Problemi noti di Google Distributed Cloud (solo software) per VMware

Questa pagina elenca tutti i problemi noti di Google Distributed Cloud su VMware. Questa pagina è rivolta agli amministratori IT e agli operatori che gestiscono il ciclo di vita dell'infrastruttura tecnologica di base e rispondono agli avvisi e alle pagine quando gli SLO (obiettivi a livello di servizio) non vengono raggiunti o le applicazioni non funzionano. Per scoprire di più sui ruoli comuni e sugli esempi di attività a cui facciamo riferimento nei contenuti di Google Cloud, consulta Ruoli e attività comuni degli utenti di GKE Enterprise.

Per filtrare i problemi noti in base a una versione o a una categoria di prodotto, seleziona i filtri che preferisci dai menu a discesa riportati di seguito.

Seleziona la versione di Google Distributed Cloud:

Seleziona la categoria del problema:

In alternativa, cerca il problema:

Categoria Versioni identificate Problema e soluzione alternativa
Aggiornamenti 1.13, 1.14, 1.15, 1.16

I nodi del control plane del cluster utente vengono sempre riavviati durante la prima operazione di aggiornamento del cluster di amministrazione

Dopo che i nodi del piano di controllo dei cluster utente kubeception sono stati creati, aggiornati o sottoposti ad upgrade, verranno riavviati uno alla volta durante la prima operazione del cluster di amministrazione quando il cluster di amministrazione viene creato o viene eseguito l'upgrade a una delle versioni interessate. Per i cluster kubeception con 3 nodi del control plane, questo non dovrebbe comportare tempi di riposo del control plane e l'unico impatto è che l'operazione del cluster di amministrazione richiede più tempo.

Sistema operativo 1,31

Quando esegui l'upgrade di un cluster che utilizza l'immagine del sistema operativo Container-Optimized OS (COS) alla versione 1.31, il comando cloud-init status non va a buon fine anche se cloud-init è terminato senza errori.

Soluzione:

Esegui il seguente comando per controllare lo stato di cloud-init:

    systemctl show -p Result cloud-final.service

Se l'output è simile al seguente, significa che cloud-init è stato completato correttamente:

    Result=success
Upgrade 1,28

Durante l'upgrade di un cluster alla versione 1.28, il comando gkectl prepare non riesce durante l'esecuzione dei controlli preliminari della workstation di amministrazione se la dimensione del disco della workstation di amministrazione è inferiore a 100 GB. In questo caso, il comando mostra un messaggio di errore simile al seguente:

    Workstation Hardware: Workstation hardware requirements are not satisfied

Nella versione 1.28, il prerequisito della dimensione del disco della stazione di lavoro dell'amministratore è stato aumentato da 50 GB a 100 GB.

Soluzione:

  1. Esegui il rollback della workstation di amministrazione.
  2. Aggiorna il file di configurazione della workstation di amministrazione per aumentare le dimensioni del disco ad almeno 100 GB.
  3. Esegui l'upgrade della workstation di amministrazione.
Upgrade 1,30

Il comando gkectl upgrade restituisce un errore errato relativo allo storage class NetApp. Il messaggio di errore è simile al seguente: 

    detected unsupported drivers:
      csi.trident.netapp.io

Soluzione:

Esegui gkectl upgrade con il flag `--skip-pre-upgrade-checks`.
Identità tutte le versioni

Dopo aver ruotato i certificati delle autorità di certificazione (CA) in un cluster di utenti, il campo spec.certificateAuthorityData in ClientConfig contiene un certificato CA non valido, che impedisce l'autenticazione al cluster.

Soluzione:

Prima della successiva autenticazione gcloud CLI, aggiorna manualmente il spec.certificateAuthorityData campo in ClientConfig con il certificato CA corretto.

  1. Copia il certificato CA del cluster dal certificate-authority-data nel file kubeconfig del cluster di amministrazione.
  2. Modifica ClientConfig e incolla il certificato della CA nel spec.certificateAuthorityData. 
        kubectl edit clientconfig default -n kube-public --kubeconfig USER_CLUSTER_KUBECONFIG
Aggiornamenti 1.28+

Quando disattivi l'ingresso raggruppato rimuovendo il campo loadBalancer.vips.ingressVIP nel file di configurazione del cluster, un bug nel controllo di preflight di MetalLB causa l'errore di aggiornamento del cluster "invalid user ingress vip: invalid IP".

Soluzione:

Ignora il messaggio di errore.
Salta il controllo preliminare utilizzando uno dei seguenti metodi:

  • Aggiungi il flag --skip-validation-load-balancer al comando gkectl update cluster.
  • Aggiungi un'annotazione all'oggetto onpremusercluster con onprem.cluster.gke.io/server-side-preflight-skip: skip-validation-load-balancer
    • .
VMware, upgrade 1.16

Durante un upgrade del cluster, gli oggetti macchina potrebbero bloccarsi nella fase "Creazione" e non riuscire a collegarsi agli oggetti nodo a causa di una regola del gruppo anti-affinità (AAG) mancante in vCenter.

Se descrivi gli oggetti macchina problematici, puoi vedere messaggi ricorrenti come "Reconfigure DRS rule task "task-xxxx" complete"

    kubectl --kubeconfig KUBECONFIG describe machine MACHINE_OBJECT_NAME

Soluzione:

Disattiva l'impostazione del gruppo anti-affinità sia nella configurazione del cluster di amministrazione sia nella configurazione del cluster utente e attiva il comando di aggiornamento forzato per sbloccare l'upgrade del cluster:

    gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --force
    
    gkectl update cluster --config USER_CLUSTER_CONFIG_FILE --kubeconfig USER_CLUSTER_KUBECONFIG --force
Migrazione 1.29, 1.30

Quando esegui la migrazione di un cluster utente a Controlplane 2, se la crittografia dei secret sempre attiva è stata attivata, il processo di migrazione non riesce a gestire correttamente la chiave di crittografia dei secret. A causa di questo problema, il nuovo cluster Controlplane V2 non è in grado di decriptare i secret. Se l'output del seguente comando non è vuoto, significa che la crittografia dei secret sempre attiva è stata attivata a un certo punto e il cluster è interessato da questo problema:

    kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
      get onpremusercluster USER_CLUSTER_NAME \
      -n USER_CLUSTER_NAME-gke-onprem-mgmt \
      -o jsonpath={.spec.secretsEncryption}

Se hai già avviato la migrazione e questa non va a buon fine, contatta Google per ricevere assistenza. In caso contrario, prima della migrazione, disattiva la crittografia dei secret sempre attiva e decripta i secret.

Migrazione 1.29.0-1.29.600, 1.30.0-1.30.100

Se il cluster di amministrazione ha attivato la crittografia dei secret sempre attiva nella versione 1.14 o precedente ed è stato eseguito l'upgrade da tutte le versioni precedenti alle versioni 1.29 e 1.30 interessate, durante la migrazione del cluster di amministrazione da non HA ad HA, il processo di migrazione non riesce a gestire correttamente la chiave di crittografia dei secret. A causa di questo problema, il nuovo cluster di amministrazione ad alta disponibilità non è in grado di decriptare i secret.

Per verificare se il cluster potrebbe utilizzare la vecchia chiave formattata:

    kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG get secret -n kube-system admin-master-component-options -o jsonpath='{.data.data}' | base64 -d | grep -oP '"GeneratedKeys":\[.*?\]'

Se l'output mostra la chiave vuota come segue, significa che il cluster sarà interessato da questo problema:

    "GeneratedKeys":[{"KeyVersion":"1","Key":""}]

Se hai già avviato la migrazione e questa non va a buon fine, contatta Google per ricevere assistenza.

In caso contrario, prima di avviare la migrazione, ruota la chiave di crittografia.
Upgrade 1.16, 1.28, 1.29, 1.30

Quando esegui l'upgrade della workstation di amministrazione utilizzando il comando gkeadm upgrade admin-workstation, il file credential.yaml viene rigenerato in modo errato. I campi nome utente e password sono vuoti. Inoltre, la chiave privateRegistry contiene un errore ortografico.

La stessa errata ortografia della chiave privateRegistry è presente anche nel file admin-cluster.yaml.
Poiché il file credential.yaml viene rigenerato durante la procedura di upgrade del cluster di amministrazione, l'errore ortografico è presente anche se lo hai corretto in precedenza.

Soluzione:

  • Aggiorna il nome della chiave del registry privato in credential.yaml in modo che sia uguale a privateRegistry.credentials.fileRef.entry in admin-cluster.yaml.
  • Aggiorna il nome utente e la password del registry privato in credential.yaml.
Upgrade 1.16, 1.28

Quando esegui l'upgrade di un cluster utente, l'operazione di riconciliazione precedente all'upgrade potrebbe impiegare più tempo del timeout definito, con conseguente fallimento dell'upgrade. Il messaggio di errore è simile al seguente:

Failed to reconcile the user cluster before upgrade: the pre-upgrade reconcile failed, error message:
failed to wait for reconcile to complete: error: timed out waiting for the condition,
message: Cluster reconcile hasn't finished yet, please fix that before
rerun the upgrade.

Il timeout per l'operazione di riconciliazione precedente all'upgrade è di 5 minuti più 1 minuto per pool di nodi nel cluster utente.

Soluzione:

Assicurati che il comando gkectl diagnose cluster venga eseguito senza errori.
Salta l'operazione di riconciliazione precedente all'upgrade aggiungendo il flag --skip-reconcile-before-preflight al comando gkectl upgrade cluster. Ad esempio:

gkectl upgrade cluster --skip-reconcile-before-preflight --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--config USER_CLUSTER_CONFIG_FILE
Aggiornamenti 1.16, 1.28.0-1.28.800, 1.29.0-1.29.400, 1.30.0

Quando aggiorni il campo dataplaneV2.forwardMode del cluster utente utilizzando gkectl update cluster, la modifica viene aggiornata solo nel ConfigMap. Il DaemonSet anetd non rileva la modifica della configurazione finché non viene riavviato e le modifiche non vengono applicate.

Soluzione:

Al termine del comando gkectl update cluster, viene visualizzato l'output di Done updating the user cluster. Dopo aver visualizzato questo messaggio, esegui il seguente comando per riavviare il anetd DaemonSet in modo da rilevare la modifica della configurazione:

kubectl --kubeconfig USER_CLUSTER_KUBECONFIG rollout restart daemonset anetd

Controlla l'idoneità di DaemonSet dopo il riavvio:

kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get daemonset anetd

Nell'output del comando precedente, verifica che il numero nella colonna DESIRED corrisponda al numero nella colonna READY.
Upgrade 1.16

Durante l'upgrade di un cluster utente da 1.16 a 1.28, viene eseguito il backup del cluster di amministrazione. Il processo di backup del cluster amministrativo mostra il messaggio di errore "etcdctl: command not found". L'upgrade del cluster utente riesce e il cluster di amministrazione rimane in uno stato integro. L'unico problema è che il file dei metadati nel cluster di amministrazione non è sottoposto a backup.

Il problema è dovuto al fatto che il file binario etcdctl è stato aggiunto in 1.28 e non è disponibile sui nodi 1.16.

Il backup del cluster di amministrazione prevede diversi passaggi, tra cui l'acquisizione di un'istantanea di etcd e la scrittura del file dei metadati per il cluster di amministrazione. Il backup di etcd riesce comunque perché etcdctl può essere attivato anche dopo un comando exec nel pod etcd. Tuttavia, la scrittura del file dei metadati non va a buon fine perché si basa ancora sul file binario etcdctl da installare sul nodo. Tuttavia, il backup del file dei metadati non impedisce di eseguire un backup, pertanto il processo di backup e l'upgrade del cluster utente vanno a buon fine.

Soluzione:

Se vuoi eseguire il backup del file dei metadati, segui la procedura Eseguire il backup e il ripristino di un cluster di amministrazione con gkectl per attivare un backup distinto del cluster di amministrazione utilizzando la versione di gkectl corrispondente alla versione del tuo cluster di amministrazione.
Installazione 1,16-1,29

Quando viene creato un cluster di utenti configurato per il bilanciamento del carico manuale, si verifica un errore gkectl check-config che indica che il valore ingressHTTPNodePort deve essere almeno 30000, anche quando l'ingresso in bundle è disattivato.

Questo problema si verifica indipendentemente dal fatto che i campi ingressHTTPNodePort e ingressHTTPSNodePort siano impostati o lasciati vuoti.

Soluzione:

Per risolvere il problema, ignora il risultato restituito da gkectl check-config. Per disattivare il traffico in entrata in bundle, consulta Disattivare il traffico in entrata in bundle.
Aggiornamenti 1.29.0

Il problema con PodDisruptionBudget (PDB) si verifica quando si utilizzano cluster di amministrazione ad alta disponibilità (HA) e dopo la migrazione non sono presenti nodi del cluster di amministrazione senza un ruolo. Per verificare se sono presenti oggetti Node senza un ruolo, esegui il seguente comando:

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG get nodes -o wide

Se dopo la migrazione sono presenti due o più oggetti node senza un ruolo, la PDB non è configurata in modo errato.

Sintomi:

L'output di admin cluster diagnose include le seguenti informazioni

Checking all poddisruptionbudgets...FAILURE
  Reason: 1 pod disruption budget error(s).
  Unhealthy Resources:
  PodDisruptionBudget metrics-server: gke-managed-metrics-server/metrics-server might be configured incorrectly: the total replicas(1) should be larger than spec.MinAvailable(1).

Soluzione:

Esegui questo comando per eliminare il PDB:

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG delete pdb metrics-server -n gke-managed-metrics-server
Installazione, upgrade e aggiornamenti 1.28.0-1.28.600,1.29.0-1.29.100

In rare condizioni di gara, una sequenza di installazione errata del webhook di autorizzazione binaria e del pod gke-connect potrebbe causare l'interruzione della creazione del cluster utente a causa del mancato raggiungimento dello stato di disponibilità da parte di un nodo. Negli scenari interessati, la creazione del cluster di utenti potrebbe bloccarsi a causa del mancato raggiungimento dello stato di disponibilità da parte di un nodo. In questo caso, viene visualizzato il seguente messaggio:

     Node pool is not ready: ready condition is not true: CreateOrUpdateNodePool: 2/3 replicas are ready

Soluzione:

  1. Rimuovi la configurazione di Autorizzazione binaria dal file di configurazione. Per le istruzioni di configurazione, consulta la guida all'installazione del secondo giorno di Autorizzazione binaria per GKE su VMware.
  2. Per sbloccare un nodo non funzionante durante la procedura di creazione del cluster corrente, rimuovi temporaneamente la configurazione dell'webhook di Autorizzazione binaria nel cluster utente utilizzando il seguente comando. 
            kubectl --kubeconfig USER_KUBECONFIG delete ValidatingWebhookConfiguration binauthz-validating-webhook-configuration
    Al termine del processo di bootstrap, puoi aggiungere di nuovo la seguente configurazione webhook. 
    apiVersion: admissionregistration.k8s.io/v1
kind: ValidatingWebhookConfiguration
metadata:
  name: binauthz-validating-webhook-configuration
webhooks:
- name: "binaryauthorization.googleapis.com"
  namespaceSelector:
    matchExpressions:
    - key: control-plane
      operator: DoesNotExist
  objectSelector:
    matchExpressions:
    - key: "image-policy.k8s.io/break-glass"
      operator: NotIn
      values: ["true"]
  rules:
  - apiGroups:
    - ""
    apiVersions:
    - v1
    operations:
    - CREATE
    - UPDATE
    resources:
    - pods
    - pods/ephemeralcontainers
  admissionReviewVersions:
  - "v1beta1"
  clientConfig:
    service:
      name: binauthz
      namespace: binauthz-system
      path: /binauthz
    # CA Bundle will be updated by the cert rotator.
    caBundle: Cg==
  timeoutSeconds: 10
  # Fail Open
  failurePolicy: "Ignore"
  sideEffects: None
Upgrade 1.16, 1.28, 1.29

Durante l'upgrade di un cluster utente, l'operazione di upgrade potrebbe bloccarsi se l'oggetto macchina sottoposto a mirroring nel cluster utente contiene un deletionTimestamp. Se l'upgrade è bloccato, viene visualizzato il seguente messaggio di errore:

    machine is still in the process of being drained and subsequently removed

Questo problema può verificarsi se in precedenza hai tentato di riparare il nodo del piano di controllo dell'utente eseguendo gkectl delete machine sulla macchina con mirroring nel cluster utente.

Soluzione:

  1. Recupera l'oggetto macchina sottoposto a mirroring e salvalo in un file locale per il backup.
  2. Esegui il seguente comando per eliminare il finalizzatore dalla macchina con il mirroring e attendi che venga eliminato dal cluster utente. 
        kubectl --kubeconfig ADMIN_KUBECONFIG patch machine/MACHINE_OBJECT_NAME -n USER_CLUSTER_NAME-gke-onprem-mgmt -p '{"metadata":{"finalizers":[]}}' --type=merge
  3. Segui i passaggi descritti in Nodo del control plane del cluster utente Controlplane V2 per attivare la riparazione dei nodi sui nodi del control plane, in modo che la specifica della macchina di origine corretta venga ricaricata nel cluster utente.
  4. Esegui di nuovo gkectl upgrade cluster per riprendere l'upgrade
Configurazione, installazione 1.15, 1.16, 1.28, 1.29

Per il cluster di amministrazione HA o il cluster utente ControlPlane V2, il VIP del control plane deve trovarsi nella stessa subnet degli altri nodi del cluster. In caso contrario, la creazione del cluster non va a buon fine perché kubelet non riesce a comunicare con il server API utilizzando il VIP del piano di controllo.

Soluzione:

Prima di creare il cluster, assicurati che il VIP del piano di controllo sia configurato nella stessa subnet degli altri nodi del cluster.
Installazione, upgrade, aggiornamenti 1.29.0 - 1.29.100

La creazione/l'upgrade del cluster non riesce con un errore nei pod CSI vSphere che indica che il nome utente vCenter non è valido. Questo accade perché il nome utente utilizzato non è un nome di dominio completo. Messaggio di errore nel pod vsphere-csi-controller come indicato di seguito:

    GetCnsconfig failed with err: username is invalid, make sure it is a fully qualified domain username

Questo problema si verifica solo nella versione 1.29 e successive, poiché è stata aggiunta una convalida al driver CSI vSphere per imporre l'utilizzo di nomi utente di dominio completamente qualificati.

Soluzione:

Utilizza un nome di dominio completo per il nome utente di vCenter nel file di configurazione delle credenziali. Ad esempio, anziché utilizzare "username1", utilizza "username1@example.com".
Upgrade, aggiornamenti 1.28.0 - 1.28.500

Durante l'upgrade di un cluster di amministrazione da 1.16 a 1.28, l'avvio iniziale della nuova macchina principale dell'amministratore potrebbe non riuscire a generare il certificato del piano di controllo. Il problema è causato dalle modifiche al modo in cui vengono generati i certificati per il server dell'API Kubernetes nella versione 1.28 e successive. Il problema si riproduce per i cluster creati nelle versioni 1.10 e precedenti per i quali è stato eseguito l'upgrade alla versione 1.16 e il certificato finale non è stato girato prima dell'upgrade.

