Google Distributed Cloud è progettato per limitare l'ambito degli errori e dare la priorità alle funzionalità fondamentali per la continuità aziendale. Questo documento spiega in che modo la funzionalità dei tuoi cluster è interessata in caso di errore. Questo informazioni possono aiutarti a dare la priorità alle aree da risolvere in caso di problemi.
Se hai bisogno di ulteriore assistenza, contatta Assistenza clienti Google Cloud.Le funzionalità di base di Google Distributed Cloud includono le seguenti categorie:
- Esegui carichi di lavoro: i carichi di lavoro esistenti possono continuare a essere eseguiti. Questo è il considerazione più importante per mantenere la continuità aziendale. Anche se il tuo cluster ha un problema, i carichi di lavoro esistenti potrebbero continuare a essere eseguiti senza un'interruzione del servizio.
- Gestisci i carichi di lavoro: puoi creare, aggiornare ed eliminare i carichi di lavoro. Questo è la seconda considerazione più importante per scalare i carichi di lavoro quando il traffico aumenta, anche se il cluster ha un problema.
- Gestire i cluster utente: puoi gestire i nodi, eseguire l'aggiornamento, eseguire l'upgrade e l'eliminazione cluster utente. Questo aspetto è meno importante rispetto alle considerazioni sul ciclo di vita dell'applicazione. Se la capacità è disponibile sui nodi esistenti, l'impossibilità di modificare i cluster di utenti non influisce sui carichi di lavoro degli utenti.
- Gestisci i cluster di amministrazione: puoi aggiornare ed eseguire l'upgrade del cluster di amministrazione.
- Per i deployment che utilizzano cluster di amministrazione e utente separati, questa è la considerazione meno importante perché il cluster di amministrazione non ospita carichi di lavoro degli utenti. Se il cluster di amministrazione ha un problema, le applicazioni su altri cluster continuano a essere eseguite senza interruzioni.
- Se utilizzi altri modelli di deployment, ad esempio ibrido o autonomo, il cluster amministrativo esegue i carichi di lavoro delle applicazioni. Se il cluster di amministrazione ha un problema se il piano di controllo non è attivo, non puoi nemmeno gestire i carichi di lavoro del cluster utente.
Le sezioni seguenti utilizzano queste categorie di funzionalità di base per descrivere l'impatto di tipi specifici di scenari di errore. In caso di interruzione, parte di uno scenario di errore, anche la durata (ordine) dell'interruzione è ove possibile.
Errori del nodo
Un nodo in Google Distributed Cloud potrebbe smettere di funzionare o diventare irraggiungibile sulla rete. A seconda del pool di nodi e del cluster di cui la macchina in errore fa parte esistono diverse modalità di errore.
Nodo piano di controllo
La seguente tabella illustra il comportamento dei nodi che fanno parte del gruppo di controllo in Google Distributed Cloud:
| Esegui carichi di lavoro | Gestione dei carichi di lavoro | Gestione dei cluster utente | Gestione dei cluster di amministrazione | |
|---|---|---|---|---|
| Interruzioni (durata) | Nessuna interruzione | Possibile interruzione (sconosciuto) | Possibile interruzione (sconosciuta) | Possibile interruzione (sconosciuta) |
| Spiegazione | — | Se l'errore del nodo interessa il singolo nodo del piano di controllo in una ad alta disponibilità o se interessa non meno di dei nodi del piano di controllo in un cluster utente ad alta disponibilità, e un'interruzione del servizio. Il quorum del piano di controllo del cluster utente è andato perso. | Se il malfunzionamento del nodo interessa il singolo nodo del piano di controllo in un cluster di amministrazione non ad alta disponibilità o se interessa almeno la metà dei nodi del piano di controllo in un cluster di amministrazione ad alta disponibilità, si verifica un'interruzione. Il quorum del control plane del cluster di amministrazione è andato perso. | Se l'errore del nodo interessa il singolo nodo del piano di controllo in una piattaforma non ad alta disponibilità di amministrazione di Google o se interessa almeno la metà del piano di controllo di nodi in un cluster di amministrazione ad alta disponibilità, si verifica un'interruzione. Il quorum del control plane del cluster di amministrazione è andato perso. |
