Google Distributed Cloud のノードに障害が発生した場合（ストレージ、ネットワーク、OS の構成ミスなどにより発生する可能性があります）、クラスタの状態を効率的に復元する必要があります。クラスタの健全性を復元すると、ノード障害をトラブルシューティングできます。このドキュメントでは、ノードをリセットして、必要に応じてノードを強制的に削除することにより、ノードの障害シナリオから復旧する方法について説明します。
ノードに障害が発生していない状況でクラスタに対してノードを追加または削除する場合は、クラスタを更新するをご覧ください。
ノードをリセットする
ノードに障害が発生した場合、ノードに到達できない可能性があるため、ノードでリセット コマンドを実行できない場合があります。その場合は、ノードをクラスタから強制的に削除する必要があります。
ノードを完全にリセットしてクラスタを更新すると、次のアクションが発生します。
kubeadm resetと同様にノードがリセットされ、マシンはプリインストールされた状態に戻ります。- ノードへの関連する参照が、ノードプールとクラスタのカスタム リソースから削除されます。
ノードをリセットするための以下の bmctl コマンドの中には、リセット コマンド（ステップ 1）がスキップされるかどうかを --force パラメータで設定するものがあります。--force パラメータが使用されている場合、bmctl は削除ステップ（ステップ 2）のみを実行し、リセット コマンドを実行しません。
ワーカーノードを削除する
クラスタからワーカーノードを削除する手順は次のとおりです。
ノードを完全にリセットしてみます。ノードがリセットされると、ノードはクラスタから削除されます。
bmctl reset nodes \ --addresses COMMA_SEPARATED_IPS \ --cluster CLUSTER_NAME \ --kubeconfig ADMIN_KUBECONFIG次のように置き換えます。
COMMA_SEPARATED_IP: リセットするノードの IP アドレス（例:10.200.0.8,10.200.0.9）。CLUSTER_NAME: 障害が発生したノードを含むターゲット クラスタの名前。ADMIN_KUBECONFIG: 管理クラスタのkubeconfigファイルのパス。
このコマンドが成功した場合は、ノードを診断し、初期障害の原因となった構成ミスを修正できます。このセクションの残りの手順はスキップします。
前述のノードリセット手順が失敗した場合は、ノードをクラスタから強制的に削除します。この強制削除は、前のステップ（リセット コマンドを実行する）をスキップし、ノードプールとクラスタのカスタム リソースからノードに関連する参照を削除する手順のみを実行します。
bmctl reset nodes \ --addresses COMMA_SEPARATED_IPS \ --cluster CLUSTER_NAME \ --kubeconfig ADMIN_KUBECONFIG \ --forceこれでノードを診断し、初期障害の原因となった構成ミスを修正できるようになりました。
前の手順でノードクラスタからノードを強制的に削除した場合は、
bmctl resetコマンドを再度実行してノードをリセットします。bmctl reset nodes \ --addresses COMMA_SEPARATED_IPS \ --cluster CLUSTER_NAME \ --kubeconfig ADMIN_KUBECONFIG
単一のコントロール プレーン ノードを削除する
このプロセスはワーカーノードの場合と同じです。コントロール プレーン ノードの場合、bmctl は etcd メンバーシップも削除します。
障害が発生したノードを削除すると、クラスタの高可用性（HA）状態が停止します。HA 状態に戻すには、正常なノードをクラスタに追加します。
クラスタからノードを削除するには、次の操作を行います。
ノードを完全にリセットしてみます。ノードがリセットされると、ノードはクラスタから削除されます。
bmctl reset nodes \ --addresses COMMA_SEPARATED_IPS \ --cluster CLUSTER_NAME \ --kubeconfig ADMIN_KUBECONFIG次の値を置き換えます。
COMMA_SEPARATED_IP: リセットするノードの IP アドレス（例:10.200.0.8,10.200.0.9）。CLUSTER_NAME: 障害が発生したノードを含むターゲット クラスタの名前。ADMIN_KUBECONFIG: 管理クラスタのkubeconfigファイルのパス。
このコマンドが成功した場合は、ノードを診断し、初期障害の原因となった構成ミスを修正できます。このセクションの残りの手順はスキップします。
ノードをリセットする前の手順が失敗した場合は、クラスタからノードを強制的に削除できます。この強制削除は、前のステップ（リセット コマンドを実行する）をスキップし、ノードプールとクラスタのカスタム リソースからノードに関連する参照を削除する手順のみを実行します。