Per determinare se l'errore di upgrade del cluster amministrativo è causato da questo problema, segui questi passaggi:

  1. Connettiti alla macchina principale dell'amministratore non riuscita tramite SSH.
  2. Apri /var/log/startup.log e cerca un errore simile al seguente:
Error adding extensions from section apiserver_ext
801B3213B57F0000:error:1100007B:X509 V3 routines:v2i_AUTHORITY_KEYID:unable to get issuer keyid:../crypto/x509/v3_akid.c:177:
801B3213B57F0000:error:11000080:X509 V3 routines:X509V3_EXT_nconf_int:error in extension:../crypto/x509/v3_conf.c:48:section=apiserver_ext, name=authorityKeyIdentifier, value=keyid>

Soluzione:

  1. Connettiti alla macchina master di amministrazione tramite SSH. Per maggiori dettagli, consulta Utilizzare SSH per connettersi a un nodo del cluster amministrativo.
  2. Crea una copia /etc/startup/pki-yaml.sh e assegnale il nome /etc/startup/pki-yaml-copy.sh
  3. Modifica /etc/startup/pki-yaml-copy.sh. Trova authorityKeyIdentifier=keyidset e cambialo in authorityKeyIdentifier=keyid,issuer nelle sezioni per le seguenti estensioni: apiserver_ext, client_ext, etcd_server_ext e kubelet_server_ext. Ad esempio: 
          [ apiserver_ext ]
      keyUsage = critical, digitalSignature, keyEncipherment
      extendedKeyUsage=serverAuth
      basicConstraints = critical,CA:false
      authorityKeyIdentifier = keyid,issuer
      subjectAltName = @apiserver_alt_names
  4. Salva le modifiche in /etc/startup/pki-yaml-copy.sh.
  5. Utilizzando un editor di testo, apri /opt/bin/master.sh, trova e sostituisci tutte le occorrenze di /etc/startup/pki-yaml.sh con /etc/startup/pki-yaml-copy.sh, quindi salva le modifiche.
  6. Esegui /opt/bin/master.sh per generare il certificato e completare l'avvio della macchina.
  7. Esegui di nuovo gkectl upgrade admin per eseguire l'upgrade del cluster di amministrazione.
  8. Al termine dell'upgrade, ruota il certificato secondario sia per i cluster di amministrazione sia per i cluster utente, come descritto in Avvia la rotazione.
  9. Al termine della rotazione dei certificati, apporta le stesse modifiche a /etc/startup/pki-yaml-copy.sh come hai fatto in precedenza ed esegui /opt/bin/master.sh.
Configurazione 1.29.0

Quando esegui gkectl per creare, aggiornare o eseguire l'upgrade di un cluster in cui è già abilitato Dataplane V2, viene visualizzato il seguente messaggio di avviso errato:

WARNING: Your user cluster is currently running our original architecture with 
[DataPlaneV1(calico)]. To enable new and advanced features we strongly recommend
to update it to the newer architecture with [DataPlaneV2] once our migration 
tool is available.

In gkectl è presente un bug che causa sempre la visualizzazione di questo avviso se dataplaneV2.forwardMode non viene utilizzato, anche se hai già impostato enableDataplaneV2: true nel file di configurazione del cluster.

Soluzione:

Puoi ignorare questo avviso.
Configurazione 1.28.0-1.28.400, 1.29.0

Quando crei un cluster amministrativo ad alta disponibilità, il controllo preliminare mostra il seguente messaggio di errore errato:

- Validation Category: Network Configuration
    - [FAILURE] CIDR, VIP and static IP (availability and overlapping): needed
    at least X+1 IP addresses for admin cluster with X nodes

Il requisito non è corretto per i cluster di amministrazione HA 1.28 e versioni successive perché non hanno più nodi aggiuntivi. Inoltre, poiché i 3 indirizzi IP dei nodi del control plane del cluster di amministrazione sono specificati nella sezione network.controlPlaneIPBlock del file di configurazione del cluster di amministrazione, gli indirizzi IP nel file di blocco IP sono necessari solo per i nodi del control plane del cluster utente kubeception.

Soluzione:

Per saltare il controllo preliminare errato in una release non corretta, aggiungi --skip-validation-net-config al comando gkectl.
Operazione 1.29.0-1.29.100

Se hai eseguito la migrazione da un cluster di amministrazione non ad alta disponibilità a un cluster di amministrazione ad alta disponibilità, l'agente di connessione nel cluster di amministrazione perde la connessione a gkeconnect.googleapis.com con l'errore "Impossibile verificare la firma JWT". Questo perché durante la migrazione la chiave di firma KSA viene modificata, pertanto è necessaria una nuova registrazione per aggiornare le JWK OIDC.

Soluzione:

Per ricollegare il cluster di amministrazione a Google Cloud, segui questi passaggi per attivare una nuova registrazione:

Innanzitutto, ottieni il nome del deployment gke-connect:

kubectl --kubeconfig KUBECONFIG get deployment -n gke-connect

Elimina il deployment gke-connect:

kubectl --kubeconfig KUBECONFIG delete deployment GKE_CONNECT_DEPLOYMENT -n gke-connect

Attiva una riconciliazione forzata per il onprem-admin-cluster-controller aggiungendo un'annotazione "force-reconcile" alla RP onpremadmincluster:

kubectl --kubeconfig KUBECONFIG patch onpremadmincluster ADMIN_CLUSTER_NAME -n kube-system --type merge -p '
metadata:
  annotations:
    onprem.cluster.gke.io/force-reconcile: "true"
'

L'idea è che onprem-admin-cluster-controller riapplicherà sempre il deployment di gke-connect e registrerà nuovamente il cluster se non trova un deployment di gke-connect esistente.

Dopo la soluzione alternativa (potrebbe essere necessario qualche minuto per il completamento della riconciliazione da parte del controller), puoi verificare che l'errore 400 "Impossibile verificare la firma JWT" non sia più presente nei log gke-connect-agent:

kubectl --kubeconfig KUBECONFIG logs GKE_CONNECT_POD_NAME -n gke-connect
Installazione, Sistema operativo 1.28.0-1.28.500, 1.29.0

Google Distributed Cloud specifica una subnet dedicata,--bip=169.254.123.1/24, per l'IP del bridge Docker nella configurazione Docker per impedire la prenotazione della subnet --bip=169.254.123.1/24 predefinita.172.17.0.1/16 Tuttavia, nelle versioni 1.28.0-1.28.500 e 1.29.0, il servizio Docker non è stato riavviato dopo che Google Distributed Cloud ha personalizzato la configurazione di Docker a causa di una regressione nell'immagine del sistema operativo COS. Di conseguenza, Docker sceglie 172.17.0.1/16 predefinito come la subnet dell'indirizzo IP del bridge. Ciò potrebbe causare un conflitto di indirizzi IP se hai già un carico di lavoro in esecuzione nell'intervallo di indirizzi IP.

Soluzione:

Per risolvere il problema, devi riavviare il servizio Docker:

sudo systemctl restart docker

Verifica che Docker selezioni l'indirizzo IP del bridge corretto:

ip a | grep docker0

Questa soluzione non viene mantenuta nelle ricreazioni delle VM. Devi applicare nuovamente questa soluzione alternativa ogni volta che le VM vengono ric create.
update 1.28.0-1.28.400, 1.29.0-1.29.100

I binari CNI standard bridge, ipvlan, vlan, macvlan, dhcp, tuning, host-local, ptp, portmap non sono inclusi nelle immagini del sistema operativo nelle versioni interessate. Questi file binari CNI non vengono utilizzati da Dataplane V2, ma possono essere utilizzati per interfacce di rete aggiuntive nella funzionalità di più interfacce di rete.

Le interfacce di rete multiple con questi plug-in CNI non funzioneranno.

Soluzione:

Esegui l'upgrade alla versione con la correzione se utilizzi questa funzionalità.
update 1.15, 1.16, 1.28

L'installazione di multipathd sui nodi del cluster interferisce con il driver CSI vSphere, impedendo l'avvio dei workload utente.

Soluzione:

  • Disabilita multipathd
Aggiornamenti 1.15, 1.16

Se alcune configurazioni richieste sono vuote nel cluster di amministrazione perché le convalide sono state ignorate, la loro aggiunta potrebbe essere bloccata dall'webhook del cluster di amministrazione. Ad esempio, se il campo gkeConnect non è stato impostato in un cluster di amministrazione esistente, l'aggiunta con il comando gkectl update admin potrebbe generare il seguente messaggio di errore:

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

Soluzione:

  • Per i cluster di amministrazione 1.15, esegui il comando gkectl update admin con il flag --disable-admin-cluster-webhook. Ad esempio: 
            gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --disable-admin-cluster-webhook
  • Per i cluster di amministrazione 1.16, esegui i comandi gkectl update admin con il flag --force. Ad esempio: 
            gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --force
Configurazione 1.15.0-1.15.10, 1.16.0-1.16.6, 1.28.0-1.28.200

Se utilizzerai un bilanciatore del carico manuale (loadBalancer.kind è impostato su "ManualLB"), non dovresti dover configurare la sezione loadBalancer.manualLB nel file di configurazione per un cluster di amministrazione ad alta disponibilità (HA) nelle versioni 1.16 e successive. Tuttavia, se questa sezione è vuota, Google Distributed Cloud assegna valori predefiniti a tutti i NodePort, incluso manualLB.controlPlaneNodePort, causando il fallimento della creazione del cluster con il seguente messaggio di errore:

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

Soluzione:

Specifica manualLB.controlPlaneNodePort: 0 nella configurazione del cluster di amministrazione per il cluster di amministrazione ad alta disponibilità:

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

nfs-common non è presente nell'immagine del sistema operativo Ubuntu, il che potrebbe causare problemi per i clienti che utilizzano driver dipendenti da NFS come NetApp.

Se il log contiene una voce come la seguente dopo l'upgrade alla versione 1.28, il problema ti riguarda: 
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".

Soluzione:

Assicurati che i tuoi nodi possano scaricare i pacchetti da Canonical.

Dopodiché, applica il seguente DaemonSet al tuo cluster per installare 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: /
Archiviazione 1.28.0-1.28.100

SPBM nei cluster di amministrazione è supportato nelle versioni 1.28.0 e successive. Tuttavia, il campo vCenter.storagePolicyName non è presente nel modello del file di configurazione.

Soluzione:

Aggiungi il campo "vCenter.storagePolicyName" nel file di configurazione del cluster di amministrazione se vuoi configurare il criterio di archiviazione per il cluster di amministrazione. Fai riferimento alle istruzioni.
Logging e monitoraggio 1.28.0-1.28.100

L'API kubernetesmetadata.googleapis.com aggiunta di recente non supporta VPC-SC. Di conseguenza, l'agente di raccolta dei metadati non riuscirà a raggiungere questa API in VPC-SC. Di conseguenza, le etichette dei metadati delle metriche non saranno presenti.

Soluzione:

Imposta nello spazio dei nomi `kube-system` il campo `featureGates.disableExperimentalMetadataAgent` dell'elemento CR `stackdriver` su `true` eseguendo il comando

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

poi esegui

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

Upgrade, aggiornamenti 1.15.0-1.15.7, 1.16.0-1.16.4, 1.28.0

Quando un cluster di amministrazione e qualsiasi cluster utente con ControlPlane V2 abilitato utilizzano credenziali vSphere diverse, ad esempio dopo l'aggiornamento delle credenziali vSphere per il cluster di amministrazione, clusterapi-controller potrebbe non riuscire a connettersi a vCenter dopo il riavvio. Visualizza il log di clusterapi-controller in esecuzione nello spazio dei nomi "kube-system" del cluster amministrativo.

kubectl logs -f -l component=clusterapi-controllers -c vsphere-controller-manager \
    -n kube-system --kubeconfig KUBECONFIG
 Se il log contiene una voce come la seguente, il problema ti riguarda: 
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

Soluzione:

Aggiorna le credenziali vSphere in modo che il cluster di amministrazione e tutti i cluster utente con Controlplane V2 abilitato utilizzino le stesse credenziali vSphere.

Logging e monitoraggio 1,14

Prometheus potrebbe segnalare avvisi simili al seguente esempio:

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.

Per verificare se questo avviso è un falso positivo che può essere ignorato, completa i seguenti passaggi:

  1. Confronta la metrica non elaborata grpc_server_handled_total con il valore grpc_method indicato nel messaggio di avviso. In questo esempio, controlla l'etichetta grpc_code per Watch.

    Puoi controllare questa metrica utilizzando Cloud Monitoring con la seguente query MQL: 
    fetch
    k8s_container | metric 'kubernetes.io/anthos/grpc_server_handled_total' | align rate(1m) | every 1m
  2. Un avviso su tutti i codici diversi da OK può essere tranquillamente ignorato se il codice non è uno dei seguenti: 
    Unknown|FailedPrecondition|ResourceExhausted|Internal|Unavailable|DataLoss|DeadlineExceeded

Soluzione:

Per configurare Prometheus in modo da ignorare questi avvisi di falsi positivi, esamina le seguenti opzioni:

  1. Silenzia l'avviso dall'interfaccia utente di Alert Manager.
  2. Se non puoi disattivare l'avviso, segui i passaggi riportati di seguito per eliminare i falsi positivi:
    1. Riduci l'operatore di monitoraggio a 0 repliche in modo che le modifiche possano essere permanenti.
    2. Modifica il ConfigMap prometheus-config e aggiungi grpc_method!="Watch" alla configurazione dell'avviso etcdHighNumberOfFailedGRPCRequests come mostrato nell'esempio seguente:
      • Originale: 
        rate(grpc_server_handled_total{cluster="CLUSTER_NAME",grpc_code!="OK",job=~".*etcd.*"}[5m])
      • Modificata: 
        rate(grpc_server_handled_total{cluster="CLUSTER_NAME",grpc_code=~"Unknown|FailedPrecondition|ResourceExhausted|Internal|Unavailable|DataLoss|DeadlineExceeded",grpc_method!="Watch",job=~".*etcd.*"}[5m])
         Sostituisci il seguente CLUSTER_NAME con il nome del tuo cluster.
    3. Riavvia lo stato set di Prometheus e Alertmanager per acquisire la nuova configurazione.
  3. Se il codice rientra in uno dei casi problematici, controlla il log etcd e il log kube-apiserver per eseguire ulteriori operazioni di debug.
Networking 1.16.0-1.16.2, 1.28.0

Le connessioni NAT in uscita potrebbero essere interrotte dopo 5-10 minuti dalla loro impostazione se non c'è traffico.

Poiché conntrack è importante solo nella direzione in entrata (connessioni esterne al cluster), questo problema si verifica solo se la connessione non trasmette informazioni per un po' di tempo e poi il lato di destinazione trasmette qualcosa. Se il pod con NAT in uscita esegue sempre l'inizializzazione del messaging, questo problema non verrà visualizzato.

Questo problema si verifica perché la garbage collection di anetd rimuove inavvertitamente le voci conntrack che il daemon ritiene inutilizzate. Di recente è stata integrata in anetd una correzione a monte per correggere il comportamento.


Soluzione:

Non esiste una soluzione semplice e non abbiamo riscontrato problemi nella versione 1.16 a causa di questo comportamento. Se noti che le connessioni di lunga durata si interrompono a causa di questo problema, le soluzioni alternative sono utilizzare un carico di lavoro sullo stesso nodo dell'indirizzo IP di uscita o inviare messaggi in modo coerente sulla connessione TCP.
Operazione 1.14, 1.15, 1.16

Se crei una richiesta di firma del certificato (CSR) con expirationSeconds impostato, expirationSeconds viene ignorato.

Soluzione:

Se il problema ti riguarda, puoi aggiornare il cluster di utenti aggiungendo disableNodeIDVerificationCSRSigning: true nel file di configurazione del cluster di utenti ed eseguendo il comando gkectl update cluster per aggiornare il cluster con questa configurazione.
Networking, upgrade, aggiornamenti 1.16.0-1.16.3

Se provi a disattivare l'ingresso incluso per un cluster esistente, il comando gkectl update cluster non va a buon fine con un errore simile a quello riportato nell'esempio seguente:

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

Questo errore si verifica perché gkectl controlla un indirizzo IP di ingresso del bilanciatore del carico durante i controlli preliminari. Anche se questo controllo non è necessario per disattivare l'ingresso in bundle, il controllo preflight di gkectl non va a buon fine se disableBundledIngress è impostato su true.


Soluzione:

Utilizza il parametro --skip-validation-load-balancer quando aggiorni il cluster, come mostrato nell'esempio seguente:

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

Per ulteriori informazioni, scopri come disattivare l'ingresso in bundle per un cluster esistente.
Upgrade, aggiornamenti 1.13, 1.14, 1.15.0-1.15.6

Se ruoti i certificati dell'autorità di certificazione (CA) del cluster di amministrazione, i tentativi successivi di eseguire il comando gkectl update admin non vanno a buon fine. L'errore restituito è simile al seguente:

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

Soluzione:

Se il problema ti riguarda, puoi aggiornare il cluster di amministrazione utilizzando il flag --disable-update-from-checkpoint con il comando gkectl update admin:

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

Quando utilizzi il flag --disable-update-from-checkpoint, il comando di aggiornamento non utilizza il file di checkpoint come origine di riferimento durante l'aggiornamento del cluster. Il file checkpoint viene comunque aggiornato per un uso futuro.
Archiviazione 1.15.0-1.15.6, 1.16.0-1.16.2

Durante i controlli preflight, il controllo di convalida del carico di lavoro CSI installa un pod nello spazio dei nomi default. Il pod di carico di lavoro CSI verifica che il driver CSI vSphere sia installato e possa eseguire il provisioning dinamico dei volumi. Se questo pod non si avvia, il controllo di convalida del workload CSI non va a buon fine.

Esistono alcuni problemi noti che possono impedire l'avvio di questo pod:

  • Se per il pod non sono specificati limiti di risorse, come accade per alcuni cluster con webhook di ammissione installati, il pod non si avvia.
  • Se Cloud Service Mesh è installato nel cluster con l'iniezione automatica di sidecar Istio abilitata nello spazio dei nomi default, il pod di lavoro CSI non si avvia.

Se il pod di lavoro CSI non si avvia, viene visualizzato un errore di timeout come il seguente durante le verifiche di preflight:

- [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

Per verificare se l'errore è causato dalla mancanza di risorse pod impostate, esegui il seguente comando per controllare lo stato del job anthos-csi-workload-writer-<run-id>:

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

Se i limiti delle risorse non sono impostati correttamente per il pod di lavoro CSI, lo stato del job contiene un messaggio di errore come il seguente:

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

Se il pod di lavoro CSI non si avvia a causa dell'inserimento del sidecar Istio, puoi disattivare temporaneamente l'inserimento automatico del sidecar Istio nello spazio dei nomi default. Controlla le etichette dello spazio dei nomi e utilizza il seguente comando per eliminare l'etichetta che inizia con istio.io/rev:

kubectl label namespace default istio.io/rev-

Se il pod non è configurato correttamente, verifica manualmente che il provisioning dei volumi dinamici con il driver CSI vSphere funzioni:

  1. Crea un PVC che utilizzi la classe di archiviazione standard-rwo.
  2. Crea un pod che utilizza il PVC.
  3. Verifica che il pod possa leggere/scrivere dati nel volume.
  4. Rimuovi il pod e il PVC dopo aver verificato il corretto funzionamento.

Se il provisioning dei volumi dinamici con il driver CSI vSphere funziona, esegui gkectl diagnose o gkectl upgrade con il flag --skip-validation-csi-workload per saltare il controllo del carico di lavoro CSI.

