Límites del entorno de ejecución de máquinas virtuales en GDC

En esta página se proporciona información básica sobre el escalado de las máquinas virtuales que se ejecutan en una instalación de Google Distributed Cloud (solo software) en hardware desnudo. La información proporcionada no indica límites estrictos ni umbrales garantizados para el producto o tu instalación. El objetivo de esta información es ayudarte a determinar si VM Runtime en GDC puede satisfacer tus requisitos de computación.

Para obtener información sobre las cuotas, los límites y el escalado de Google Distributed Cloud, consulta Cuotas y límites.

Escalado máximo de máquinas virtuales

Tras realizar numerosas pruebas, hemos determinado que puedes ejecutar de forma fiable hasta 500 máquinas virtuales simultáneamente en un clúster con 50 nodos.

Uso de recursos

Para aumentar la escala de las implementaciones de VMs, asegúrate de que haya suficientes recursos de CPU, memoria y almacenamiento en el clúster para las VMs y los componentes del plano de control. Para consultar los requisitos de recursos estándar de las máquinas de nodos de clúster, consulta los requisitos previos de las máquinas de nodos de clúster.

Ten en cuenta el siguiente uso de recursos de VM Runtime en GDC para nuestra configuración máxima de escalado de VMs:

  • El total de la cuota de CPU utilizada por todos los componentes del espacio de nombres vm-system es de 1,3 aproximadamente en el momento de mayor uso.
  • La memoria total consumida por todos los componentes del espacio de nombres vm-system es de aproximadamente 10 GiB.

Problema conocido de recursos

Cuando el agente invitado está habilitado, cada VM registra un observador independiente en el servidor de la API. Por lo tanto, el número de observadores registrados en kube-apiserver aumenta de forma lineal con el número de máquinas virtuales. En función de las cargas de trabajo que ejecutes, es posible que tengas problemas relacionados con kube-apiserver a medida que aumente el número de máquinas virtuales. Si te afecta este problema, puedes configurar kube-apiserver o inhabilitar el agente invitado si no lo usas.