Esegui test di failover per ambienti altamente resilienti

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Questa pagina descrive come eseguire test di failover di database e cluster per ambienti ad alta resilienza.

I test di failover per il tuo ambiente simulano l'interruzione completa di una zona in un data center. In questo scenario, potrebbero verificarsi contemporaneamente un'interruzione di un cluster a livello di zona e un'interruzione del database a livello di zona. Eseguendo i due test di failover puoi monitorare l'esecuzione di un failover nel tuo ambiente altamente resiliente e verificare in che modo questo influisce sui DAG e sulle attività.

Prima di iniziare

  • Per eseguire i test di failover, l'account deve disporre dei ruoli e delle autorizzazioni seguenti:

    • Autorizzazione composer.environments.update. Consulta Controllo dell'accesso con IAM per un elenco dei ruoli con questa autorizzazione.

    • Ruolo di Amministratore cluster Kubernetes Engine (roles/container.clusterAdmin) per eseguire comandi kubectl sul cluster dell'ambiente. In alternativa, puoi eseguire il provisioning dei ruoli RBAC di Kubernetes direttamente in GKE.

  • Se utilizzi reti autorizzate e devi eseguire i comandi kubectl da una macchina in grado di accedere all'endpoint del piano di controllo del cluster GKE. A seconda di come configuri l'accesso all'endpoint del piano di controllo del tuo ambiente, puoi utilizzare diverse opzioni. Per ulteriori informazioni, consulta Esecuzione di comandi in un ambiente IP privato.

Verifica che il tuo ambiente sia integro

Assicurati di eseguire i test di failover del cluster e del database solo su ambienti integre.

Per verificare che il tuo ambiente sia integro:

  1. Nella console Google Cloud, vai alla pagina Ambienti.

    Vai ad Ambienti

  2. Nell'elenco degli ambienti, fai clic sul nome dell'ambiente. Si apre la pagina Dettagli ambiente.

  3. Vai alla scheda Monitoring.

  4. Assicurati che tutte le metriche di salute siano verdi.

Esegui un test di failover del database

Puoi eseguire un test di failover del database, che simula un'interruzione del servizio a livello di zona, attivandolo con un comando Google Cloud CLI. Ad esempio, potresti volerlo misurare per misurare il tempo necessario per passare al database del tuo ambiente per passare a un'altra zona.

Per eseguire un test di failover del database per il tuo ambiente:

  1. Assicurati che il tuo ambiente sia integro.

  2. Ottieni la zona principale del database del tuo ambiente:

    gcloud composer environments fetch-database-properties \
    ENVIRONMENT_NAME \
    --location LOCATION

    Sostituisci quanto segue:

    • ENVIRONMENT_NAME: il nome del tuo ambiente Cloud Composer.
    • LOCATION: la regione in cui si trova l'ambiente.

    Esempio:

    gcloud composer environments fetch-database-properties \
    example-environment \
    --location us-central1

  3. Avvia il test di failover del database:

    gcloud composer environments database-failover \
    ENVIRONMENT_NAME \
    --location LOCATION

    Sostituisci quanto segue:

    • ENVIRONMENT_NAME: il nome del tuo ambiente Cloud Composer.
    • LOCATION: la regione in cui si trova l'ambiente.

    Esempio:

    gcloud composer environments database-failover \
    example-environment \
    --location us-central1

  4. Attendi il completamento del test di failover del database. Il processo può richiedere fino a 3 minuti.

  5. Verifica che la zona principale del database del tuo ambiente sia modificata:

    gcloud composer environments fetch-database-properties \
    ENVIRONMENT_NAME \
    --location LOCATION

  6. Controlla le metriche di salute del tuo ambiente per assicurarti che il tuo ambiente sia integro.

  7. Il database del tuo ambiente sarà pronto per un altro failover quando la metrica di ambiente Database disponibile per il failover (composer.googleapis.com/environment/database/available_for_failover) diventa True. Per ulteriori informazioni sulla visualizzazione delle metriche del tuo ambiente in Cloud Monitoring, consulta Monitorare gli ambienti.

Esegui il test di failover del cluster del tuo ambiente

Puoi eseguire un test di failover per il cluster del tuo ambiente, che simula un'interruzione del servizio a livello di zona. Ad esempio, potresti volerlo fare per misurare la quantità di tempo necessaria per il passaggio del tuo ambiente a un'altra zona.

Verifica che il tuo ambiente sia integro

Prima di iniziare il test, assicurati che il tuo ambiente sia integro.