Operazione 1.16.0-1.16.2

Quando hai eseguito l'accesso a una workstation di amministrazione gestita dall'utente, il comando gkectl update cluster potrebbe scadere e non riuscire ad aggiornare il cluster utente. Questo accade se la versione del cluster di amministrazione è 1.15 ed esegui gkectl update admin prima di eseguire gkectl update cluster. Quando si verifica questo errore, viene visualizzato il seguente messaggio quando si tenta di aggiornare il 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 l'aggiornamento di un cluster di amministrazione 1.15, il validation-controller che attiva i controlli preflight viene rimosso dal cluster. Se poi provi ad aggiornare il cluster utente, il controllo preflight si blocca fino al raggiungimento del timeout.

Soluzione:

  1. Esegui il seguente comando per eseguire nuovamente il deployment di validation-controller: 
          gkectl prepare --kubeconfig ADMIN_KUBECONFIG --bundle-path BUNDLE_PATH --upgrade-platform
  2. Al termine della preparazione, esegui di nuovo gkectl update cluster per aggiornare il cluster utente
Operazione 1.16.0-1.16.2

Quando hai eseguito l'accesso a una workstation di amministrazione gestita dall'utente, il comando gkectl create cluster potrebbe scadere e non riuscire a creare il cluster utente. Questo accade se la versione del cluster di amministrazione è 1.15. Quando si verifica questo errore, viene visualizzato il seguente errore durante il tentativo di creazione del 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

Poiché validation-controller è stato aggiunto in 1.16, quando si utilizza il cluster di amministrazione 1.15 manca validation-controller, che è responsabile dell'attivazione dei controlli preflight. Pertanto, quando si tenta di creare un cluster di utenti, i controlli preflight rimangono inattivi fino al raggiungimento del timeout.

Soluzione:

  1. Esegui il seguente comando per eseguire il deployment di validation-controller: 
          gkectl prepare --kubeconfig ADMIN_KUBECONFIG --bundle-path BUNDLE_PATH --upgrade-platform
  2. Al termine della preparazione, esegui di nuovo gkectl create cluster per creare il cluster utente
Upgrade, aggiornamenti 1.16.0-1.16.2

Quando esegui l'upgrade di un cluster di amministrazione dalla versione 1.15.x alla 1.16.x o quando aggiungi una configurazione connect, stackdriver, cloudAuditLogging o gkeOnPremAPI durante l'aggiornamento di un cluster di amministrazione, l'operazione potrebbe essere rifiutata dall'webhook del cluster di amministrazione. Potrebbe essere visualizzato uno dei seguenti messaggi di errore:

  • "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."

Un aggiornamento o un upgrade del cluster di amministrazione richiede che onprem-admin-cluster-controller riconcili il cluster di amministrazione in un cluster di tipo. Quando lo stato del cluster di amministrazione viene ripristinato nel cluster di tipo, il webhook del cluster di amministrazione non può distinguere se l'oggetto OnPremAdminCluster è destinato alla creazione di un cluster di amministrazione o per riprendere le operazioni per un aggiornamento o un upgrade. Alcune verifiche solo per la creazione vengono richiamate in modo imprevisto durante l'aggiornamento e l'upgrade.


Soluzione:

Aggiungi l'annotazione onprem.cluster.gke.io/skip-project-location-sameness-validation: true all'oggetto OnPremAdminCluster:

  1. Modifica la risorsa cluster onpremadminclusters: 
    kubectl edit onpremadminclusters ADMIN_CLUSTER_NAME -n kube-system –kubeconfig ADMIN_CLUSTER_KUBECONFIG
     Sostituisci quanto segue:
    • ADMIN_CLUSTER_NAME: il nome del cluster di amministrazione.
    • ADMIN_CLUSTER_KUBECONFIG: il percorso del file kubeconfig del cluster di amministrazione.
  2. Aggiungi l'annotazione onprem.cluster.gke.io/skip-project-location-sameness-validation: true e salva la risorsa personalizzata.
  3. A seconda del tipo di cluster di amministrazione, completa uno dei seguenti passaggi:
    • Per i cluster amministrativi non HA con un file checkpoint: aggiungi il parametro disable-update-from-checkpoint nel comando di aggiornamento o il parametro "disable-upgrade-from-checkpoint" nel comando di upgrade. Questi parametri sono necessari solo per la successiva esecuzione del comando update o 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
    • Per i cluster di amministrazione ad alta disponibilità o se il file di checkpoint è disattivato: aggiorna o esegui l'upgrade del cluster di amministrazione come di consueto. Non sono necessari parametri aggiuntivi nei comandi di aggiornamento o upgrade.
Operazione 1.16.0-1.16.2

Quando hai eseguito l'accesso a una workstation di amministrazione gestita dall'utente, il comando gkectl delete cluster potrebbe scadere e non riuscire a eliminare il cluster utente. Ciò accade se hai prima eseguito gkectl sulla workstation gestita dall'utente per creare, aggiornare o eseguire l'upgrade del cluster utente. Quando si verifica questo errore, viene visualizzato il seguente errore durante il tentativo di eliminazione del 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 l'eliminazione, un cluster elimina prima tutti i suoi oggetti. L'eliminazione degli oggetti di convalida (creati durante la creazione, l'aggiornamento o l'upgrade) è bloccata nella fase di eliminazione. Questo accade perché un finalizer blocca l'eliminazione dell'oggetto, provocando il fallimento dell'eliminazione del cluster.

Soluzione:

  1. Ottieni i nomi di tutti gli oggetti Validation: 
             kubectl  --kubeconfig ADMIN_KUBECONFIG get validations \
           -n USER_CLUSTER_NAME-gke-onprem-mgmt
  2. Per ogni oggetto Validation, esegui il seguente comando per rimuovere il finalizer dall'oggetto Validation: 
          kubectl --kubeconfig ADMIN_KUBECONFIG patch validation/VALIDATION_OBJECT_NAME \
        -n USER_CLUSTER_NAME-gke-onprem-mgmt -p '{"metadata":{"finalizers":[]}}' --type=merge

    Dopo aver rimosso il finalizer da tutti gli oggetti di convalida, gli oggetti vengono rimossi e l'operazione di eliminazione del cluster di utenti viene completata automaticamente. Non sono necessarie altre azioni da parte tua.

Networking 1.15, 1.16

Se il pod di origine e il pod del gateway NAT in uscita si trovano su due diversi nodi di lavoro, il traffico dal pod di origine non può raggiungere alcun servizio esterno. Se i pod si trovano sullo stesso host, la connessione al servizio o all'applicazione esterno è andata a buon fine.

Questo problema è causato dall'eliminazione dei pacchetti VXLAN da parte di vSphere quando è attivata l'aggregazione del tunnel. Esiste un problema noto con NSX e VMware che invia solo traffico aggregato sulle porte VXLAN note (4789).


Soluzione:

Modifica la porta VXLAN utilizzata da Cilium in 4789:

  1. Modifica il ConfigMap cilium-config: 
    kubectl edit cm -n kube-system cilium-config --kubeconfig USER_CLUSTER_KUBECONFIG
  2. Aggiungi quanto segue al ConfigMap cilium-config: 
    tunnel-port: 4789
  3. Riavvia il DaemonSet anetd: 
    kubectl rollout restart ds anetd -n kube-system --kubeconfig USER_CLUSTER_KUBECONFIG

Questa soluzione alternativa viene ripristinata ogni volta che viene eseguito l'upgrade del cluster. Devi eseguire la riconfigurazione dopo ogni upgrade. VMware deve risolvere il problema in vSphere per una soluzione permanente.
Upgrade 1.15.0-1.15.4

L'upgrade del cluster di amministrazione da 1.14.x a 1.15.x con la crittografia dei segreti sempre attiva non riesce a causa di una mancata corrispondenza tra la chiave di crittografia generata dal controller e la chiave persistente sul disco dei dati master dell'amministratore. L'output di gkectl upgrade admin contiene il seguente messaggio di errore: 

      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

L'esecuzione di kubectl get secrets -A --kubeconfig KUBECONFIG` non va a buon fine a causa del seguente errore: 

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

Soluzione alternativa

Se hai un backup del cluster di amministrazione, segui questi passaggi per risolvere il problema di upgrade:

  1. Disattiva secretsEncryption nel file di configurazione del cluster di amministrazione e aggiorna il cluster utilizzando il seguente comando: 
    gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG
  2. Quando viene creata la nuova VM principale amministrativa, accedi tramite SSH alla VM principale amministrativa, sostituisci la nuova chiave sul disco di dati con quella vecchia del backup. La chiave si trova in /opt/data/gke-k8s-kms-plugin/generatedkeys nell'account amministratore principale.
  3. Aggiorna il file manifest del pod statico kms-plugin.yaml in /etc/kubernetes/manifests per aggiornare --kek-id in modo che corrisponda al campo kid nella chiave di crittografia originale.
  4. Riavvia il pod statico kms-plugin spostando il file /etc/kubernetes/manifests/kms-plugin.yaml in un'altra directory, quindi spostalo di nuovo.
  5. Riprendi l'upgrade dell'amministratore eseguendo di nuovo gkectl upgrade admin.

Impedire il fallimento dell'upgrade

Se non hai ancora eseguito l'upgrade, ti consigliamo di non eseguire l'upgrade alla versione 1.15.0-1.15.4. Se devi eseguire l'upgrade a una versione interessata, segui i passaggi riportati di seguito prima di eseguire l'upgrade del cluster di amministrazione:

  1. Esegui il backup del cluster di amministrazione.
  2. Disattiva secretsEncryption nel file di configurazione del cluster di amministrazione e aggiorna il cluster utilizzando il seguente comando: 
    gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG
  3. Esegui l'upgrade del cluster di amministrazione.
  4. Riattiva la crittografia dei secret sempre attiva.
Archiviazione 1.11-1.16

Google Distributed Cloud non supporta il monitoraggio dei blocchi modificati (CBT) sui dischi. Alcuni software di backup utilizzano la funzionalità CBT per monitorare lo stato del disco e eseguire i backup, il che impedisce al disco di connettersi a una VM che esegue Google Distributed Cloud. Per ulteriori informazioni, consulta l'articolo della knowledge base di VMware.


Soluzione:

Non eseguire il backup delle VM Google Distributed Cloud, in quanto il software di backup di terze parti potrebbe attivare la CBT sui relativi dischi. Non è necessario eseguire il backup di queste VM.

Non attivare la CBT sul nodo, poiché questa modifica non verrà mantenuta durante gli aggiornamenti o gli upgrade.

Se hai già dischi con la CBT abilitata, segui i passaggi per la risoluzione descritti nell'articolo della knowledge base VMware per disattivare la CBT sul disco di prima classe.
Archiviazione 1.14, 1.15, 1.16

Se utilizzi gli array di archiviazione Nutanix per fornire condivisioni NFSv3 ai tuoi host, potresti riscontrare la corruzione dei dati o l'impossibilità per i pod di eseguire correttamente. Questo problema è causato da un noto problema di compatibilità tra alcune versioni di VMware e Nutanix. Per ulteriori informazioni, consulta l'articolo della knowledge base VMware associato.


Soluzione:

L'articolo della knowledge base di VMware è obsoleto in quanto afferma che non esiste una risoluzione attuale. Per risolvere il problema, esegui l'aggiornamento alla versione più recente di ESXi sui tuoi host e alla versione più recente di Nutanix sugli array di archiviazione.
Sistema operativo 1.13.10, 1.14.6, 1.15.3

Per alcune release di Google Distributed Cloud, il kubelet in esecuzione sui nodi utilizza una versione diversa dal piano di controllo di Kubernetes. Esiste una mancata corrispondenza perché il codice binario di kubelet precaricato nell'immagine del sistema operativo utilizza una versione diversa.

La tabella seguente elenca le mancate corrispondenze delle versioni identificate:

Versione di Google Distributed Cloud Versione kubelet Versione di 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

Soluzione:

Non è richiesto alcun intervento. L'incongruenza riguarda solo le versioni delle patch Kubernetes e non sono stati causati problemi da questo squilibrio delle versioni.

Upgrade, aggiornamenti 1.15.0-1.15.4

Quando un cluster di amministrazione ha una versione dell'autorità di certificazione (CA) superiore a 1, un aggiornamento o un upgrade non riesce a causa della convalida della versione della CA nel webhook. L'output dell'upgrade/aggiornamento di gkectl contiene il seguente messaggio di errore: 

    CAVersion must start from 1

Soluzione:

  • Esegui il ridimensionamento verso il basso del deployment di auto-resize-controller nel cluster di amministrazione per disattivare il ridimensionamento automatico dei nodi. Questo è necessario perché un nuovo campo introdotto nella risorsa personalizzata del cluster di amministrazione in 1.15 può causare un errore di puntatore nullo in auto-resize-controller. 
     kubectl scale deployment auto-resize-controller -n kube-system --replicas=0 --kubeconfig KUBECONFIG
  • Esegui i comandi gkectl con il flag --disable-admin-cluster-webhook.Ad esempio: 
            gkectl upgrade admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG --disable-admin-cluster-webhook
Operazione 1.13, 1.14.0-1.14.8, 1.15.0-1.15.4, 1.16.0-1.16.1

Quando viene eliminato un cluster Control Plane V2 non ad alta disponibilità, l'eliminazione dei nodi rimane bloccata fino al timeout.

Soluzione:

Se il cluster contiene un StatefulSet con dati critici, contatta l'assistenza clienti Google Cloud per risolvere il problema.

In caso contrario, svolgi i passaggi che seguono:

  • Elimina tutte le VM del cluster da vSphere. Puoi eliminare le VM tramite l'interfaccia utente di vSphere o eseguendo il seguente comando: 
          govc vm.destroy
    .
  • Elimina di nuovo il cluster: 
         gkectl delete cluster --cluster USER_CLUSTER_NAME --kubeconfig ADMIN_KUBECONFIG --force

Archiviazione 1.15.0 e versioni successive, 1.16.0 e versioni successive

Quando un cluster contiene volumi permanenti vSphere in-tree (ad esempio PVC creati con StorageClass standard), vengono attivate attività com.vmware.cns.tasks.attachvolume ogni minuto da vCenter.


Soluzione:

Modifica il ConfigMap della funzionalità CSI di vSphere e imposta list-volumes su false:

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

Riavvia i pod del controller CSI vSphere:

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

Quando un cluster contiene volumi permanenti vSphere in-tree, i comandi gkectl diagnose e gkectl upgrade potrebbero generare falsi avvisi relativi alle relative richieste di volume permanente (PVC) durante la convalida delle impostazioni di archiviazione del cluster. Il messaggio di avviso è simile al seguente: 

    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

Soluzione:

Esegui il seguente comando per controllare le annotazioni di una PVC con l'avviso riportato sopra:

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

Se il campo annotations nell'output contiene quanto segue, puoi ignorare l'avviso:

      pv.kubernetes.io/bind-completed: "yes"
      pv.kubernetes.io/bound-by-controller: "yes"
      volume.beta.kubernetes.io/storage-provisioner: csi.vsphere.vmware.com
Upgrade, aggiornamenti 1.15.0 e versioni successive, 1.16.0 e versioni successive

Se il cluster non utilizza un registry privato e le chiavi dell'account di servizio di accesso del componente e le chiavi dell'account di servizio di monitoraggio dei log (o di registrazione di Connect) sono scadute, quando ruoti le chiavi dell'account di servizio, gkectl update credentials non riesce con un errore simile al seguente: 

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

Soluzione:

Innanzitutto, ruota la chiave dell'account di servizio di accesso ai componenti. Anche se viene visualizzato lo stesso messaggio di errore, dovresti essere in grado di ruotare le altre chiavi dopo la rotazione della chiave dell'account di servizio di accesso ai componenti.

Se l'aggiornamento continua a non riuscire, contatta l'assistenza clienti Google Cloud per risolvere il problema.
Upgrade 1.16.0-1.16.5

Durante l'upgrade di un cluster utente, dopo l'upgrade del controller del cluster utente alla versione 1.16, se hai altri cluster utente 1.15 gestiti dallo stesso cluster di amministrazione, la relativa macchina master utente potrebbe essere ricreata in modo imprevisto.

Esiste un bug nel controller del cluster utente 1.16 che può attivare la ricostituzione della macchina principale utente 1.15.

La soluzione alternativa che scegli dipende da come si verifica il problema.

Soluzione alternativa per l'upgrade del cluster utente utilizzando la console Google Cloud:

Opzione 1: utilizza una versione 1.16.6 o successiva di GKE on VMware con la correzione.

Opzione 2: segui questi passaggi:

  1. Aggiungi manualmente l'annotazione di esecuzione di nuovo con il seguente comando: 
    kubectl edit onpremuserclusters USER_CLUSTER_NAME -n USER_CLUSTER_NAME-gke-onprem-mgmt --kubeconfig ADMIN_KUBECONFIG

    L'annotazione della nuova esecuzione è:

    onprem.cluster.gke.io/server-side-preflight-rerun: true
  2. Monitora l'avanzamento dell'upgrade controllando il campo status di OnPremUserCluster.

Soluzione alternativa per l'upgrade del cluster utente utilizzando la tua workstation di amministrazione:

Opzione 1: utilizza una versione 1.16.6 o successiva di GKE on VMware con la correzione.

Opzione 2: segui questi passaggi:

  1. Aggiungi il file di informazioni di compilazione /etc/cloud/build.info con i seguenti contenuti. In questo modo, i controlli preliminari vengono eseguiti localmente sulla workstation di amministrazione anziché sul server. 
    gke_on_prem_version: GKE_ON_PREM_VERSION
     Ad esempio: 
    gke_on_prem_version: 1.16.0-gke.669
  2. Esegui di nuovo il comando di upgrade.
  3. Al termine dell'upgrade, elimina il file build.info.
Crea 1.16.0-1.16.5, 1.28.0-1.28.100

Durante la creazione del cluster, se non specifichi un nome host per ogni indirizzo IP nel file di blocco IP, il controllo preliminare non va a buon fine con il seguente messaggio di errore: 

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.`

Esiste un bug nel controllo preliminare che presuppone che il nome host vuoto sia un duplicato.

Soluzione:

Opzione 1: utilizza una versione con la correzione.

Opzione 2: aggira questo controllo preliminare aggiungendo il flag --skip-validation-net-config.

Opzione 3: specifica un nome host univoco per ogni indirizzo IP nel file del blocco IP.
Upgrade, aggiornamenti 1.16

Per un cluster di amministrazione non ad alta disponibilità e un cluster utente del control plane 1, quando esegui l'upgrade o l'aggiornamento del cluster di amministrazione, la ricreazione della macchina master del cluster di amministrazione potrebbe avvenire contemporaneamente al riavvio della macchina master del cluster utente, il che può causare una race condition. Di conseguenza, i pod del piano di controllo del cluster utente non riescono a comunicare con il piano di controllo del cluster di amministrazione, causando problemi di attacco dei volumi per kube-etcd e kube-apiserver sul piano di controllo del cluster utente.