| Recupero | — | Per ulteriori informazioni, consulta Come ripristinare la perdita del quorum. | Per ulteriori informazioni, consulta la sezione Come recuperare da una perdita del quorum. | Per ulteriori informazioni, consulta la sezione Come recuperare da una perdita del quorum. |
| Prevenzione | — | Esegui il deployment dei cluster utente in modalità HA per ridurre al minimo la possibilità di interruzione. | Esegui il deployment dei cluster di amministrazione in modalità HA per ridurre al minimo la possibilità di interruzione. | Esegui il deployment dei cluster di amministrazione in modalità HA per ridurre al minimo la possibilità di interruzione. |
Nodo del bilanciatore del carico
La tabella seguente illustra il comportamento dei nodi che ospitano i bilanciatori del carico in Google Distributed Cloud. Queste indicazioni si applicano solo ai bilanciatori del carico in bundle con modalità di livello 2. Per il bilanciamento del carico manuale, consulta le modalità di errore dei bilanciatori del carico esterni:
| Esegui carichi di lavoro | Gestione dei carichi di lavoro | Gestione dei cluster utente | Gestione dei cluster di amministrazione | |
|---|---|---|---|---|
| Interruzione (durata) | Possibile interruzione (varia) | Possibile interruzione (varia) | Possibile interruzione (varia) | Possibile interruzione (varia) |
| Spiegazione | Se i carichi di lavoro esterni si basano sul bilanciatore del piano dati per comunicare con i carichi di lavoro nel cluster e hai un solo nodo del bilanciatore, si verifica un'interruzione. | L'indirizzo IP virtuale del control plane del cluster utente si trova su un nodo del bilanciatore del carico. Se il pool di nodi del bilanciatore del carico dell'utente un cluster non è ad alta disponibilità, si verifica un'interruzione. | L'indirizzo IP virtuale del piano di controllo del cluster di amministrazione si trova su a un nodo del bilanciatore del carico. Se il pool di nodi del bilanciatore del carico dell'amministratore un cluster non è ad alta disponibilità, si verifica un'interruzione. | L'indirizzo IP virtuale del piano di controllo del cluster di amministrazione si trova su a un nodo del bilanciatore del carico. Se il pool di nodi del bilanciatore del carico del cluster di amministrazione non è ad alta disponibilità, si verifica un'interruzione. |
| Recupero | Se sono presenti più nodi del bilanciatore del carico, Il failover di MetalLB avviene entro pochi secondi. Se non ad alta disponibilità, valuta la possibilità di eseguire il deployment di nodi del bilanciatore del carico aggiuntivi. |
Se è attivo il clustering, il failover è automatico e richiede pochi secondi. Se non ad alta disponibilità, valuta la possibilità di eseguire il deployment di nodi del bilanciatore del carico aggiuntivi |
Se è attivo il clustering, il failover è automatico e richiede pochi secondi. Se non è HA, valuta la possibilità di implementare nodi di bilanciamento del carico aggiuntivi. |
In caso di alta disponibilità, il failover è automatico nell'ordine dei secondi. Se non ad alta disponibilità, valuta la possibilità di eseguire il deployment di nodi del bilanciatore del carico aggiuntivi. |
| Prevenzione | Per ridurre al minimo la possibilità di interruzioni, esegui il deployment dei pool di nodi bilanciatori del carico in modalità HA. | Per ridurre al minimo la possibilità di interruzione, esegui il deployment del bilanciatore del carico di nodi in modalità ad alta disponibilità. | Per ridurre al minimo la possibilità di interruzione, esegui il deployment del bilanciatore del carico di nodi in modalità ad alta disponibilità. | Per ridurre al minimo la possibilità di interruzioni, esegui il deployment dei pool di nodi bilanciatori del carico in modalità HA. |
Nodo worker
La seguente tabella illustra il comportamento dei nodi worker in Google Distributed Cloud:
| Esegui carichi di lavoro | Gestione dei carichi di lavoro | Gestione dei cluster utente | Gestione dei cluster di amministrazione | |
|---|---|---|---|---|
| Interruzione (durata) | Possibile interruzione (ordine di secondi) | Nessuna interruzione | Nessuna interruzione | Nessuna interruzione |
| Spiegazione | I Se le applicazioni utente dispongono di capacità di carico di lavoro di riserva e sono distribuite su più nodi, l'interruzione non è osservabile dai client che implementano i tentativi di nuovo invio.