bmctl reset nodes \ --addresses COMMA_SEPARATED_IPS \ --cluster CLUSTER_NAME \ --kubeconfig ADMIN_KUBECONFIG \ --forceこれでノードを診断し、初期障害の原因となった構成ミスを修正できるようになりました。
前の手順でノードクラスタからノードを強制的に削除した場合は、
bmctl resetコマンドを再度実行してノードをリセットします。bmctl reset nodes \ --addresses COMMA_SEPARATED_IPS \ --cluster CLUSTER_NAME \ --kubeconfig ADMIN_KUBECONFIGコントロール プレーンにアクセスできない場合にノードをリセットする
クラスタ コントロール プレーンにアクセスできない場合は、次のコマンドを実行してマシンをプリインストール時の状態に戻すことができます。
bmctl reset nodes \
--addresses NODE_IP_ADDRESSES \
--ssh-private-key-path SSH_PRIVATE_KEY_PATH \
--login-user LOGIN_USER \
--gcr-service-account-key AR_SERVICE_ACCOUNT_KEY
次のように置き換えます。
NODE_IP_ADDRESSES: ノード IP アドレスのカンマ区切りのリスト（リセットするノードごとに 1 つ）。SSH_PRIVATE_KEY_PATH: SSH 秘密鍵ファイルのパス。LOGIN_USER: ノードマシンへのパスワードレス SUDO アクセスに使用されるユーザー名。クラスタ構成（nodeAccess.loginUser）でノードアクセス用の root 以外のユーザー名を明示的に指定しない限り、rootが使用されます。AR_SERVICE_ACCOUNT_KEY: Artifact Registry サービス アカウントの JSON キーファイルのパス。
このコマンドで、ノードプールとクラスタのカスタム リソースからノードへの参照は削除されません。クラスタ コントロール プレーンへのアクセスを復元した後、クラスタを保持する場合は、クラスタからノードを強制的に削除する必要があります。
HA コントロール プレーンでのクォーラムの損失
HA クラスタ内のコントロール プレーン ノードが多すぎて失敗状態になると、クラスタはクォーラムを失い、使用できなくなります。
管理クラスタを復元する必要がある場合は、リセット コマンドに kubeconfig ファイルを指定しないでください。管理クラスタに kubeconfig ファイルを指定すると、新しいクラスタでリセット オペレーションが強制的に実行されます。ユーザー クラスタを復元する場合は、kubeconfig ファイルのパスを指定します。
クォーラムを失ったクラスタを復元するには、残りの正常なノードで次のコマンドを実行します。
bmctl restore --control-plane-node CONTROL_PLANE_NODE \ --cluster CLUSTER_NAME \ [--kubeconfig KUBECONFIG_FILE]次のように置き換えます。
CONTROL_PLANE_NODE: クラスタの一部として残る正常なノードの IP アドレス。CLUSTER_NAME: 障害が発生したノードを含むターゲット クラスタの名前。KUBECONFIG_FILE: ユーザー クラスタを復旧する場合は、ユーザー クラスタのkubeconfigファイルのパス。
障害が発生したノードを復旧した後、
bmctl resetコマンドを実行してノードをリセットします。bmctl reset nodes \ --addresses COMMA_SEPARATED_IPS \ --cluster CLUSTER_NAME \ [--kubeconfig KUBECONFIG_FILE]次のように置き換えます。
COMMA_SEPARATED_IP: リセットするノードの IP アドレス（例:10.200.0.8,10.200.0.9）。CLUSTER_NAME: 障害が発生したノードを含むターゲット クラスタの名前。KUBECONFIG_FILE: 管理クラスタのkubeconfigファイルのパス。
障害が発生したノードがロードバランサ ノードプールの一部であった場合、ノードが復旧した後、コントロール プレーンの仮想 IP アドレスの競合が発生し、新しいクラスタが不安定になる可能性があります。ノードを復旧したら、できるだけ早く、障害が発生したノードに対してリセット コマンドを実行します。
このプロセスでは、3 個のノードからなるコントロール プレーンの HA デプロイの障害復旧のみを処理します。このプロセスでは、5 個以上のノードの HA 設定の復元をサポートしていません。
次のステップ
障害がない場合にクラスタに対してノードを追加または削除してノードのステータスを確認する方法については、クラスタの更新をご覧ください。
さらにサポートが必要な場合は、Cloud カスタマーケアにお問い合わせください。サポート リソースの詳細（以下の内容など）については、サポートを受けるもご覧ください。