Per verificare il problema, esegui i seguenti comandi per il pod interessato:

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG --namespace USER_CLUSTER_NAME describe pod IMPACTED_POD_NAME
 e vedrai eventi come: 
Events:
  Type     Reason       Age                  From               Message
  ----     ------       ----                 ----               -------
  Warning  FailedMount  101s                 kubelet            Unable to attach or mount volumes: unmounted volumes=[kube-audit], unattached volumes=[], failed to process volumes=[]: timed out waiting for the condition
  Warning  FailedMount  86s (x2 over 3m28s)  kubelet            MountVolume.SetUp failed for volume "pvc-77cd0635-57c2-4392-b191-463a45c503cb" : rpc error: code = FailedPrecondition desc = volume ID: "bd313c62-d29b-4ecd-aeda-216648b0f7dc" does not appear staged to "/var/lib/kubelet/plugins/kubernetes.io/csi/csi.vsphere.vmware.com/92435c96eca83817e70ceb8ab994707257059734826fedf0c0228db6a1929024/globalmount"

Soluzione:

  1. Esegui SSH sul nodo del control plane utente, poiché si tratta di un cluster utente del control plane v1, il nodo del control plane utente si trova nel cluster di amministrazione.
  2. Riavvia kubelet utilizzando il seguente comando: 
        sudo systemctl restart kubelet
    Dopo il riavvio, kubelet può ricostruire correttamente il montaggio globale della fase.
Upgrade, aggiornamenti 1.16.0

Durante un upgrade o un aggiornamento di un cluster di amministrazione, una race condition potrebbe causare l'eliminazione imprevista di un nuovo nodo del piano di controllo da parte del gestore del controller cloud vSphere. Di conseguenza, clusterapi-controller rimane bloccato in attesa della creazione del nodo e, eventualmente, l'upgrade/l'aggiornamento scade. In questo caso, l'output del comando gkectl upgrade/update è simile al seguente:

    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"...

Per identificare il sintomo, esegui il comando riportato di seguito per recuperare il log in vSphere Cloud Controller Manager nel cluster di amministrazione:

    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

Ecco un esempio di messaggio di errore del comando precedente:

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

Soluzione:

  1. Riavvia la macchina con errore per ricreare l'oggetto del nodo eliminato.
  2. Accedi tramite SSH a ogni nodo del piano di controllo e riavvia il pod statico del gestore del controller cloud vSphere: 
          sudo crictl ps | grep vsphere-cloud-controller-manager | awk '{print $1}'
      sudo crictl stop PREVIOUS_COMMAND_OUTPUT
  3. Esegui di nuovo il comando di upgrade/aggiornamento.
Operazione 1.16

L'upgrade di un cluster 1.15 o la creazione di un cluster 1.16 con IP statici non riesce se esistono nomi host duplicati nello stesso data center. Questo errore si verifica perché il gestore del controller cloud vSphere non riesce ad aggiungere un ID provider e un indirizzo IP esterno nell'oggetto del nodo. Di conseguenza, l'upgrade/la creazione del cluster scade.

Per identificare il problema, recupera i log del pod del gestore del controller cloud vSphere per il cluster. Il comando utilizzato dipende dal tipo di cluster, come segue:

  • Cluster di amministrazione: 
          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 di utenti (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 utente: (Control plane 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

Ecco un esempio di messaggio di errore:

    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

Controlla se il nome host è duplicato nel data center:

Puoi utilizzare il seguente approccio per verificare se il nome host è duplicato e, se necessario, applicare una soluzione alternativa. 
          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
Comandi e output di esempio: 
          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

La soluzione alternativa che esegui dipende dall'operazione non riuscita.

Soluzione alternativa per gli upgrade:

Applica la soluzione alternativa per il tipo di cluster applicabile.

  • Cluster di utenti:
    1. Aggiorna il nome host della macchina interessata in user-ip-block.yaml con un nome univoco e attiva un aggiornamento forzato:
                gkectl update cluster --kubeconfig ADMIN_KUBECONFIG --config NEW_USER_CLUSTER_CONFIG --force
    2. Esegui di nuovo gkectl upgrade cluster
  • Cluster di amministrazione:
    1. Aggiorna il nome host della macchina interessata in admin-ip-block.yaml con un nome univoco e attiva un aggiornamento forzato:
                gkectl update admin --kubeconfig ADMIN_KUBECONFIG --config NEW_ADMIN_CLUSTER_CONFIG --force --skip-cluster-ready-check
    2. Se si tratta di un cluster amministrativo non HA e scopri che la VM principale amministrativa utilizza un nome host duplicato, devi anche:
      Ottenere il nome della macchina principale amministrativa 
                kubectl get machine --kubeconfig ADMIN_KUBECONFIG -owide -A
      Aggiorna l'oggetto della macchina principale dell'amministratore
      Nota: NEW_ADMIN_MASTER_HOSTNAME deve essere uguale a quello impostato in admin-ip-block.yaml nel passaggio 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"}]'
      Verifica che il nome host sia aggiornato nell'oggetto della macchina principale dell'amministratore:
                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. Esegui di nuovo l'upgrade del cluster di amministrazione con il checkpoint disattivato:
                gkectl upgrade admin --kubeconfig ADMIN_KUBECONFIG --config ADMIN_CLUSTER_CONFIG --disable-upgrade-from-checkpoint

Soluzione alternativa per le installazioni:

Applica la soluzione alternativa per il tipo di cluster applicabile.
Operazione 1.16.0, 1.16.1, 1.16.2, 1.16.3

Le seguenti operazioni non riescono quando il nome utente o la password vSphere contiene $ o `:

  • Upgrade di un cluster utente 1.15 con Controlplane v2 abilitato a 1.16
  • Aggiornamento di un cluster di amministrazione ad alta disponibilità (HA) 1.15 alla versione 1.16
  • Creazione di un cluster utente 1.16 con Control Plane v2 abilitato
  • Creazione di un cluster di amministrazione HA 1.16

Utilizza una versione 1.16.4 o successiva di Google Distributed Cloud con la correzione o esegui la seguente soluzione alternativa. La soluzione alternativa che esegui dipende dall'operazione non riuscita.

Soluzione alternativa per gli upgrade:

  1. Modifica il nome utente o la password di vCenter lato vCenter per rimuovere i valori $ e `.
  2. Aggiorna il nome utente o la password di vCenter nel file di configurazione delle credenziali.
  3. Attivare un aggiornamento forzato del cluster.
    • Cluster di utenti: 
              gkectl update cluster --kubeconfig ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG --force
    • Cluster di amministrazione: 
              gkectl update admin --kubeconfig ADMIN_KUBECONFIG --config ADMIN_CLUSTER_CONFIG --force --skip-cluster-ready-check

Soluzione alternativa per le installazioni:

  1. Modifica il nome utente o la password di vCenter lato vCenter per rimuovere i valori $ e `.
  2. Aggiorna il nome utente o la password di vCenter nel file di configurazione delle credenziali.
  3. Applica la soluzione alternativa per il tipo di cluster applicabile.
Archiviazione 1.11 e versioni successive, 1.12 e versioni successive, 1.13 e versioni successive, 1.14 e versioni successive, 1.15 e versioni successive, 1.16

Dopo che un nodo è stato eliminato e poi ricreato con lo stesso nome, esiste una piccola possibilità che la creazione successiva di un PersistentVolumeClaim (PVC) non vada a buon fine con un errore simile al seguente:

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

Questo problema è causato da race condition in cui il controller CSI di vSphere non elimina una macchina rimossa dalla cache.


Soluzione:

Riavvia i pod del controller CSI vSphere:

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

Quando esegui il comando gkectl repair admin-master su un cluster amministrativo HA, gkectl restituisce il seguente messaggio di errore: 

  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

Soluzione:

Aggiungi il flag --admin-master-vm-template= al comando e fornisci il modello VM della macchina da riparare: 

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

Per trovare il modello VM della macchina:

  1. Vai alla pagina Host e cluster nel client vSphere.
  2. Fai clic su Modelli VM e filtra in base al nome del cluster di amministrazione.

    Dovresti vedere i tre modelli VM per il cluster amministrativo.

  3. Copia il nome del modello VM che corrisponde al nome della macchina che stai riparando e utilizza il nome del modello nel comando di riparazione.
  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
Networking 1.10.0 e versioni successive, 1.11.0 e versioni successive, 1.12.0 e versioni successive, 1.13.0 e versioni successive, 1.14.0-1.14.7, 1.15.0-1.15.3, 1.16.0

Se utilizzi Seesaw come tipo di bilanciatore del carico per il tuo cluster e noti che una VM Seesaw non è in funzione o continua a non riuscire ad avviarsi, nella console vSphere potresti visualizzare il seguente messaggio di errore:

    GRUB_FORCE_PARTUUID set, initrdless boot failed. Attempting with initrd

Questo errore indica che lo spazio su disco della VM è insufficiente perché fluent-bit in esecuzione sulla VM Seesaw non è configurato con la rotazione dei log corretta.


Soluzione:

Individua i file di log che consumano la maggior parte dello spazio su disco utilizzando du -sh -- /var/lib/docker/containers/* | sort -rh. Ripulisci il file di log di dimensioni maggiori e riavvia la VM.

Nota: se la VM è completamente inaccessibile, collega il disco a una VM funzionante (ad es. una workstation di amministrazione), rimuovi il file dal disco collegato e ricollega il disco alla VM Seesaw originale.

Per evitare che il problema si ripresenti, connettiti alla VM e modifica il file /etc/systemd/system/docker.fluent-bit.service. Aggiungi --log-opt max-size=10m --log-opt max-file=5 al comando Docker, quindi esegui systemctl restart docker.fluent-bit.service
Operazione 1.13, 1.14.0-1.14.6, 1.15

Quando provi ad eseguire l'upgrade (gkectl upgrade admin) o l'aggiornamento (gkectl update admin) di un cluster amministrativo non ad alta disponibilità con il checkpoint abilitato, l'upgrade o l'aggiornamento potrebbe non riuscire a causa di errori come i seguenti: 

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]...


Soluzione:

Se non riesci ad eseguire l'upgrade a una versione con patch di Google Distributed Cloud con la correzione, contatta l'Assistenza Google per ricevere assistenza.
Upgrade 1.13.0-1.13.9, 1.14.0-1.14.6, 1.15.1-1.15.2

Quando un cluster di amministrazione è registrato nell'API GKE On-Prem, l'upgrade del cluster di amministrazione alle versioni interessate potrebbe non riuscire perché l'appartenenza al parco risorse non è stata aggiornata. Quando si verifica questo errore, viene visualizzato il seguente errore quando si tenta di eseguire l'upgrade del 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

Un cluster di amministrazione viene registrato nell'API quando lo registri esplicitamente o quando esegui l'upgrade di un cluster utente utilizzando un client API GKE On-Prem.


Soluzione:

Annullare la registrazione del cluster di amministrazione: 
    gcloud alpha container vmware admin-clusters unenroll ADMIN_CLUSTER_NAME --project CLUSTER_PROJECT --location=CLUSTER_LOCATION --allow-missing
e riprendi l'upgrade del cluster di amministrazione. Potresti visualizzare temporaneamente l'errore obsoleto "Impossibile registrare il cluster". Dopo un po' di tempo, dovrebbe essere aggiornato automaticamente.
Upgrade, aggiornamenti 1.13.0-1.13.9, 1.14.0-1.14.4, 1.15.0

Quando un cluster di amministrazione viene registrato nell'API GKE On-Prem, la relativa annotazione del link della risorsa viene applicata alla risorsa personalizzata OnPremAdminCluster, che non viene conservata durante gli aggiornamenti successivi del cluster di amministrazione a causa dell'utilizzo della chiave di annotazione errata. Ciò può causare la registrazione nuovamente per errore del cluster di amministrazione nell'API GKE On-Prem.

Un cluster di amministrazione viene registrato nell'API quando lo registri esplicitamente o quando esegui l'upgrade di un cluster utente utilizzando un client API GKE On-Prem.


Soluzione:

Annullare la registrazione del cluster di amministrazione: 
    gcloud alpha container vmware admin-clusters unenroll ADMIN_CLUSTER_NAME --project CLUSTER_PROJECT --location=CLUSTER_LOCATION --allow-missing
e registra di nuovo il cluster di amministrazione.
Networking 1.15.0-1.15.2

OrderPolicy non viene riconosciuto come parametro e non viene utilizzato. Google Distributed Cloud utilizza invece sempre Random.

Questo problema si verifica perché il modello CoreDNS non è stato aggiornato, il che comporta l'ignoramento di orderPolicy.


Soluzione:

Aggiorna il modello CoreDNS e applica la correzione. Questa correzione persiste fino a un upgrade.

  1. Modifica il modello esistente: 
    kubectl edit cm -n kube-system coredns-template
     Sostituisci i contenuti del modello con quanto segue: 
    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 }}
Upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13.0-1.13.7, 1.14.0-1.14.3

Determinate condizioni di gara potrebbero causare un'incoerenza dello stato OnPremAdminCluster tra il checkpoint e la RP effettiva. Quando si verifica il problema, potresti riscontrare il seguente errore durante l'aggiornamento del cluster amministrativo dopo l'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
 Per risolvere il problema, dovrai modificare il checkpoint o disattivarlo per l'upgrade/l'aggiornamento. Contatta il nostro team di assistenza per procedere con la soluzione alternativa.
Operazione 1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1

Google Distributed Cloud modifica i certificati amministrativi sui piani di controllo dei cluster di amministrazione a ogni processo di riconciliazione, ad esempio durante un upgrade del cluster. Questo comportamento aumenta la possibilità di ottenere certificati non validi per il cluster di amministrazione, in particolare per i cluster della versione 1.15.

Se il problema ti riguarda, potresti riscontrare problemi come i seguenti:

  • I certificati non validi possono causare il timeout dei seguenti comandi e restituire errori:
    • gkectl create admin
    • gkectl upgrade amdin
    • gkectl update admin

    Questi comandi potrebbero restituire errori di autorizzazione come i seguenti:

    Failed to reconcile admin cluster: unable to populate admin clients: failed to get admin controller runtime client: Unauthorized
  • I log kube-apiserver per il cluster di amministrazione potrebbero contenere errori come i seguenti: 
    Unable to authenticate the request" err="[x509: certificate has expired or is not yet valid...

Soluzione:

Esegui l'upgrade a una versione di Google Distributed Cloud con la correzione: 1.13.10 e versioni successive, 1.14.6 e versioni successive, 1.15.2 e versioni successive. Se non puoi eseguire l'upgrade, contatta l'assistenza clienti Google Cloud per risolvere il problema.
Networking, Operation 1.10, 1.11, 1.12, 1.13, 1.14

I pod gateway di rete in kube-system potrebbero mostrare lo stato Pending o Evicted, come mostrato nell'esempio di output condensato riportato di seguito:

$ 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

Questi errori indicano eventi di espulsione o l'impossibilità di pianificare i pod a causa delle risorse del nodo. Poiché i pod Anthos Network Gateway non hanno PriorityClass, hanno la stessa priorità predefinita degli altri carichi di lavoro. Quando i nodi sono soggetti a limitazioni di risorse, i pod del gateway di rete potrebbero essere espulsi. Questo comportamento è particolarmente negativo per il ang-node DaemonSet, poiché questi pod devono essere pianificati su un nodo specifico e non possono essere sottoposti a migrazione.


Soluzione:

Esegui l'upgrade alla versione 1.15 o successiva.

Come soluzione a breve termine, puoi assegnare manualmente un valore PriorityClass ai componenti di Anthos Network Gateway. Il controller Google Distributed Cloud sovrascrive queste modifiche manuali durante un processo di riconciliazione, ad esempio durante un upgrade del cluster.

  • Assegna system-cluster-critical PriorityClass ai deployment dei controller dei cluster ang-controller-manager e autoscaler.
  • Assegna system-node-critical PriorityClass al DaemonSet del nodo ang-daemon.
Upgrade, aggiornamenti 1.12, 1.13, 1.14, 1.15.0-1.15.2

Dopo aver utilizzato gcloud per registrare un cluster amministrativo con una sezione gkeConnect non vuota, potresti visualizzare il seguente errore durante il tentativo di eseguire l'upgrade del 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

Elimina lo spazio dei nomi gke-connect: 

kubectl delete ns gke-connect --kubeconfig=ADMIN_KUBECONFIG
 Recupera il nome del cluster di amministrazione: 
kubectl get onpremadmincluster -n kube-system --kubeconfig=ADMIN_KUBECONFIG
 Elimina l'appartenenza al parco risorse: 
gcloud container fleet memberships delete ADMIN_CLUSTER_NAME
 e riprendi l'upgrade del cluster di amministrazione.
Operazione 1.13.0-1.13.8, 1.14.0-1.14.5, 1.15.0-1.15.1

gkectl diagnose snapshot --log-since non riesce a limitare la finestra temporale per i comandi journalctl in esecuzione sui nodi del cluster

Ciò non influisce sulla funzionalità di acquisizione di uno snapshot del cluster, in quanto lo snapshot include comunque tutti i log raccolti per impostazione predefinita con l'esecuzione di journalctl sui nodi del cluster. Pertanto, non vengono perse informazioni di debug.
Installazione, upgrade, aggiornamenti 1.9 e versioni successive, 1.10 e versioni successive, 1.11 e versioni successive, 1.12 e versioni successive

gkectl prepare windows non riesce a installare Docker sulle versioni di Google Distributed Cloud precedenti alla 1.13 perché MicrosoftDockerProvider è deprecato.


Soluzione:

L'idea generale per aggirare il problema è eseguire l'upgrade a Google Distributed Cloud 1.13 e utilizzare la versione 1.13 gkectl per creare un modello VM Windows e poi creare node pool Windows. Esistono due opzioni per passare a Google Distributed Cloud 1.13 dalla versione corrente, come mostrato di seguito.

Nota:sono disponibili opzioni per aggirare questo problema nella versione corrente senza dover eseguire l'upgrade alla versione 1.13, ma saranno necessari più passaggi manuali. Contatta il nostro team di assistenza se vuoi prendere in considerazione questa opzione.


Opzione 1: upgrade blu/verde

Puoi creare un nuovo cluster utilizzando la versione 1.13 o successive di Google Distributed Cloud con pool di nodi Windows, eseguire la migrazione dei carichi di lavoro al nuovo cluster e poi eliminare il cluster corrente. Ti consigliamo di utilizzare la versione minore più recente di Google Distributed Cloud.

Nota:questa operazione richiederà risorse aggiuntive per il provisioning del nuovo cluster, ma meno tempi di inattività e interruzioni per i carichi di lavoro esistenti.


Opzione 2: elimina i node pool Windows e aggiungili di nuovo durante l'upgrade a Google Distributed Cloud 1.13

Nota:per questa opzione, i carichi di lavoro Windows non potranno essere eseguiti finché non verrà eseguito l'upgrade del cluster alla versione 1.13 e i node pool Windows non verranno aggiunti di nuovo.