Configura le credenziali per il cluster del tuo ambiente

Per ottenere le credenziali del cluster:

  1. Nella console Google Cloud, vai alla pagina Ambienti.

    Vai ad Ambienti

  2. Nell'elenco degli ambienti, fai clic sul nome dell'ambiente. Si apre la pagina Dettagli ambiente.

  3. Vai alla scheda Configurazione dell'ambiente.

  4. Fai clic su Visualizza i dettagli del cluster.

  5. Fai clic su Connect (Connetti).

  6. Copia ed esegui il comando Google Cloud CLI visualizzato.

    Ad esempio:

    gcloud container clusters get-credentials \
  us-central1-exam-db23ee12-gke \
  --region us-central1 \
  --project example-project

Ispeziona il cluster dell'ambiente

Controlla le zone e i nodi in cui vengono eseguiti i carichi di lavoro nel cluster dell'ambiente. Potrai utilizzare queste informazioni per simulare un'interruzione del servizio a livello di zona in un secondo momento. Puoi anche eseguire di nuovo questi comandi durante il test di failover per vedere come il cluster dell'ambiente esegue il failover.

  1. Controlla nodi e zone:

    kubectl get nodes \
  -o=custom-columns=NAME:.metadata.name,NODE:.metadata.labels.topology\\.gke\\.io/zone

  2. Controlla i pod:

    kubectl get pods --all-namespaces \
-o=custom-columns=NAME:.metadata.name,STATUS:.status.phase,NODE:.spec.nodeName \
--field-selector metadata.namespace!=kube-system

  3. Visualizza informazioni più dettagliate sui pod:

    kubectl get pods --all-namespaces -o wide \
--field-selector metadata.namespace!=kube-system

Nodi di drenaggio

Scegli una zona in cui vuoi simulare un'interruzione del servizio. Se esegui il test di failover del cluster insieme al test di failover del database, ti consigliamo di scegliere la zona principale dell'istanza Cloud SQL a disponibilità elevata del tuo ambiente. Ad esempio, se l'istanza Cloud SQL principale viene eseguita in us-central1-a, puoi simulare un'interruzione nell'intera zona us-central1-a eseguendo prima il test di failover del database e poi il test di failover del cluster in us-central1-a.

Il seguente comando simula un insieme di nodi che non sono più disponibili in una zona specifica. Rimuove in modo forzato i pod dai nodi nella zona specificata e impedisce la ripianificazione dei pod su questi nodi. Poiché non è possibile pianificare nuovi pod, al cluster vengono aggiunti nuovi nodi.

Questo comando non influisce sui carichi di lavoro eseguiti nello spazio dei nomi composer-system. Potresti visualizzare messaggi di errore correlati nell'output comando. Questo non influisce sul test di failover. I nodi presenti nella zona selezionata sono ancora contrassegnati come non pianificabili.

Per simulare un errore di una zona del cluster nella zona selezionata:

kubectl get nodes -o name -l "topology.gke.io/zone=ZONE" | \
xargs kubectl drain \
--ignore-daemonsets --delete-emptydir-data --force --disable-eviction

Sostituisci quanto segue:

  • ZONE: la zona in cui vuoi simulare un errore della zona del cluster.

Controlla le metriche di ambiente

Metriche di ambiente durante un'interruzione di una zona simulata
Figura 1. Metriche di ambiente durante l'interruzione di una zona simulata (fai clic per ingrandire)

  1. Nella console Google Cloud, vai alla pagina Ambienti.

    Vai ad Ambienti

  2. Nell'elenco degli ambienti, fai clic sul nome dell'ambiente. Si apre la pagina Dettagli ambiente.

  3. Vai alla scheda Monitoring.

  4. Verifica che le metriche seguenti siano "verdi" durante l'operazione di failover o che rimangano in stato "rosso" per alcuni minuti.

    • Integrità dell'ambiente
    • Heartbeat dello scheduler
    • Integrità del server web
    • Integrità del database
    • Worker attivi
    • Scheduler attivi
    • Server web attivi
    • Trigger attivi

    Tieni presente che l'interruzione simulata è contrassegnata come "Operazione di manutenzione del cluster".

  5. Non è necessario eseguire azioni aggiuntive per riportare il cluster del tuo ambiente all'idoneità al failover dopo il test. Durante il test, il cluster dell'ambiente aggiunge automaticamente nuovi nodi che sostituiscono quelli interessati dall'interruzione simulata.

Passaggi successivi