|
— | — | — |
| Recupero | Se il cluster non dispone di capacità di riserva, devi implementare più nodi distribuiti su più zone di errore e spostare i carichi di lavoro non riusciti sui nuovi nodi. | — | — | — |
| Prevenzione | Esegui il deployment di nodi distribuiti in più zone di errore. Esegui il deployment di carichi di lavoro con più repliche distribuite su più le zone di errore per ridurre al minimo la possibilità di interruzioni. |
— | — | — |
Errore di archiviazione
Lo spazio di archiviazione in Google Distributed Cloud potrebbe smettere di funzionare o diventare irraggiungibile sulla rete. A seconda della capacità di archiviazione non funzionante, esistono in modalità di errore.
etcd
I contenuti delle directory /var/lib/etcd e /var/lib/etcd-events potrebbero
si danneggiano in caso di interruzione non corretta del nodo o
un errore di archiviazione sottostante. La seguente tabella illustra il comportamento
funzionalità di base a causa di etcd errori:
| Esegui carichi di lavoro | Gestione dei carichi di lavoro | Gestione dei cluster utente | Gestione dei cluster di amministrazione | |
|---|---|---|---|---|
| Interruzioni (durata) | Nessuna interruzione | Possibile interruzione (sconosciuto) | Possibile interruzione (sconosciuta) | Possibile interruzione (sconosciuta) |
| Spiegazione | Se i carichi di lavoro esistenti non si basano sul piano di controllo Kubernetes, continuano a funzionare senza interruzioni. | Se etcd si verifica un errore su un cluster utente di un singolo piano di controllo, oppure
non supera la metà dei nodi del piano di controllo in un utente
si verifica un'interruzione. Il quorum del piano di controllo dell'utente
viene perso. |
Se etcd non riesce su un cluster di amministrazione di un singolo piano di controllo, oppure
non supera la metà dei nodi del piano di controllo in un amministratore ad alta disponibilità
si verifica un'interruzione. Il quorum del piano di controllo del
cluster di amministrazione è andato perso. |
Se etcd non riesce su un cluster di amministrazione di un singolo piano di controllo, oppure
non supera la metà dei nodi del piano di controllo in un amministratore ad alta disponibilità
si verifica un'interruzione. Il quorum del piano di controllo del
cluster di amministrazione è andato perso. |
| Recupero | — | Per ulteriori informazioni, consulta la sezione Come recuperare da una perdita del quorum. | Per ulteriori informazioni, consulta Come ripristinare la perdita del quorum. | Per ulteriori informazioni, consulta Come ripristinare la perdita del quorum. |
| Prevenzione | — | Per ridurre al minimo la possibilità di interruzioni, esegui il deployment dei cluster utente ad alta disponibilità . | Per ridurre al minimo la possibilità di interruzioni, esegui il deployment dei cluster di amministrazione in modalità HA. | Per ridurre al minimo la possibilità di interruzioni, esegui il deployment dei cluster di amministrazione in modalità HA. |
Applicazione utente PersistentVolume
La seguente tabella illustra il comportamento della funzionalità di base a causa della
errore di PersistentVolume:
| Esegui carichi di lavoro | Gestione dei carichi di lavoro | Gestione dei cluster utente | Gestione dei cluster di amministrazione | |
|---|---|---|---|---|
| Interruzione (durata) | Possibile interruzione (sconosciuto) | Nessuna interruzione | Nessuna interruzione | Nessuna interruzione |
| Spiegazione | I carichi di lavoro che utilizzano PersistentVolume non riuscito |
— | — | — |
| Recupero | — | — | — | — |
| Prevenzione | Per ridurre al minimo la possibilità di interruzioni, esegui il deployment del carico di lavoro utente in modalità HA. | — | — | — |
Disco Fluent Bit danneggiato
Il danneggiamento di un disco bit Fluent non influisce sulle funzionalità di base, ma influisce sulla capacità di raccogliere e ispezionare i log su Google Cloud.
A volte l'evento SIGSEGV può essere osservato nei log di
stackdriver-log-forwarder. Questo errore potrebbe essere causato da log bufferizzati danneggiati sul disco.
Fluent Bit dispone di un meccanismo per filtrare e rilasciare i blocchi rotti. Questo è disponibile nella versione fluent-bit (v1.8.3) usata in Google Distributed Cloud.