  1. Elimina i pool di nodi Windows esistenti rimuovendo la configurazione dei pool di nodi Windows dal file user-cluster.yaml, quindi esegui il comando: 
    gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
  2. Esegui l'upgrade dei cluster di amministrazione e utente solo Linux alla versione 1.12 seguendo la guida per l'utente sull'upgrade per la versione secondaria di destinazione corrispondente.
  3. (Assicurati di eseguire questo passaggio prima di eseguire l'upgrade a 1.13) Assicurati che enableWindowsDataplaneV2: true sia configurato nel documento di controllo OnPremUserCluster, altrimenti il cluster continuerà a utilizzare i pool di nodi Docker per Windows, che non saranno compatibili con il modello VM Windows 1.13 appena creato che non ha Docker installato. Se non è configurato o se è impostato su false, aggiorna il cluster impostandolo su true in user-cluster.yaml, quindi esegui: 
    gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
  4. Esegui l'upgrade dei cluster di amministrazione e utente solo Linux alla versione 1.13 seguendo la guida per l'utente sull'upgrade.
  5. Prepara il modello VM Windows utilizzando gkectl 1.13: 
    gkectl prepare windows --base-vm-template BASE_WINDOWS_VM_TEMPLATE_NAME --bundle-path 1.13_BUNDLE_PATH --kubeconfig=ADMIN_KUBECONFIG
  6. Aggiungi di nuovo la configurazione del pool di nodi Windows a user-cluster.yaml con il campo OSImage impostato sul modello VM Windows appena creato.
  7. Aggiorna il cluster per aggiungere pool di nodi Windows 
    gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE
Installazione, upgrade, aggiornamenti 1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1

Sui nodi verrà utilizzato il valore predefinito di 5 secondi per RootDistanceMaxSec, anziché 20 secondi, che dovrebbe essere la configurazione prevista. Se controlli il log di avvio del nodo tramite SSH nella VM, che si trova in "/var/log/startup.log", puoi trovare il seguente errore:

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

L'utilizzo di un valore RootDistanceMaxSec di 5 secondi potrebbe causare la mancata sincronizzazione dell'orologio di sistema con il server NTP quando lo scostamento dell'orologio è superiore a 5 secondi.


Soluzione:

Applica il seguente DaemonSet al tuo cluster per configurare 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: /
Upgrade, aggiornamenti 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2

Quando utilizzi la versione 1.13 gkectl per aggiornare un cluster di amministrazione della versione 1.12, potresti visualizzare il seguente errore:

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

Quando utilizzi gkectl update admin per i cluster della versione 1.13 o 1.14, nella risposta potresti visualizzare il seguente messaggio:

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

Se controlli il log gkectl, potresti notare che le più modifiche includono l'impostazione di osImageType da una stringa vuota a ubuntu_containerd.

Questi errori di aggiornamento sono dovuti al backfill improprio del osImageType campo nella configurazione del cluster di amministrazione da quando è stato introdotto nella versione 1.9.


Soluzione:

Esegui l'upgrade a una versione di Google Distributed Cloud con la correzione. Se l'upgrade non è fattibile per te, contatta l'assistenza clienti Google Cloud per risolvere il problema.
Installazione, sicurezza 1.13, 1.14, 1.15, 1.16

La possibilità di fornire un certificato di pubblicazione aggiuntivo per il server API Kubernetes di un cluster utente con authentication.sni non funziona quando è attivo il Controlplane V2 ( enableControlplaneV2: true).


Soluzione:

Finché non sarà disponibile una patch di Google Distributed Cloud con la correzione, se devi utilizzare SNI, disattiva Controlplane V2 (enableControlplaneV2: false).
Installazione 1.0-1.11, 1.12, 1.13.0-1.13.9, 1.14.0-1.14.5, 1.15.0-1.15.1

La macchina del piano di controllo amministrativo non si avvia quando il nome utente del registry privato contiene $. Quando controlli /var/log/startup.log sulla macchina del piano di controllo amministrativo, viene visualizzato il seguente errore: 

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

Soluzione:

Utilizza un nome utente del registry privato senza $ o una versione di Google Distributed Cloud con la correzione.
Upgrade, aggiornamenti 1.12.0-1.12.4

Quando aggiorni i cluster di amministrazione, nel log vengono visualizzati i seguenti avvisi di falsi positivi, che puoi ignorare. 

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

Dopo aver rotazione le chiavi di firma KSA e successivamente aggiornato un cluster di utenti, gkectl update potrebbe non riuscire con il seguente messaggio di errore: 

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"


Soluzione:

Ripristina la versione 1 della chiave di firma KSA, ma mantieni i dati della chiave più recenti:
  1. Controlla il secret nel cluster di amministrazione nello spazio dei nomi USER_CLUSTER_NAME e ottieni il nome del secret ksa-signing-key: 
    kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME get secrets | grep ksa-signing-key
  2. Copia lo secret ksa-signing-key e assegnalo al nome 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. Elimina il secret ksa-signing-key precedente: 
    kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME delete secret KSA-KEY-SECRET-NAME
  4. Aggiorna il campo data.data nel configmap ksa-signing-key-rotation-stage in '{"tokenVersion":1,"privateKeyVersion":1,"publicKeyVersions":[1]}': 
    kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME \
edit configmap ksa-signing-key-rotation-stage
  5. Disattiva il webhook di convalida per modificare le informazioni sulla versione nella risorsa personalizzata 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. Aggiorna il campo spec.ksaSigningKeyRotation.generated.ksaSigningKeyRotation in 1 nella risorsa personalizzata OnPremUserCluster: 
    kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME-gke-onprem-mgmt \
edit onpremusercluster USER_CLUSTER_NAME
  7. Attendi che il cluster di utenti di destinazione sia pronto. Puoi controllare lo stato: 
    kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME-gke-onprem-mgmt \
get onpremusercluster
  8. Ripristina il webhook di convalida per il cluster utente: 
    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. Evita un'altra rotazione della chiave di firma KSA finché non viene eseguito l'upgrade del cluster alla versione con la correzione.
Operazione 1.13.1 e versioni successive, 1.14, 1., 1.16

Quando utilizzi Terraform per eliminare un cluster di utenti con un bilanciatore del carico F5 BIG-IP, i server virtuali F5 BIG-IP non vengono rimossi dopo l'eliminazione del cluster.


Soluzione:

Per rimuovere le risorse F5, segui i passaggi per ripulire una partizione F5 di un cluster utente

Installazione, upgrade, aggiornamenti 1.13.8, 1.14.4

Se crei un cluster di amministrazione versione 1.13.8 o 1.14.4 o se esegui l'upgrade di un cluster di amministrazione alla versione 1.13.8 o 1.14.4, il cluster di tipo estrae le seguenti immagini contenitore da docker.io:

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

    • Se docker.io non è accessibile dalla workstation di amministrazione, la creazione o l'upgrade del cluster di amministrazione non riesce a visualizzare il cluster di tipo. L'esecuzione del seguente comando sulla workstation di amministrazione mostra i container corrispondenti in attesa con ErrImagePull:

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

    La risposta contiene voci come la seguente:

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

    Queste immagini container devono essere precaricate nell'immagine container del cluster di tipo. Tuttavia, la versione 0.18.0 di kind presenta un problema con le immagini container precaricate, che causa il loro recupero da internet per errore.


    Soluzione:

    Esegui i seguenti comandi sulla workstation di amministrazione mentre il cluster di amministrazione è in attesa di creazione o upgrade:

    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
    Operazione 1.13.0-1.13.7, 1.14.0-1.14.4, 1.15.0

    Se le VM del cluster sono connesse a uno switch che filtra le richieste GARP (ARP non richieste) duplicate, l'elezione del leader keepalived potrebbe riscontrare una race condition, che causa voci della tabella ARP errate in alcuni nodi.

    I nodi interessati possono ping il VIP del control plane, ma una connessione TCP al VIP del control plane subirà un timeout.


    Soluzione:

    Esegui il seguente comando su ogni nodo del piano di controllo del cluster interessato: 
        iptables -I FORWARD -i ens192 --destination CONTROL_PLANE_VIP -j DROP
    Upgrade, aggiornamenti 1.13.0-1.13.7, 1.14.0-1.14.4, 1.15.0

    vsphere-csi-controller deve aggiornare il segreto vCenter dopo la rotazione del certificato vCenter. Tuttavia, il sistema attuale non riavvia correttamente i pod di vsphere-csi-controller, causando l'arresto anomalo di vsphere-csi-controller dopo la rotazione.

    Soluzione:

    Per i cluster creati con la versione 1.13 e successive, segui le istruzioni riportate di seguito per riavviare vsphere-csi-controller 

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

    Anche se la registrazione del cluster non va a buon fine durante la creazione del cluster di amministrazione, il comando gkectl create admin non genera errori e potrebbe riuscire. In altre parole, la creazione del cluster amministrativo potrebbe "andare a buon fine" senza essere registrata in un parco risorse.

    Per identificare il sintomo, puoi cercare i seguenti messaggi di errore nel log di "gkectl create admin", 
    Failed to register admin cluster

    Puoi anche verificare se riesci a trovare il cluster tra i cluster registrati nella console Cloud.

    Soluzione:

    Per i cluster creati con le versioni 1.12 e successive, segui le istruzioni per riprovare la registrazione del cluster di amministrazione dopo la creazione del cluster. Per i cluster creati in versioni precedenti,

    1. Aggiungi una coppia chiave-valore falsa come "foo: bar" al file della chiave SA di connect-register
    2. Esegui gkectl update admin per registrare di nuovo il cluster di amministrazione.

    Upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13.0-1.13.1

    Durante l'upgrade del cluster di amministrazione, se il timeout dell'upgrade dei nodi del piano di controllo utente si verifica, il cluster di amministrazione non verrà registrato di nuovo con la versione aggiornata dell'agente di connessione.


    Soluzione:

    Controlla se il cluster è presente tra i cluster registrati. Come passaggio facoltativo, accedi al cluster dopo aver configurato l'autenticazione. Se il cluster è ancora registrato, puoi saltare le seguenti istruzioni per riprovare a effettuare la registrazione. Per i cluster di cui è stato eseguito l'upgrade alla versione 1.12 e versioni successive, segui le istruzioni per riprovare a registrare il cluster di amministrazione dopo la creazione del cluster. Per i cluster di cui è stato eseguito l'upgrade a versioni precedenti,
    1. Aggiungi una coppia chiave-valore falsa come "foo: bar" al file della chiave SA di connect-register
    2. Esegui gkectl update admin per registrare di nuovo il cluster di amministrazione.

    Configurazione 1.15.0

    Per un cluster di amministrazione ad alta disponibilità, gkectl prepare mostra questo falso messaggio di errore:

    vCenter.dataDisk must be present in the AdminCluster spec

    Soluzione:

    Puoi ignorare questo messaggio di errore.
    VMware 1.15.0

    Durante la creazione di un pool di nodi che utilizza la affinità VM-host, una race condition potrebbe comportare la creazione di più regole di affinità VM-host con lo stesso nome. Ciò può causare la mancata creazione pool di nodi.


    Soluzione:

    Rimuovi le vecchie regole ridondanti per poter procedere con la creazione del pool di nodi. Queste regole sono denominate [USER_CLUSTER_NAME]-[HASH].
    Operazione 1.15.0

    Il comando gkectl repair admin-master potrebbe non riuscire a causa di una race condition con il seguente errore. 

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


    Soluzione:

    Questo comando è idempotente. Può essere eseguito di nuovo in sicurezza finché il comando non va a buon fine.
    Upgrade, aggiornamenti 1.15.0

    Dopo aver ricreato o aggiornato un nodo del piano di controllo, alcuni pod potrebbero rimanere nello stato Failed a causa del fallimento del predicato NodeAffinity. Questi pod non riusciti non influiscono sul normale funzionamento o sull'integrità del cluster.


    Soluzione:

    Puoi ignorare tranquillamente i pod non riusciti o eliminarli manualmente.
    Sicurezza, configurazione 1.15.0-1.15.1

    Se utilizzi credenziali preparate e un registry privato, ma non hai configurato le credenziali preparate per il tuo registry privato, il cluster di utenti OnPrem potrebbe non essere pronto e potresti visualizzare il seguente messaggio di errore: 

    failed to check secret reference for private registry …


    Soluzione:

    Prepara le credenziali del registry privato per il cluster di utenti in base alle istruzioni riportate in Configurare le credenziali preparate.

    Upgrade, aggiornamenti 1.15.0

    Durante gkectl upgrade admin, il controllo preliminare dello spazio di archiviazione per la migrazione CSI verifica che le classi di archiviazione non abbiano parametri ignorati dopo la migrazione CSI. Ad esempio, se esiste un StorageClass con il parametro diskformat, then gkectl upgrade admin segnala il StorageClass e segnala un errore nella convalida di preflight. I cluster di amministrazione creati in Google Distributed Cloud 1.10 e versioni precedenti hanno un valore StorageClass con diskformat: thin che non supererà questa convalida, ma questo valore StorageClass continuerà a funzionare correttamente dopo la migrazione CSI. Questi errori devono essere interpretati come avvisi.

    Per ulteriori informazioni, consulta la sezione del parametro StorageClass in Eseguire la migrazione dei volumi vSphere in-tree al plug-in vSphere Container Storage.


    Soluzione:

    Dopo aver verificato che il cluster abbia un StorageClass con parametri ignorati dopo la migrazione CSI, esegui gkectl upgrade admin con il flag --skip-validation-cluster-health.
    Archiviazione 1.15, 1.16

    In determinate condizioni, i dischi possono essere collegati in modalità di sola lettura ai nodi Windows. Di conseguenza, il volume corrispondente sarà di sola lettura all'interno di un pod. Questo problema si verifica più facilmente quando un nuovo insieme di nodi sostituisce un vecchio insieme di nodi (ad esempio, upgrade del cluster o aggiornamento del pool di nodi). I carichi di lavoro con stato che in precedenza funzionavano correttamente potrebbero non essere in grado di scrivere nei propri volumi nel nuovo insieme di nodi.


    Soluzione:

    1. Ottieni l'UID del pod che non è in grado di scrivere nel relativo volume: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get pod \
    POD_NAME --namespace POD_NAMESPACE \
    -o=jsonpath='{.metadata.uid}{"\n"}'
    2. Utilizza il PersistentVolumeClaim per ottenere il nome del PersistentVolume: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get pvc \
    PVC_NAME --namespace POD_NAMESPACE \
    -o jsonpath='{.spec.volumeName}{"\n"}'
    3. Determina il nome del nodo su cui è in esecuzione il pod: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIGget pods \
    --namespace POD_NAMESPACE \
    -o jsonpath='{.spec.nodeName}{"\n"}'
    4. Ottieni l'accesso PowerShell al nodo tramite SSH o l'interfaccia web vSphere.
    5. Imposta le variabili di ambiente: 
      PS C:\Users\administrator> pvname=PV_NAME
PS C:\Users\administrator> podid=POD_UID
    6. Identifica il numero del disco associato al volume permanente: 
      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. Verifica che il disco sia readonly: 
      PS C:\Users\administrator> (Get-Disk -Number $disknum).IsReadonly
       Il risultato dovrebbe essere True.
    8. Imposta readonly su false. 
      PS C:\Users\administrator> Set-Disk -Number $disknum -IsReadonly $false
PS C:\Users\administrator> (Get-Disk -Number $disknum).IsReadonly
    9. Elimina il pod in modo che venga riavviato: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG delete pod POD_NAME \
    --namespace POD_NAMESPACE
    10. Il pod deve essere pianificato sullo stesso nodo. Tuttavia, se il pod viene pianificato su un nuovo nodo, potrebbe essere necessario ripetere i passaggi precedenti sul nuovo nodo.

    Upgrade, aggiornamenti 1.12, 1.13.0-1.13.7, 1.14.0-1.14.4

    vsphere-csi-secret non viene aggiornato dopo il giorno gkectl update credentials vsphere --admin-cluster

    Se aggiorni le credenziali vSphere per un cluster di amministrazione dopo aver aggiornato le credenziali del cluster, potresti scoprire che vsphere-csi-secret nel namespace kube-system del cluster di amministrazione utilizza ancora la vecchia credenziale.


    Soluzione:

    1. Recupera il nome del secret vsphere-csi-secret: 
      kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system get secrets | grep vsphere-csi-secret
    2. Aggiorna i dati del segreto vsphere-csi-secret ottenuto dal passaggio precedente: 
      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. Riavvia vsphere-csi-controller: 
      kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system rollout restart deployment vsphere-csi-controller
    4. Puoi monitorare lo stato dell'implementazione con: 
      kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system rollout status deployment vsphere-csi-controller
       Una volta completato il deployment, il controller deve utilizzare vsphere-csi-secret aggiornato.
    Upgrade, aggiornamenti 1.10, 1.11, 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2

    audit-proxy potrebbe andare in crash a causa di --cluster-name vuoto. Questo comportamento è causato da un bug nella logica di aggiornamento, in cui il nome del cluster non viene propagato al manifest del pod / del contenitore di proxy di controllo.


    Soluzione:

    Per un cluster utente del control plane v2 con enableControlplaneV2: true, connettiti alla macchina del control plane utente tramite SSH e aggiorna /etc/kubernetes/manifests/audit-proxy.yaml con --cluster_name=USER_CLUSTER_NAME.

    Per un cluster utente del control plane v1, modifica il contenitore audit-proxy nel statefulset kube-apiserver per aggiungere --cluster_name=USER_CLUSTER_NAME:

    kubectl edit statefulset kube-apiserver -n USER_CLUSTER_NAME --kubeconfig=ADMIN_CLUSTER_KUBECONFIG
    Upgrade, aggiornamenti 1.11, 1.12, 1.13.0-1.13.5, 1.14.0-1.14.1

    Subito dopo gkectl upgrade cluster, i pod del piano di controllo potrebbero essere di nuovo dispiazzati. Lo stato del cluster da gkectl list clusters cambia da RUNNING a RECONCILING. Le richieste al cluster utente potrebbero scadere.

    Questo comportamento si verifica perché la rotazione dei certificati del piano di controllo avviene automaticamente dopo gkectl upgrade cluster.

    Questo problema si verifica solo nei cluster utente che NON utilizzano il control plane 2.


    Soluzione:

    Attendi che lo stato del cluster torni a RUNNING in gkectl list clusters o esegui l'upgrade alle versioni con la correzione: 1.13.6 e successive, 1.14.2 e successive o 1.15 e successive.
    Upgrade, aggiornamenti 1.12.7

    Google Distributed Cloud 1.12.7-gke.19 è una release non valida e non dovresti utilizzarla. Gli elementi sono stati rimossi dal bucket Cloud Storage.

    Soluzione:

    Utilizza la release 1.12.7-gke.20.
    Upgrade, aggiornamenti 1.12.0 e versioni successive, 1.13.0-1.13.7, 1.14.0-1.14.3

    Se aggiorni la credenziale del registry utilizzando uno dei seguenti metodi:

    • gkectl update credentials componentaccess se non utilizzi il registry privato
    • gkectl update credentials privateregistry se utilizzi un registry privato

    potresti scoprire che gke-connect-agent continua a utilizzare l'immagine precedente o che i pod gke-connect-agent non possono essere recuperati a causa di ImagePullBackOff.

    Questo problema verrà risolto nelle release di Google Distributed Cloud 1.13.8, 1.14.4 e release successive.


    Soluzione:

    Opzione 1: esegui il ricollocamento manuale di gke-connect-agent:

    1. Elimina lo spazio dei nomi gke-connect: 
      kubectl --kubeconfig=KUBECONFIG delete namespace gke-connect
    2. Esegui nuovamente il deployment di gke-connect-agent con la chiave dell'account di servizio del registry originale (non è necessario aggiornare la chiave):

      Per il cluster di amministrazione: 
      gkectl update credentials register --kubeconfig=ADMIN_CLUSTER_KUBECONFIG --config ADMIN_CLUSTER_CONFIG_FILE --admin-cluster
       Per il cluster di utenti: 
      gkectl update credentials register --kubeconfig=ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE

    Opzione 2: puoi modificare manualmente i dati del segreto di estrazione dell'immagine regcred utilizzato dal deployment di 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}')\"}}"

    Opzione 3: puoi aggiungere il segreto di estrazione dell'immagine predefinito per il tuo cluster nel deployment gke-connect-agent:

    1. Copia la chiave segreta predefinita nello spazio dei nomi 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. Recupera il nome del deployment gke-connect-agent: 
      kubectl --kubeconfig=KUBECONFIG -n=gke-connect get deployment | grep gke-connect-agent
    3. Aggiungi il secret predefinito al deployment di gke-connect-agent: 
      kubectl --kubeconfig=KUBECONFIG -n=gke-connect patch deployment DEPLOYMENT_NAME -p '{"spec":{"template":{"spec":{"imagePullSecrets": [{"name": "private-registry-creds"}, {"name": "regcred"}]}}}}'
    Installazione 1.13, 1.14

    Quando convalidi la configurazione prima di creare un cluster con bilanciatore del carico manuale eseguendo gkectl check-config, il comando non andrà a buon fine con i seguenti messaggi di errore.

