Alternativa:

    Para contornar esse problema, você precisa renomear o seguinte arquivo de configuração systemd do dockerd e reiniciar o serviço:

    
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

    Verifique se o Docker escolhe o endereço IP da ponte correto:

    
ip a | grep docker0

    Esta solução não permanece nas recriações de VM. Aplique a solução novamente sempre que as VMs forem recriadas.
    Upgrades e atualizações 1.11

    Upgrade para a versão 1.11 bloqueada pela prontidão do Stackdriver

    Na versão 1.11.0 do GKE on VMware, há mudanças na definição de recursos personalizados relacionados à geração de registros e monitoramento:

    • O nome do grupo do recurso personalizado stackdriver foi alterado de addons.sigs.k8s.io para addons.gke.io.
    • O nome do grupo dos recursos personalizados monitoring e metricsserver foi alterado de addons.k8s.io para addons.gke.io.
    • As especificações dos recursos acima começam a ser validadas em relação ao esquema. Em particular, as especificações resourceAttrOverride e storageSizeOverride no recurso personalizado stackdriver precisam ter um tipo de string nos valores das solicitações e limites de CPU, memória e tamanho de armazenamento.

    As mudanças no nome do grupo foram feitas para obedecer às atualizações da CustomResourceDefinition no Kubernetes 1.22.

    Nenhuma ação será necessária caso você não tenha outra lógica que aplique ou edite os recursos personalizados afetados. O processo de upgrade do GKE no VMware vai cuidar da migração dos recursos afetados e manter as especificações atuais após a mudança do nome do grupo.

    No entanto, se você executar qualquer lógica que aplique ou edite os recursos afetados, será necessário atenção especial. Primeiro, eles precisam estar referenciados com o novo nome de grupo no arquivo de manifesto. Exemplo:

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

    Depois, verifique se os valores de especificação resourceAttrOverride e storageSizeOverride são do tipo string. Exemplo:

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

    Caso contrário, as aplicações e edições não terão efeito e poderão levar a um status inesperado nos componentes de registro e monitoramento. Os possíveis sintomas podem incluir:

    • Registros de erros de reconciliação em onprem-user-cluster-controller, por exemplo: 
      
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}
    • Falha em kubectl edit stackdriver stackdriver, por exemplo: 
      
Error from server (NotFound): stackdrivers.addons.gke.io "stackdriver" not found

    Se você encontrar os erros acima, isso significa que um tipo incompatível na especificação da CR do Stackdriver já estava presente antes do upgrade. Como solução alternativa, é possível editar manualmente a resposta automática do Stackdriver com o nome antigo do grupo kubectl edit stackdrivers.addons.sigs.k8s.io stackdriver e fazer o seguinte:

    1. Alterar as solicitações e os limites dos recursos para o tipo de string;
    2. Remova qualquer anotação addons.gke.io/migrated-and-deprecated: true, se houver.
    Em seguida, retome ou reinicie o processo de upgrade.

    Sistema operacional 1,7, 1,8, 1,9, 1,10, 1,11, 1,12, 1,13, 1,14, 1,15, 1,16

    As VMs do COS não mostram IPs quando são movidas por desligamento irregular do host

    Sempre que houver uma falha em um servidor ESXi e a função de alta disponibilidade do vCenter estiver ativada no servidor, todas as VMs no servidor ESXi com falha acionarão o mecanismo vMotion e serão movidas para outro servidor ESXi normal. As VMs do COS migradas perderiam os IPs.

    Alternativa:

    Reinicialize a VM
    Rede todas as versões anteriores a 1.14.7, 1.15.0-1.15.3, 1.16.0

    A resposta do GARP enviada pelo Seesaw não define o IP de destino

    O ARP periódico (ARRP gratuito) enviado pelo Seesaw a cada 20 segundos não define o IP de destino no cabeçalho ARP. Algumas redes podem não aceitar esses pacotes (como Cisco ACI). Eles podem causar um tempo de inatividade mais longo após a recuperação de um cérebro dividido (devido à queda do pacote VRRP).

    Alternativa:

    Acione um failover do Seeaw com a execução de sudo seesaw -c failover em qualquer uma das VMs do Seesaw. Isso deve restaurar o tráfego.
    Sistema operacional 1.16, 1.28.0-1.28.200

    O Kubelet está cheio de registros informando que "/etc/kubernetes/manifests" não existe nos nós de trabalho.

    "staticPodPath" foi definido por engano para nós de trabalho

    Alternativa:

    Crie manualmente a pasta "/etc/kubernetes/manifests"
    Se precisar de mais ajuda, entre em contato com o Cloud Customer Care.