Su LoadBalancer IP
Se tutti gli indirizzi IP nei pool assegnati sono attualmente occupati, i servizi LoadBalancer appena creati non possono acquisire un indirizzo IP LoadBalancer. Questo
scenario influisce sulla capacità dei client del servizio di comunicare con i servizi
LoadBalancer.
Per recuperare da questo esaurimento degli indirizzi IP, assegna più indirizzi IP al pool di indirizzi modificando la risorsa personalizzata del cluster.
Scadenza del certificato
Google Distributed Cloud genera un'autorità di certificazione autofirmata (CA) durante il processo di installazione del cluster. La CA ha una scadenza di 10 anni ed è responsabile della generazione dei certificati, che scadono dopo un anno. Ruota i certificati regolarmente, per evitare tempi di inattività del cluster. Puoi ruotare i certificati per eseguire l'upgrade del cluster, operazione consigliata . Se non riesci a eseguire l'upgrade del cluster, puoi eseguire una rotazione di CA on demand. Per ulteriori informazioni sui certificati del cluster, consulta Requisiti e certificati PKI nella documentazione di Kubernetes.
Se i certificati del cluster sono scaduti, devono essere rinnovato manualmente.
| Esegui carichi di lavoro | Gestione dei carichi di lavoro | Gestione dei cluster utente | Gestione dei cluster di amministrazione | |
|---|---|---|---|---|
| Interruzioni (durata) | Nessuna interruzione | Possibile interruzione (sconosciuto) | Possibile interruzione (sconosciuta) | Possibile interruzione (sconosciuta) |
| Spiegazione | Se i carichi di lavoro utente non comunicano con i componenti del piano di controllo Kubernetes, non ci saranno interruzioni. | Se le autorità di certificazione per i cluster di utenti scadono, si verificherà un'interruzione. | Se le autorità di certificazione per i cluster di amministrazione scadono, si verificherà un'interruzione. | Se le autorità di certificazione per i cluster utente scadono, è presente e un'interruzione del servizio. |
| Recupero | — | Segui la procedura per rinnovare manualmente i certificati su per il cluster utente. |
Segui la procedura per rinnovare manualmente i certificati su per il cluster utente. |
Segui la procedura per rinnovare manualmente i certificati su per il cluster utente. |
| Prevenzione | La configurazione monitora la scadenza del certificato. Un esempio
di metrica kubelet_certificate_manager_server_expiration_seconds è disponibile nell'elenco delle metriche. |
|||
Errori di upgrade
| Esegui carichi di lavoro | Gestione dei carichi di lavoro | Gestione dei cluster utente | Gestione dei cluster di amministrazione | |
|---|---|---|---|---|
| Interruzioni (durata) | Nessuna interruzione | Nessuna interruzione | Possibile interruzione (sconosciuto) | Possibile interruzione (sconosciuta) |
| Spiegazione | Se l'upgrade non riesce nel piano di controllo del cluster utente, NON viene interrotta l'attività dei carichi di lavoro esistenti. Se l'upgrade non va a buon fine su un determinato nodo worker, i carichi di lavoro su quel nodo verranno svuotati e spostati su altri nodi integri se questi dispongono di capacità aggiuntiva. |
L'upgrade verrà interrotto se uno dei nodi del piano di controllo non riesce upgrade. Il cluster è ancora funzionale se l'upgrade non riesce se il cluster utente è ad alta disponibilità. | Se l'upgrade non riesce sul piano di controllo del cluster di amministrazione, un'interruzione del servizio fino al termine dell'upgrade. | Se l'upgrade non riesce sul piano di controllo del cluster di amministrazione, un'interruzione del servizio fino al termine dell'upgrade. |
| Recupero | — | — | È possibile eseguire l'upgrade. Per ulteriori informazioni, scopri come diagnosticare i problemi di upgrade e riprendere. | L'upgrade può essere ripetuto. Per ulteriori informazioni, scopri come diagnosticare i problemi di upgrade e riprendi. |
| Prevenzione | — | — | Per ulteriori informazioni, scopri come creare un backup prima di eseguire l'upgrade. | Per ulteriori informazioni, scopri come creare un backup prima di eseguire l'upgrade. |
Passaggi successivi
Per ulteriori informazioni su soluzioni alternative e problemi noti dei prodotti, consulta Problemi noti di Google Distributed Cloud.
- Se hai bisogno di ulteriore assistenza, contatta l'assistenza clienti Google Cloud.