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

    Soluzione:

    Opzione 1: puoi utilizzare le versioni della patch 1.13.7 e 1.14.4 che includono la correzione.

    Opzione 2: puoi anche eseguire lo stesso comando per convalidare la configurazione, ma saltare la convalida del bilanciatore del carico.

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

    I cluster che eseguono etcd versione 3.4.13 o precedenti potrebbero riscontrare problemi di esaurimento degli avvisi e avvisi sulle risorse non operativi, che possono portare ai seguenti problemi:

    • La pianificazione dei pod è interrotta
    • I nodi non riescono a registrarsi
    • kubelet non osserva le modifiche ai pod

    Questi problemi possono rendere il cluster non funzionante.

    Questo problema è stato risolto nelle release di Google Distributed Cloud 1.12.7, 1.13.6, 1.14.3 e nelle release successive. Queste release più recenti utilizzano la versione 3.4.21 di etcd. Tutte le versioni precedenti di Google Distributed Cloud sono interessate da questo problema.

    Soluzione

    Se non puoi eseguire l'upgrade immediatamente, puoi ridurre il rischio di un guasto del cluster riducendo il numero di nodi nel cluster. Rimuovi i nodi finché la metrica etcd_network_client_grpc_sent_bytes_total non è inferiore a 300 MB/s.

    Per visualizzare questa metrica in Metrics Explorer:

    1. Vai a Metrics Explorer nella console Google Cloud:

      Vai a Esplora metriche

    2. Seleziona la scheda Configurazione.
    3. Espandi Seleziona una metrica, inserisci Kubernetes Container nella barra dei filtri e utilizza i sottomenu per selezionare la metrica:
      1. Nel menu Risorse attive, seleziona Container Kubernetes.
      2. Nel menu Categorie di metriche attive, seleziona Anthos.
      3. Nel menu Metriche attive, seleziona etcd_network_client_grpc_sent_bytes_total.
      4. Fai clic su Applica.
    Upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13 e 1.14

    Durante i riavvii o gli upgrade dei cluster, GKE Identity Service può essere sopraffatto dal traffico costituito da token JWT scaduti inoltrati da kube-apiserver a GKE Identity Service tramite il webhook di autenticazione. Anche se GKE Identity Service non rientra in un loop di arresto anomalo, non risponde e smette di gestire ulteriori richieste. Questo problema porta a un aumento delle latenze del piano di controllo.

    Questo problema è stato risolto nelle seguenti release di Google Distributed Cloud:

    • 1.12.6+
    • 1.13.6+
    • 1.14.2+

    Per determinare se il problema riguarda anche te:

    1. Verifica se l'endpoint di GKE Identity Service è raggiungibile dall'esterno: 
      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 '{}'

      Sostituisci CLUSTER_ENDPOINT con il VIP del piano di controllo e la porta del bilanciatore del carico del piano di controllo per il tuo cluster (ad esempio 172.16.20.50:443).

      Se il problema riguarda il tuo account, il comando restituisce un codice stato 400. Se la richiesta scade, riavvia il pod ais e esegui di nuovo il comando curl per vedere se il problema si risolve. Se visualizza un codice di stato 000, il problema è stato risolto e non devi fare altro. Se continui a ricevere un codice di stato 400, il server HTTP di GKE Identity Service non si avvia. In questo caso, continua.

    2. Controlla i log di GKE Identity Service e kube-apiserver:
      1. Controlla il log di GKE Identity Service: 
        kubectl logs -f -l k8s-app=ais -n anthos-identity-service \
    --kubeconfig KUBECONFIG

        Se il log contiene una voce come la seguente, il problema ti riguarda:

        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. Controlla i log di kube-apiserver per i tuoi cluster:

        Nei comandi seguenti, KUBE_APISERVER_POD è il nome del pod kube-apiserver nel cluster specificato.

        Cluster di amministrazione:

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

        Cluster di utenti:

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

        Se i log kube-apiserver contengono voci come quelle riportate di seguito, il problema ti riguarda:

        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]"

    Soluzione

    Se non riesci ad aggiornare immediatamente i cluster per applicare la correzione, puoi identificare e riavviare i pod in questione come soluzione alternativa:

    1. Aumenta il livello di dettaglio di GKE Identity Service a 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. Controlla il log di GKE Identity Service per il contesto del token non valido: 
      kubectl logs -f -l k8s-app=ais -n anthos-identity-service \
    --kubeconfig KUBECONFIG
    3. Per ottenere il payload del token associato a ogni contesto del token non valido, analizza ogni segreto dell'account di servizio correlato con il seguente comando: 
      kubectl -n kube-system get secret SA_SECRET \
    --kubeconfig KUBECONFIG \
    -o jsonpath='{.data.token}' | base64 --decode
    4. Per decodificare il token e visualizzare il nome e lo spazio dei nomi del pod di origine, copia il token nel debugger all'indirizzo jwt.io.
    5. Riavviare i pod identificati dai token.
    Operazione 1.8, 1.9, 1.10

    I pod di manutenzione etcd che utilizzano l'immagine etcddefrag:gke_master_etcddefrag_20210211.00_p0 sono interessati. Il contenitore "etcddefrag" apre una nuova connessione al server etcd durante ogni ciclo di deframmentazione e le vecchie connessioni non vengono ripulite.


    Soluzione:

    Opzione 1: esegui l'upgrade alla versione più recente della patch dalla versione 1.8 alla versione 1.11 che contiene la correzione.

    Opzione 2: se utilizzi una versione della patch precedente alla 1.9.6 e alla 1.10.3, devi fare lo scale down il pod etcd-maintenance per il cluster di amministrazione e utente:

    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
    Operazione 1.9, 1.10, 1.11, 1.12, 1.13

    Sia il controller di integrità del cluster sia il comando gkectl diagnose cluster eseguono una serie di controlli di integrità, inclusi i controlli di integrità dei pod, negli spazi dei nomi. Tuttavia, iniziano a saltare per errore i pod del piano di controllo utente. Se utilizzi la modalità del control plane v2, il cluster non sarà interessato.


    Soluzione:

    Ciò non influirà sulla gestione dei carichi di lavoro o dei cluster. Se vuoi controllare lo stato dei pod del piano di controllo, puoi eseguire i seguenti comandi:

    kubectl get pods -owide -n USER_CLUSTER_NAME --kubeconfig ADMIN_CLUSTER_KUBECONFIG
    Upgrade, aggiornamenti 1.6+, 1.7+

    Gli upgrade dei cluster di amministrazione 1.6 e 1.7 potrebbero essere interessati dal reindirizzamento k8s.gcr.io -> registry.k8s.io

    Il 20/03/2023 Kubernetes ha ridiretto il traffico da k8s.gcr.io a registry.k8s.io. In Google Distributed Cloud 1.6.x e 1.7.x, gli upgrade del cluster di amministrazione utilizzano l'immagine container k8s.gcr.io/pause:3.2. Se utilizzi un proxy per la tua workstation di amministrazione e il proxy non consente registry.k8s.io e l'immagine del contenitore k8s.gcr.io/pause:3.2 non viene memorizzata nella cache localmente, gli upgrade del cluster di amministrazione non andranno a buon fine durante il recupero dell'immagine del contenitore.


    Soluzione:

    Aggiungi registry.k8s.io alla lista consentita del proxy per la tua workstation di amministrazione.
    Networking 1.10, 1.11, 1.12.0-1.12.6, 1.13.0-1.13.6, 1.14.0-1.14.2

    gkectl create loadbalancer non riesce con il seguente messaggio di errore:

    - 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

    Questo accade perché il file del gruppo Seesaw esiste già. Inoltre, il controllo preliminare tenta di convalidare un bilanciatore del carico seesaw inesistente.

    Soluzione:

    Rimuovi il file del gruppo Seesaw esistente per questo cluster. Il nome del file è seesaw-for-gke-admin.yaml per il cluster di amministrazione e seesaw-for-{CLUSTER_NAME}.yaml per un cluster utente.
    Networking 1,14

    La versione 1.14 di Google Distributed Cloud è soggetta a errori di inserimento della tabella di monitoraggio delle connessioni (conntrack) di netfilter quando si utilizzano immagini del sistema operativo Ubuntu o COS. I fallimenti di inserimento comportano timeout randomizzati dell'applicazione e possono verificarsi anche quando la tabella conntrack ha spazio per nuove voci. Gli errori sono causati da modifiche nel kernel 5.15 e versioni successive che limitano le inserzioni di tabelle in base alla lunghezza della catena.

    Per verificare se il problema riguarda il tuo sistema, puoi controllare le statistiche del sistema di monitoraggio delle connessioni in-kernel su ogni nodo con il seguente comando:

    sudo conntrack -S

    La risposta è simile alla seguente:

    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 un valore chaintoolong nella risposta è un numero diverso da zero, il problema ti riguarda.

    Soluzione

    La mitigazione a breve termine consiste nell'aumentare le dimensioni sia della tabella hash di netfilter (nf_conntrack_buckets) sia della tabella di monitoraggio delle connessioni di netfilter (nf_conntrack_max). Utilizza i seguenti comandi su ogni nodo del cluster per aumentare le dimensioni delle tabelle:

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

    Sostituisci TABLE_SIZE con le nuove dimensioni in byte. Il valore predefinito della dimensione della tabella è 262144. Ti consigliamo di impostare un valore uguale a 65.536 volte il numero di core del nodo. Ad esempio, se il tuo nodo ha otto core, imposta la dimensione della tabella su 524288.
    Networking 1.13.0-1.13.2

    Con Control Plane V2 abilitato, calico-typha o anetd-operator potrebbe essere pianificato sui nodi Windows e entrare in un loop di arresto anomalo.

    Il motivo è che i due implementazioni tollerano tutti gli elementi di contaminazione, incluso l'elemento di contaminazione del nodo Windows.


    Soluzione:

    Esegui l'upgrade alla versione 1.13.3 o successiva oppure esegui i seguenti comandi per modificare il deployment di "calico-typha" o "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

    Rimuovi quanto segue spec.template.spec.tolerations:

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

    E aggiungi la seguente tolleranza:

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

    Potresti non riuscire a creare un cluster di utenti se specifichi la sezione privateRegistry con la credenziale fileRef. Il preflight potrebbe non riuscire con il seguente messaggio: 

    [FAILURE] Docker registry access: Failed to login.


    Soluzione:

    • Se non intendevi specificare il campo o vuoi utilizzare la stessa credenziale del registry privato del cluster di amministrazione, puoi semplicemente rimuovere o commentare la sezione privateRegistry nel file di configurazione del cluster di utenti.
    • Se vuoi utilizzare una credenziale del registry privato specifica per il tuo cluster di utenti, puoi specificare temporaneamente la sezione privateRegistry nel seguente modo: 
      privateRegistry:
  address: PRIVATE_REGISTRY_ADDRESS
  credentials:
    username: PRIVATE_REGISTRY_USERNAME
    password: PRIVATE_REGISTRY_PASSWORD
  caCertPath: PRIVATE_REGISTRY_CACERT_PATH
       (NOTA: si tratta solo di una correzione temporanea e questi campi sono già deprecati. Valuta la possibilità di utilizzare il file delle credenziali durante l'upgrade alla versione 1.14.3 o successive.)

    Operazioni 1,10 e oltre

    Dataplane V2 gestisce il bilanciamento del carico e crea una socket del kernel anziché un DNAT basato su pacchetti. Ciò significa che Cloud Service Mesh non può eseguire l'analisi dei pacchetti perché il pod viene ignorato e non utilizza mai IPTables.

    Questo si manifesta in modalità libera di kube-proxy con perdita di connettività o routing errato del traffico per i servizi con Cloud Service Mesh, poiché il sidecar non può eseguire l'ispezione dei pacchetti.

    Questo problema è presente in tutte le versioni di Google Distributed Cloud 1.10, ma alcune versioni più recenti di 1.10 (1.10.2 e versioni successive) hanno una soluzione alternativa.


    Soluzione:

    Esegui l'upgrade a 1.11 per la piena compatibilità o, se utilizzi 1.10.2 o versioni successive, esegui:

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

    Aggiungi bpf-lb-sock-hostns-only: true al configmap e riavvia il daemonset anetd:

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

    Archiviazione 1.12 e versioni successive, 1.13.3

    kube-controller-manager potrebbe scadere durante il distacco dei PV/PVC dopo 6 minuti e scollegarli forzatamente. I log dettagliati di kube-controller-manager mostrano eventi simili ai seguenti:

    $ 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

    Per verificare il problema, accedi al nodo ed esegui i seguenti comandi:

    # See all the mounting points with disks
lsblk -f

# See some ext4 errors
sudo dmesg -T

    Nel log di kubelet vengono visualizzati errori come il seguente:

    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

    Soluzione:

    Connettiti al nodo interessato tramite SSH e riavvialo.
    Upgrade, aggiornamenti 1.12 e versioni successive, 1.13 e versioni successive, 1.14 e versioni successive

    Potresti non essere in grado di eseguire l'upgrade di un cluster se utilizzi un driver CSI di terze parti. Il comando gkectl cluster diagnose potrebbe restituire il seguente errore: 

    "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"


    Soluzione:

    Esegui l'upgrade utilizzando l'opzione --skip-validation-all.
    Operazione 1.10 e versioni successive, 1.11 e versioni successive, 1.12 e versioni successive, 1.13 e versioni successive, 1.14 e versioni successive

    Il nodo principale amministrativo creato tramite gkectl repair admin-master potrebbe utilizzare una versione hardware della VM inferiore a quella prevista. Quando si verifica il problema, vedrai l'errore nel report 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.


    Soluzione:

    Arresta il nodo master amministrativo, segui https://kb.vmware.com/s/article/1003746 per eseguire l'upgrade del nodo alla versione prevista descritta nel messaggio di errore e poi avvia il nodo.
    Sistema operativo 1.10 e versioni successive, 1.11 e versioni successive, 1.12 e versioni successive, 1.13 e versioni successive, 1.14 e versioni successive, 1.15 e versioni successive, 1.16 e versioni successive

    In systemd v244, systemd-networkd ha una modifica del comportamento predefinito nella configurazione di KeepConfiguration. Prima di questa modifica, le VM non inviavano un messaggio di rilascio del lease DHCP al server DHCP al riavvio o allo spegnimento. Dopo questa modifica, le VM inviano un messaggio di questo tipo e restituiscono gli IP al server DHCP. Di conseguenza, l'IP rilasciato potrebbe essere riallocato a una VM diversa e/o un IP diverso potrebbe essere assegnato alla VM, causando un conflitto IP (a livello di Kubernetes, non a livello di vSphere) e/o la modifica dell'IP sulle VM, che può interrompere i cluster in vari modi.

    Ad esempio, potresti notare i seguenti sintomi.

    • L'interfaccia utente di vCenter mostra che nessuna VM utilizza lo stesso IP, ma kubectl get nodes -o wide restituisce nodi con IP duplicati. 
      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
    • Impossibile avviare i nuovi nodi a causa di un errore 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


    Soluzione:

    Esegui il deployment del seguente DaemonSet sul cluster per ripristinare la modifica del comportamento predefinito di systemd-networkd. Le VM che eseguono questo DaemonSet non rilasceranno gli IP al server DHCP al riavvio/arresto. Gli IP verranno liberati automaticamente dal server DHCP alla scadenza dei lease. 

          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

    Funzionamento, upgrade, aggiornamenti 1.12.0-1.12.5, 1.13.0-1.13.5, 1.14.0-1.14.1

    Questo problema interessa solo i cluster di amministrazione di cui è stato eseguito l'upgrade da 1.11.x e non influisce sui cluster di amministrazione appena creati dopo 1.12.

    Dopo aver eseguito l'upgrade di un cluster 1.11.x alla versione 1.12.x, il campo component-access-sa-key nel secret admin-cluster-creds verrà eliminato e impostato su vuoto. Puoi verificare questo valore inserendo il seguente comando: 

    kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get secret admin-cluster-creds -o yaml | grep 'component-access-sa-key'
     Se il risultato è vuoto, significa che la chiave è stata cancellata.

    Dopo l'eliminazione della chiave dell'account di servizio di accesso ai componenti, l'installazione di nuovi cluster utente o l'upgrade di quelli esistenti non andrà a buon fine. Di seguito sono elencati alcuni messaggi di errore che potresti riscontrare:

    • Errore di preflight di convalida lento con messaggio di errore: "Failed to create the test VMs: failed to get service account key: service account is not configured."
    • La preparazione entro il giorno gkectl prepare non è riuscita con il messaggio di errore: "Failed to prepare OS images: dialing: unexpected end of JSON input"
    • Se stai eseguendo l'upgrade di un cluster utente 1.13 utilizzando la console Google Cloud o l'interfaccia a riga della gcloud CLI, quando esegui gkectl update admin --enable-preview-user-cluster-central-upgrade per eseguire il deployment del controller della piattaforma di upgrade, il comando non va a buon fine con il messaggio "failed to download bundle to disk: dialing: unexpected end of JSON input" (puoi visualizzare questo messaggio nel campo status nell'output di kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get onprembundle -oyaml).


    Soluzione:

    Aggiungi nuovamente la chiave del account di servizio di accesso al componente al segreto eseguendo manualmente il seguente 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 -

    Operazione 1.13.0 e versioni successive, 1.14.0 e versioni successive

    Per i cluster utente creati con Controlplane V2 attivo, i pool di nodi con la scalabilità automatica abilitata utilizzano sempre il proprio autoscaling.minReplicas in user-cluster.yaml. Il log del pod cluster-autoscaler mostra un errore simile al seguente: 

      > 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
    Puoi trovare il pod del gestore della scalabilità automatica del cluster eseguendo i seguenti comandi. 
      > kubectl --kubeconfig $USER_CLUSTER_KUBECONFIG -n kube-system \
   get pods | grep cluster-autoscaler
cluster-autoscaler-5857c74586-txx2c                          4648017n    48076Ki    30s


    Soluzione:

    Disattiva la scalabilità automatica in tutti i pool di nodi con "gkectl update cluster" fino all'upgrade a una versione con la correzione
    Installazione 1.12.0-1.12.4, 1.13.0-1.13.3, 1.14.0

    Quando gli utenti utilizzano CIDR nel file del blocco IP, la convalida della configurazione non va a buon fine con il seguente errore: 

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


    Soluzione:

    Includi i singoli IP nel file di blocco IP fino all'upgrade a una versione con la correzione: 1.12.5, 1.13.4, 1.14.1 e versioni successive.
    Upgrade, aggiornamenti 1.14.0-1.14.1

    Quando aggiorni il tipo di immagine del sistema operativo del piano di controllo in admin-cluster.yaml e se il cluster utente corrispondente è stato creato tramite Controlplane V2, la ricostituzione delle macchine del piano di controllo dell'utente potrebbe non essere completata al termine del comando gkectl.


    Soluzione:

    Al termine dell'aggiornamento, attendi che anche la ricostituzione delle macchine del piano di controllo dell'utente venga completata monitorando i tipi di immagini del sistema operativo dei nodi utilizzando kubectl --kubeconfig USER_KUBECONFIG get nodes -owide. Ad esempio, se esegui l'aggiornamento da Ubuntu a COS, dobbiamo attendere che tutte le macchine del piano di controllo passino completamente da Ubuntu a COS anche dopo il completamento del comando di aggiornamento.

    Operazione 1.10, 1.11, 1.12, 1.13, 1.14.0

    Un problema con Calico in Google Distributed Cloud 1.14.0 causa l'errore di creazione ed eliminazione dei pod con il seguente messaggio di errore nell'output di kubectl describe pods:

      error getting ClusterInformation: connection is unauthorized: Unauthorized

    Questo problema si verifica solo 24 ore dopo la creazione o l'upgrade del cluster a 1.14 utilizzando Calico.

    I cluster di amministrazione utilizzano sempre Calico, mentre per il cluster utente è presente un campo di configurazione "enableDataPlaneV2" in user-cluster.yaml. Se questo campo è impostato su "false" o non è specificato, significa che utilizzi Calico nel cluster utente.

    Il contenitore install-cni dei nodi crea un file kubeconfig con un token valido per 24 ore. Questo token deve essere rinnovato periodicamente dal pod calico-node. Il pod calico-node non è in grado di rinnovare il token perché non ha accesso alla directory contenente il file kubeconfig sul nodo.


    Soluzione:

    Questo problema è stato risolto nella versione 1.14.1 di Google Distributed Cloud. Esegui l'upgrade a questa o a una versione successiva.

    Se non puoi eseguire l'upgrade immediatamente, applica la seguente patch al calico-node DaemonSet nel cluster di amministrazione e utente:

      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 -
    Sostituisci quanto segue:
    • ADMIN_CLUSTER_KUBECONFIG: il percorso del file kubeconfig del cluster di amministrazione.
    • USER_CLUSTER_CONFIG_FILE: il percorso del file di configurazione del cluster utente.
    Installazione 1.12.0-1.12.4, 1.13.0-1.13.3, 1.14.0

    La creazione del cluster non va a buon fine nonostante l'utente disponga della configurazione corretta. L'utente vede che la creazione non va a buon fine perché il cluster non dispone di IP sufficienti.


    Soluzione:

    Suddividi i blocchi CIDR in più blocchi CIDR più piccoli, ad esempio 10.0.0.0/30 diventa 10.0.0.0/31, 10.0.0.2/31. Finché sono presenti N+1 CIDR, dove N è il numero di nodi nel cluster, dovrebbe essere sufficiente.

    Funzionamento, upgrade, aggiornamenti 1.11.0 - 1.11.1, 1.10.0 - 1.10.4, 1.9.0 - 1.9.6

    Quando la funzionalità di crittografia dei secret sempre attiva è abilitata insieme al backup del cluster, il backup del cluster amministrativo non include le chiavi di crittografia e la configurazione richieste dalla funzionalità di crittografia dei secret sempre attiva. Di conseguenza, la riparazione del master amministratore con questo backup utilizzando gkectl repair admin-master --restore-from-backup causa il seguente errore: 

    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

    Funzionamento, upgrade, aggiornamenti 1,10 e oltre

    Se la funzionalità di crittografia dei secret sempre attiva non è abilitata al momento della creazione del cluster, ma viene attivata in un secondo momento utilizzando l'operazione gkectl update, gkectl repair admin-master non riesce a riparare il nodo del piano di controllo del cluster di amministrazione. Ti consigliamo di attivare la funzionalità di crittografia dei secret sempre attiva al momento della creazione del cluster. Al momento non è disponibile alcuna mitigazione.

    Upgrade, aggiornamenti 1,10

    L'upgrade del primo cluster utente da 1.9 a 1.10 potrebbe ricreare i nodi in altri cluster utente nello stesso cluster di amministrazione. La ricostruzione viene eseguita in modo graduale.

    disk_label è stato rimosso da MachineTemplate.spec.template.spec.providerSpec.machineVariables, il che ha attivato un aggiornamento imprevisto su tutti i MachineDeployment.


    Soluzione:
    Upgrade, aggiornamenti 1.10.0

    L'upgrade del cluster utente alla versione 1.10.0 potrebbe causare frequenti riavvii di Docker.

    Puoi rilevare questo problema eseguendo kubectl describe node NODE_NAME --kubeconfig USER_CLUSTER_KUBECONFIG

    Una condizione del nodo indica se Docker si riavvia di frequente. Ecco un esempio di output:

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

    Per comprendere la causa principale, devi connetterti tramite SSH al nodo che presenta il sintomo ed eseguire comandi come sudo journalctl --utc -u docker o sudo journalctl -x


    Soluzione:
    Upgrade, aggiornamenti 1.11, 1.12

    Se utilizzi una versione di Google Distributed Cloud precedente alla 1.12 e hai configurato manualmente i componenti Prometheus gestito da Google (GMP) nello spazio dei nomi gmp-system per il tuo cluster, i componenti non vengono conservati quando esegui l'upgrade alla versione 1.12.x.

    A partire dalla versione 1.12, i componenti GMP nello spazio dei nomi gmp-system e nei CRD sono gestiti dall'oggetto stackdriver, con il flag enableGMPForApplications impostato su false per impostazione predefinita. Se esegui il deployment manuale dei componenti GMP nello spazio dei nomi prima di eseguire l'upgrade alla versione 1.12, le risorse verranno eliminate entro il giorno stackdriver.


    Soluzione:
    Operazione 1.11, 1.12, 1.13.0 - 1.13.1

    Nello scenario system, lo snapshot del cluster non include risorse nello spazio dei nomi default.

    Tuttavia, alcune risorse Kubernetes, come gli oggetti Cluster API che si trovano in questo spazio dei nomi, contengono informazioni utili per il debug. Lo snapshot del cluster dovrebbe includerli.


    Soluzione:

    Puoi eseguire manualmente i seguenti comandi per raccogliere le informazioni di debug.

    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
     dove:

    USER_CLUSTER_KUBECONFIG è il file kubeconfig del cluster utente.
    Upgrade, aggiornamenti 1.11.0-1.11.4, 1.12.0-1.12.3, 1.13.0-1.13.1

    Quando elimini, aggiorni o esegui l'upgrade di un cluster utente, lo svuotamento dei nodi potrebbe bloccarsi nei seguenti scenari:

    • Il cluster di amministrazione utilizza il driver CSI vSphere su vSAN dalla versione 1.12.x e
    • Non sono presenti oggetti PVC/PV creati da plug-in vSphere in-tree nel cluster di amministrazione e utente.

    Per identificare il sintomo, esegui il comando seguente:

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

    Ecco un esempio di messaggio di errore del comando precedente:

    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 è la directory predefinita per il driver in-tree di vSphere. Quando non vengono creati oggetti PVC/PV, potresti riscontrare un bug che impedisce il drenaggio del nodo di trovare kubevols, poiché l'implementazione attuale presuppone che kubevols esista sempre.


    Soluzione:

    Crea la directory kubevols nel datastore in cui viene creato il nodo. Questo valore è definito nel campo vCenter.datastore dei file user-cluster.yaml o admin-cluster.yaml.
    Configurazione 1.7, 1.8, 1.9, 1.10, 1.11, 1.12, 1.13, 1.14

    All'eliminazione del cluster utente, vengono eliminati anche clusterrole e clusterrolebinding corrispondenti per cluster-autoscaler. Questo influisce su tutti gli altri cluster utente nello stesso cluster di amministrazione con il gestore della scalabilità automatica dei cluster abilitato. Questo perché lo stesso clusterrole e clusterrolebinding vengono utilizzati per tutti i pod del gestore della scalabilità automatica del cluster nello stesso cluster di amministrazione.

    I sintomi sono i seguenti:

    • Log di cluster-autoscaler
      • kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
cluster-autoscaler
       dove ADMIN_CLUSTER_KUBECONFIG è il file kubeconfig del cluster di amministrazione. Ecco un esempio di messaggi di errore che potresti visualizzare: 
      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

    Soluzione:

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

    All'eliminazione del cluster utente viene eliminato anche clusterrole, con il risultato che la riparazione automatica e l'esportatore delle metriche vSphere non funzionano

    I sintomi sono i seguenti:

    • Log di cluster-health-controller
      • kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
cluster-health-controller
       dove ADMIN_CLUSTER_KUBECONFIG è il file kubeconfig del cluster di amministrazione. Ecco un esempio di messaggi di errore che potresti visualizzare: 
      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
    • Log di vsphere-metrics-exporter
      • kubectl logs --kubeconfig ADMIN_CLUSTER_KUBECONFIG -n kube-system \
vsphere-metrics-exporter
       dove ADMIN_CLUSTER_KUBECONFIG è il file kubeconfig del cluster di amministrazione. Ecco un esempio di messaggi di errore che potresti visualizzare: 
      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"

    Soluzione:

    Configurazione 1.12.1-1.12.3, 1.13.0-1.13.2

    Un problema noto che potrebbe causare l'errore del comando gkectl check-config senza l'esecuzione di gkectl prepare. Questo è fonte di confusione perché suggeriamo di eseguire il comando prima di eseguire gkectl prepare

    Il sintomo è che il comando gkectl check-config non andrà a buon fine con il seguente messaggio di errore:

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

    Soluzione:

    Opzione 1: esegui gkectl prepare per caricare le immagini del sistema operativo mancanti.

    Opzione 2: utilizza gkectl check-config --skip-validation-os-images per saltare la convalida delle immagini del sistema operativo.
    Upgrade, aggiornamenti 1.11, 1.12, 1.13

    Un problema noto che potrebbe causare l'errore gkectl update admin/cluster durante l'aggiornamento di anti affinity groups.

    Il sintomo è che il comando gkectl update non andrà a buon fine con il seguente messaggio di errore:

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

    Soluzione:
    Installazione, upgrade, aggiornamenti 1.13.0-1.13.8, 1.14.0-1.14.4, 1.15.0

    La registrazione dei nodi non riesce durante la creazione, l'upgrade e l'aggiornamento del cluster e la riparazione automatica dei nodi quando ipMode.type è static e l'hostname configurato nel file di blocco IP contiene uno o più punti. In questo caso, le richieste di firma del certificato (CSR) per un nodo non vengono approvate automaticamente.

    Per visualizzare le CSR in attesa per un nodo, esegui il seguente comando:

    kubectl get csr -A -o wide

    Controlla se nei seguenti log sono presenti messaggi di errore:

    • Visualizza i log nel cluster di amministrazione per il contenitore clusterapi-controller-manager nel pod clusterapi-controllers: 
      kubectl logs clusterapi-controllers-POD_NAME \
    -c clusterapi-controller-manager -n kube-system \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG
    • Per visualizzare gli stessi log nel cluster utente, esegui il seguente comando: 
      kubectl logs clusterapi-controllers-POD_NAME \
    -c clusterapi-controller-manager -n USER_CLUSTER_NAME \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG
       where:
      • ADMIN_CLUSTER_KUBECONFIG è il file kubeconfig del cluster di amministrazione.
      • USER_CLUSTER_NAME è il nome del cluster di utenti.
      Ecco un esempio di messaggi di errore che potresti visualizzare: "msg"="failed to validate token id" "error"="failed to find machine for node node-worker-vm-1" "validate"="csr-5jpx9"
    • Visualizza i log kubelet sul nodo problematico: 
      journalctl --u kubelet
       Ecco un esempio di messaggi di errore che potresti visualizzare: "Error getting node" err="node \"node-worker-vm-1\" not found"

    Se specifichi un nome di dominio nel campo del nome host di un file di blocco IP, tutti i caratteri successivi al primo punto verranno ignorati. Ad esempio, se specifichi il nome host come bob-vm-1.bank.plc, il nome host e il nome del nodo della VM verranno impostati su bob-vm-1.

    Quando la verifica dell'ID nodo è attiva, l'approvatore della richiesta di servizio clienti confronta il nome del nodo con il nome host nelle specifiche della macchina e non riesce a riconciliare il nome. L'approvatore rifiuta la CSR e il bootstrap del nodo non riesce.


    Soluzione:

    Cluster di utenti

    Per disattivare la verifica dell'ID nodo, segui questi passaggi:

    1. Aggiungi i seguenti campi al file di configurazione del cluster utente: 
      disableNodeIDVerification: true
disableNodeIDVerificationCSRSigning: true
    2. Salva il file e aggiorna il cluster di utenti eseguendo il seguente comando: 
      gkectl update cluster --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    --config USER_CLUSTER_CONFIG_FILE
       Sostituisci quanto segue:
      • ADMIN_CLUSTER_KUBECONFIG: il percorso del file kubeconfig del cluster di amministrazione.
      • USER_CLUSTER_CONFIG_FILE: il percorso del file di configurazione del cluster utente.

    Cluster amministrativo

    1. Apri la risorsa personalizzata OnPremAdminCluster per la modifica: 
      kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    edit onpremadmincluster -n kube-system
    2. Aggiungi la seguente annotazione alla risorsa personalizzata: 
      features.onprem.cluster.gke.io/disable-node-id-verification: enabled
    3. Modifica il manifest kube-controller-manager nel piano di controllo del cluster di amministrazione:
      1. Esegui SSH sul nodo del control plane del cluster di amministrazione.
      2. Apri il file manifest kube-controller-manager per la modifica: 
        sudo vi /etc/kubernetes/manifests/kube-controller-manager.yaml
      3. Trova l'elenco di controllers: 
        --controllers=*,bootstrapsigner,tokencleaner,-csrapproving,-csrsigning
      4. Aggiorna questa sezione come mostrato di seguito: 
        --controllers=*,bootstrapsigner,tokencleaner
    4. Apri il controller dell'API Deployment Cluster per la modifica: 
      kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    edit deployment clusterapi-controllers -n kube-system
    5. Modifica i valori di node-id-verification-enabled e node-id-verification-csr-signing-enabled in false: 
      --node-id-verification-enabled=false
--node-id-verification-csr-signing-enabled=false
    Installazione, upgrade, aggiornamenti 1.11.0-1.11.4

    La creazione/l'upgrade del cluster di amministrazione rimane bloccata nel seguente log per sempre e alla fine scade il tempo di attesa:

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

    Nella versione 1.11 della documentazione, il log del controller dell'API Cluster nello snapshot del cluster esterno include il seguente log:

    Invalid value 'XXXX' specified for property startup-data

    Ecco un esempio di percorso file per il log del controller dell'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.
    Networking 1.10, 1.11.0-1.11.3, 1.12.0-1.12.2, 1.13.0

    In networkgatewaygroups.status.nodes, some nodes switch between NotHealthy and Up.

    Logs for the ang-daemon Pod running on that node reveal repeated errors: 

    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"}

    Lo stato NotHealthy impedisce al controller di assegnare IP flottanti aggiuntivi al nodo. Ciò può comportare un maggiore carico su altri nodi o una mancanza di ridondanza per l'alta disponibilità.

    L'attività del piano dati non è interessata.

    La contesa sull'oggetto networkgatewaygroup causa il fallimento di alcuni aggiornamenti dello stato a causa di un errore nella gestione del nuovo tentativo. Se troppi aggiornamenti dello stato non vanno a buon fine, ang-controller-manager considera che il nodo ha superato il limite di tempo del heartbeat e lo contrassegna come NotHealthy.

    L'errore nella gestione del nuovo tentativo è stato corretto nelle versioni successive.


    Soluzione:

    Esegui l'upgrade a una versione corretta, se disponibile.
    Upgrade, aggiornamenti 1.12.0-1.12.2, 1.13.0

    Un problema noto che potrebbe causare l'interruzione dell'upgrade o dell'aggiornamento del cluster in attesa dell'eliminazione dell'oggetto della vecchia macchina. Questo accade perché il finalizer non può essere rimosso dall'oggetto macchina. Ciò influisce su qualsiasi operazione di aggiornamento graduale per i pool di nodi.

    Il sintomo è che il comando gkectl scade con il seguente messaggio di errore:

    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.

    Nei log del pod clusterapi-controller, gli errori sono simili a quelli riportati di seguito:

    $ 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

    L'errore si ripete per la stessa macchina per diversi minuti per le esecuzioni riuscite anche senza questo problema. Nella maggior parte dei casi può essere completato rapidamente, ma in alcuni rari casi può rimanere bloccato in questa condizione di gara per diverse ore.

    Il problema è che la VM di base è già stata eliminata in vCenter, ma non è possibile rimuovere l'oggetto macchina corrispondente, che è bloccato alla rimozione del finalizer a causa di aggiornamenti molto frequenti da altri controller. Ciò può causare il timeout del comando gkectl, ma il controllore continua a riconciliare il cluster in modo che il processo di upgrade o aggiornamento venga completato.


    Soluzione:

    Abbiamo preparato diverse opzioni di mitigazione per questo problema, che dipendono dal tuo ambiente e dai tuoi requisiti.

    • Opzione 1: attendi che l'upgrade venga completato automaticamente.

      In base all'analisi e alla riproduzione nel tuo ambiente, l'upgrade può essere completato autonomamente senza alcun intervento manuale. Il vantaggio di questa opzione è che non è certo il tempo necessario per completare la rimozione del finalizer per ogni oggetto macchina. Può essere completata immediatamente se hai fortuna o può durare diverse ore se la riconciliazione del controller del set di macchine è troppo veloce e il controller del set di macchine non ha mai la possibilità di rimuovere il finalizzatore tra le riconciliazioni.

      La buona notizia è che questa opzione non richiede alcun intervento da parte tua e i carichi di lavoro non verranno interrotti. È solo necessario più tempo per completare l'upgrade.
    • Opzione 2: applica l'annotazione di riparazione automatica a tutti gli oggetti della vecchia macchina.

      Il controller del set di macchine filtrerà le macchine con l'annotazione della riparazione automatica e il timestamp dell'eliminazione non nulli e non continuerà a emettere chiamate di eliminazione su queste macchine. In questo modo, è possibile evitare la race condition.

      Il rovescio della medaglia è che i pod sulle macchine verranno eliminati direttamente anziché espulsi, il che significa che non rispetteranno la configurazione del PDB, il che potrebbe causare potenziali tempi di riposo per i tuoi carichi di lavoro.

      Il comando per ottenere tutti i nomi delle macchine: 
      kubectl --kubeconfig CLUSTER_KUBECONFIG get machines
       Il comando per applicare l'annotazione di riparazione automatica per ogni macchina: 
      kubectl annotate --kubeconfig CLUSTER_KUBECONFIG \
    machine MACHINE_NAME \
    onprem.cluster.gke.io/repair-machine=true

    Se riscontri questo problema e l'upgrade o l'aggiornamento non riesce ancora a completarsi dopo molto tempo, contatta il nostro team di assistenza per conoscere le misure di mitigazione.
    Installazione, upgrade, aggiornamenti 1.10.2, 1.11, 1.12, 1.13

    Il comando gkectl prepare non è riuscito con:

    - 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.

    I controlli preflight di gkectl prepare includevano una convalida scorretta.


    Soluzione:

    Esegui lo stesso comando con un flag aggiuntivo --skip-validation-os-images.
    Installazione 1.7, 1.8, 1.9, 1.10, 1.11, 1.12, 1.13

    Creazione del cluster di amministrazione non riuscita con:

    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]+')]

    L'URL viene utilizzato come parte di una chiave secret, che non supporta "/" o ":".


    Soluzione:

    Rimuovi il prefisso https:// o http:// dal campo vCenter.Address nel file yaml di configurazione del cluster di amministrazione o del cluster utente.
    Installazione, upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13

    gkectl prepare può generare un panico con il seguente trace di stack:

    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
...

    Il problema è che gkectl prepare ha creato la directory dei certificati del registry privato con un'autorizzazione errata.


    Soluzione:

    Per risolvere il problema, esegui i seguenti comandi sulla workstation di amministrazione:

    sudo mkdir -p /etc/docker/certs.d/PRIVATE_REGISTRY_ADDRESS
sudo chmod 0755 /etc/docker/certs.d/PRIVATE_REGISTRY_ADDRESS
    Upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13

    Dopo un tentativo di upgrade del cluster di amministrazione non riuscito, non eseguire gkectl repair admin-master. In questo modo, i tentativi di upgrade dell'amministratore successivi potrebbero non riuscire a causa di problemi come l'accensione dell'amministratore principale o l'inaccessibilità della VM.


    Soluzione:

    Se hai già riscontrato questo scenario di errore, contatta l'assistenza.
    Upgrade, aggiornamenti 1.10, 1.11

    Se la macchina del piano di controllo dell'amministratore non viene ricreata dopo un tentativo di upgrade del cluster di amministrazione ripreso, il modello VM del piano di controllo dell'amministratore viene eliminato. Il modello VM del piano di controllo dell'amministratore è il modello del master amministrativo utilizzato per recuperare la macchina del piano di controllo con gkectl repair admin-master.


    Soluzione:

    Il modello VM del piano di controllo dell'amministratore verrà rigenerato durante il successivo upgrade del cluster di amministrazione.
    Sistema operativo 1.12, 1.13

    Nella versione 1.12.0, cgroup v2 (unificato) è abilitato per impostazione predefinita per i nodi Container-Optimized OS (COS). Ciò potrebbe potenzialmente causare instabilità per i tuoi carichi di lavoro in un cluster COS.


    Soluzione:

    Nella versione 1.12.1 abbiamo ripristinato cgroup v1 (ibrido). Se utilizzi i nodi COS, ti consigliamo di eseguire l'upgrade alla versione 1.12.1 non appena viene rilasciata.
    Identità 1.10, 1.11, 1.12, 1.13

    gkectl update ripristina eventuali modifiche manuali apportate alla risorsa personalizzata ClientConfig.


    Soluzione:

    Ti consigliamo vivamente di eseguire il backup della risorsa ClientConfig dopo ogni modifica manuale.
    Installazione 1.10, 1.11, 1.12, 1.13

    La convalida non va a buon fine perché non è possibile trovare le partizioni F5 BIG-IP, anche se esistono.

    Un problema con l'API F5 BIG-IP può causare il fallimento della convalida.


    Soluzione:

    Prova a eseguire di nuovo gkectl check-config.
    Installazione 1,12

    Potresti visualizzare un errore di installazione a causa di cert-manager-cainjector in crashloop, quando apiserver/etcd è 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"

    Soluzione:
    VMware 1.10, 1.11, 1.12, 1.13

    Se vCenter, per le versioni precedenti alla 7.0U2, viene riavviato dopo un upgrade o in altro modo, il nome della rete nelle informazioni della VM di vCenter è errato e la macchina si trova in uno stato Unavailable. Ciò porta alla riparazione automatica dei nodi per crearne di nuovi.

    Bug govmomi correlato.


    Soluzione:

    Questa soluzione alternativa è fornita dall'assistenza VMware:

    1. Il problema è stato risolto nelle versioni vCenter 7.0U2 e successive.
    2. Per le versioni precedenti, fai clic con il tasto destro del mouse sull'host e seleziona Connessione > Scollega. Quindi, ricollega, il che forza un aggiornamento del gruppo di porte della VM.
    Sistema operativo 1.10, 1.11, 1.12, 1.13

    Per Google Distributed Cloud versione 1.7.2 e successive, le immagini del sistema operativo Ubuntu sono rese più sicure con il benchmark del server CIS L1.

    Per soddisfare la regola CIS "5.2.16 Assicurati che l'intervallo di tempo di spegnimento inattivo SSH sia configurato", /etc/ssh/sshd_config ha le seguenti impostazioni:

    ClientAliveInterval 300
ClientAliveCountMax 0

    Lo scopo di queste impostazioni è terminare una sessione client dopo 5 minuti di inattività. Tuttavia, il valore ClientAliveCountMax 0 causa un comportamento imprevisto. Quando utilizzi la sessione SSH sulla workstation di amministrazione o su un nodo del cluster, la connessione SSH potrebbe essere disconnessa anche se il client SSH non è inattivo, ad esempio quando esegui un comando che richiede molto tempo, e il comando potrebbe essere terminato con il seguente messaggio:

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

    Soluzione:

    Puoi:

    • Utilizza nohup per impedire l'interruzione del comando al termine della connessione SSH. 
      nohup gkectl upgrade admin --config admin-cluster.yaml \
    --kubeconfig kubeconfig
    • Aggiorna sshd_config in modo da utilizzare un valore ClientAliveCountMax diverso da zero. La regola CIS consiglia di utilizzare un valore inferiore a 3: 
      sudo sed -i 's/ClientAliveCountMax 0/ClientAliveCountMax 1/g' \
    /etc/ssh/sshd_config
sudo systemctl restart sshd

    Assicurati di ricollegare la sessione SSH.
    Installazione 1.10, 1.11, 1.12, 1.13

    Nelle release 1.13, monitoring-operator installerà cert-manager nello spazio dei nomi cert-manager. Se per determinati motivi devi installare il tuo cert-manager, segui le seguenti istruzioni per evitare conflitti:

    Devi applicare questa soluzione alternativa una sola volta per ogni cluster e le modifiche verranno conservate durante l'upgrade del cluster.

    Nota: un sintomo comune dell'installazione del tuo cert-manager è che la versione o l'immagine di cert-manager (ad esempio v1.7.2) potrebbe tornare alla versione precedente. Questo accade perché monitoring-operator tenta di riconciliare cert-manager e ripristina la versione durante la procedura.

    Soluzione:

    <pEvitare conflitti durante l'upgrade

    1. Disinstalla la tua versione di cert-manager. Se hai definito le tue risorse, ti consigliamo di eseguire il backup .
    2. Esegui l'upgrade.
    3. Segui le istruzioni riportate di seguito per ripristinare il tuo cert-manager.

    Ripristinare il proprio cert-manager nei cluster utente

    • Scala il deployment monitoring-operator su 0: 
      kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    -n USER_CLUSTER_NAME \
    scale deployment monitoring-operator --replicas=0
    • Scala i deployment di cert-manager gestiti da monitoring-operator su 0: 
      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
    • Reinstalla la tua versione di cert-manager. Ripristina le risorse personalizzate, se presenti.
    • Puoi saltare questo passaggio se utilizzi l'installazione predefinita di cert-manager upstream o se hai la certezza che cert-manager sia installato nello spazio dei nomi cert-manager. In caso contrario, copia il certificato metrics-ca cert-manager.io/v1 e le risorse metrics-pki.cluster.local Issuer da cert-manager allo spazio dei nomi delle risorse del cluster del tuo cert-manager installato. 
      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

    Ripristinare il proprio cert-manager nei cluster di amministrazione

    In genere, non è necessario reinstallare cert-manager nei cluster di amministrazione perché i cluster di amministrazione eseguono solo i carichi di lavoro del control plane di Google Distributed Cloud. Nei rari casi in cui devi installare anche il tuo cert-manager nei cluster di amministrazione, segui le istruzioni riportate di seguito per evitare conflitti. Tieni presente che se sei un cliente Apigee e hai bisogno solo di cert-manager per Apigee, non devi eseguire i comandi del cluster di amministrazione.

    • Scala il deployment di monitoring-operator su 0. 
      kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    -n kube-system scale deployment monitoring-operator --replicas=0
    • Scala i deployment di cert-manager gestiti da monitoring-operator su 0. 
      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
    • Reinstalla la tua versione di cert-manager. Ripristina le risorse personalizzate, se presenti.
    • Puoi saltare questo passaggio se utilizzi l'installazione predefinita di cert-manager upstream o se hai la certezza che cert-manager sia installato nello spazio dei nomi cert-manager. In caso contrario, copia il certificato metrics-ca cert-manager.io/v1 e le risorse metrics-pki.cluster.local Issuer da cert-manager allo spazio dei nomi delle risorse del cluster del tuo cert-manager installato. 
      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
    </p
    Sistema operativo 1.10, 1.11, 1.12, 1.13

    Docker, containerd e runc nelle immagini del sistema operativo Ubuntu fornite con Google Distributed Cloud sono bloccati su versioni speciali utilizzando Ubuntu PPA. In questo modo, tutte le modifiche al runtime del contenitore verranno qualificate da Google Distributed Cloud prima di ogni rilascio.

    Tuttavia, le versioni speciali sono sconosciute al tracker CVE di Ubuntu, che viene utilizzato come feed di vulnerabilità da vari strumenti di scansione CVE. Di conseguenza, vedrai falsi positivi nei risultati dell'analisi delle vulnerabilità di Docker, containerd e runc.

    Ad esempio, potresti visualizzare i seguenti falsi positivi nei risultati della scansione delle vulnerabilità. Queste CVE sono già state corrette nelle ultime versioni con patch di Google Distributed Cloud.

    Consulta le note di rilascio per eventuali correzioni delle CVE.


    Soluzione:

    Canonical è a conoscenza del problema e la correzione è monitorata all'indirizzo https://github.com/canonical/sec-cvescan/issues/73.
    Upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13

    Se stai eseguendo l'upgrade dei cluster non ad alta disponibilità dalla versione 1.9 alla versione 1.10, potresti notare che kubectl exec, kubectl log e il webhook contro i cluster utente potrebbero non essere disponibili per breve tempo. Questo tempo di riposo può durare fino a un minuto. Questo accade perché la richiesta in arrivo (kubectl exec, kubectl log e webhook) viene gestita da kube-apiserver per il cluster dell'utente. L'utente kube-apiserver è un Statefulset. In un cluster non HA, esiste una sola replica per lo stato attivo. Pertanto, durante l'upgrade, è possibile che il vecchio kube-apiserver non sia disponibile mentre il nuovo kube-apiserver non sia ancora pronto.


    Soluzione:

    Questo tempo di riposo si verifica solo durante la procedura di upgrade. Se vuoi un tempo di riposo più breve durante l'upgrade, ti consigliamo di passare ai cluster HA.
    Installazione, upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13

    Se stai creando o eseguendo l'upgrade di un cluster HA e noti che il controllo di idoneità della connettività non è riuscito nella diagnosi del cluster, nella maggior parte dei casi non influirà sulla funzionalità di Google Distributed Cloud (kubectl exec, kubectl log e webhook). Questo accade perché a volte una o due delle repliche di Konnectivity potrebbero non essere pronte per un periodo di tempo a causa di una rete instabile o di altri problemi.


    Soluzione:

    La connettività verrà ripristinata automaticamente. Attendi da 30 minuti a 1 ora e riavvia la diagnostica del cluster.
    Sistema operativo 1.7, 1.8, 1.9, 1.10, 1.11

    A partire dalla versione 1.7.2 di Google Distributed Cloud, le immagini del sistema operativo Ubuntu sono rese più sicure con il benchmark del server CIS L1.

    Di conseguenza, lo script cron /etc/cron.daily/aide è stato installato in modo che venga pianificato un controllo aide per garantire che venga rispettata la regola del server CIS L1 "1.4.2 Verifica regolarmente l'integrità del filesystem".

    Il job cron viene eseguito ogni giorno alle 06:25 UTC. A seconda del numero di file nel file system, in questo periodo di tempo potresti riscontrare picchi di utilizzo della CPU e della memoria causati da questo processo aide.


    Soluzione:

    Se i picchi influiscono sul tuo carico di lavoro, puoi disattivare il job cron giornaliero:

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

    Quando esegui il deployment di Google Distributed Cloud versione 1.9 o successive, se il deployment ha il bilanciatore del carico Seesaw incluso in un ambiente che utilizza regole di firewall distribuite stateful NSX-T, la creazione di stackdriver-operator ConfigMap potrebbe non riuscire e causare un loop di arresto anomalo dei pod gke-connect-agent.gke-metrics-agent-conf

    Il problema di fondo è che le regole del firewall distribuito stateful NSX-T terminano la connessione da un client al server API del cluster di utenti tramite il bilanciatore del carico Seesaw perché Seesaw utilizza flussi di connessione asimmetrici. I problemi di integrazione con le regole del firewall distribuito NSX-T interessano tutte le release di Google Distributed Cloud che utilizzano Seesaw. Puoi riscontrare problemi di connessione simili nelle tue applicazioni quando creano oggetti Kubernetes di grandi dimensioni, le cui dimensioni sono superiori a 32 K.


    Soluzione:

    Nella versione 1.13 della documentazione, segui queste istruzioni per disattivare le regole firewall distribuite di NSX-T o per utilizzare regole firewall distribuite stateless per le VM Seesaw.

    Se i tuoi cluster utilizzano un bilanciatore del carico manuale, segui queste istruzioni per configurare il bilanciatore del carico in modo da reimpostare le connessioni dei client quando rileva un errore del nodo di backend. Senza questa configurazione, i client del server API Kubernetes potrebbero smettere di rispondere per diversi minuti quando un'istanza del server si arresta in modo anomalo.
    Logging e monitoraggio 1.10, 1.11, 1.12, 1.13, 1.14, 1.15

    Per le versioni di Google Distributed Cloud da 1.10 a 1.15, alcuni clienti hanno riscontrato una fatturazione inaspettatamente elevata per Metrics volume nella pagina Fatturazione. Questo problema ti riguarda solo se si verificano tutte le seguenti circostanze:

    • Il logging e il monitoraggio delle applicazioni sono abilitati (enableStackdriverForApplications=true)
    • I pod di applicazioni hanno l'annotazione prometheus.io/scrap=true. Anche l'installazione di Cloud Service Mesh può aggiungere questa annotazione.

    Per verificare se il problema ti riguarda, elenca le tue metriche definite dall'utente. Se visualizzi la fatturazione per metriche indesiderate con il prefisso del nome external.googleapis.com/prometheus e vedi anche enableStackdriverForApplications impostato su true nella risposta di kubectl -n kube-system get stackdriver stackdriver -o yaml, questo problema ti riguarda.


    Soluzione

    Se il problema ti riguarda, ti consigliamo di eseguire l'upgrade dei tuoi cluster alla versione 1.12 o successiva, di interrompere l'utilizzo del flag enableStackdriverForApplications e di passare alla nuova soluzione di monitoraggio delle applicazioni managed-service-for-prometheus che non si basa più sull'annotazione prometheus.io/scrap=true. Con la nuova soluzione, puoi anche controllare separatamente la raccolta dei log e delle metriche per le tue applicazioni, rispettivamente con i flag enableCloudLoggingForApplications e enableGMPForApplications.

    Per non utilizzare più il flag enableStackdriverForApplications, apri l'oggetto "stackdriver" per la modifica:

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

    Rimuovi la riga enableStackdriverForApplications: true, salva e chiudi l'editor.

    Se non riesci a passare dalla raccolta delle metriche basate sulle annotazioni, segui questi passaggi:

    1. Trova i pod e i servizi di origine con le metriche fatturate indesiderate. 
      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. Rimuovi l'annotazione prometheus.io/scrap=true dal pod o dal servizio. Se l'annotazione viene aggiunta da Cloud Service Mesh, ti consigliamo di configurare Cloud Service Mesh senza l'opzione Prometheus o di disattivare la funzionalità di unione delle metriche Istio.
    Installazione 1.11, 1.12, 1.13

    L'installer di Google Distributed Cloud può non riuscire se i ruoli personalizzati sono associati al livello di autorizzazione sbagliato.

    Quando l'associazione del ruolo non è corretta, la creazione di un datadisk vSphere con govc si blocca e il disco viene creato con una dimensione pari a 0. Per risolvere il problema, devi associare il ruolo personalizzato a livello di vCenter vSphere (root).


    Soluzione:

    Se vuoi associare il ruolo personalizzato a livello di DC (o inferiore al livello di radice), devi anche associare il ruolo di sola lettura all'utente a livello di vCenter principale.

    Per ulteriori informazioni sulla creazione dei ruoli, consulta Privilegi dell'account utente vCenter.
    Logging e monitoraggio 1.9.0-1.9.4, 1.10.0-1.10.1

    Potresti notare un traffico di rete elevato su monitoring.googleapis.com, anche in un nuovo cluster senza workload degli utenti.

    Questo problema riguarda le versioni 1.10.0-1.10.1 e 1.9.0-1.9.4. Questo problema è stato risolto nelle versioni 1.10.2 e 1.9.5.


    Soluzione:
    Logging e monitoraggio 1.10, 1.11

    Per Google Distributed Cloud versione 1.10 e successive, il DaemonSet "gke-metrics-agent" presenta frequenti errori CrashLoopBackOff quando "enableStackdriverForApplications" è impostato su "true" nell'oggetto "stackdriver".


    Soluzione:

    Per attenuare il problema, disattiva la raccolta delle metriche dell'applicazione eseguendo i seguenti comandi. Questi comandi non disattivano la raccolta dei log delle applicazioni.

    1. Per evitare il ripristino delle seguenti modifiche, fare lo scale down stackdriver-operator: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system scale deploy stackdriver-operator \
    --replicas=0
       Sostituisci USER_CLUSTER_KUBECONFIG con il percorso del file kubeconfig del cluster degli utenti.
    2. Apri il ConfigMap gke-metrics-agent-conf per la modifica: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system edit configmap gke-metrics-agent-conf
    3. In services.pipelines, commenta l'intera sezione 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. Chiudi la sessione di modifica.
    5. Riavvia il DaemonSet gke-metrics-agent: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system rollout restart daemonset gke-metrics-agent
    Logging e monitoraggio 1.11, 1.12, 1.13

    Se nelle dashboard OOTB vengono utilizzate metriche ritirate, vedrai alcuni grafici vuoti. Per trovare le metriche ritirate nelle dashboard monitoring, esegui i seguenti comandi:

    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'

    È necessario eseguire la migrazione delle seguenti metriche ritirate alle relative sostituzioni.

    RitiratoSostituzione
    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

    Soluzione:

    Per sostituire le metriche ritirate

    1. Elimina "Stato del nodo GKE on-prem" nella dashboard di monitoraggio di Google Cloud. Reinstalla "Stato del nodo GKE on-prem" seguendo queste istruzioni.
    2. Elimina "Utilizzo dei nodi GKE on-prem" nella dashboard di monitoraggio di Google Cloud. Reinstalla "Utilizzo dei nodi GKE on-prem" seguendo queste istruzioni.
    3. Elimina "Stato VM vSphere GKE on-prem" nella dashboard di monitoraggio di Google Cloud. Reinstalla "Stato VM vSphere GKE on-prem" seguendo queste istruzioni.

      4. Questo ritiro è dovuto all'upgrade dell'agente kube-state-metrics dalla versione 1.9 alla versione 2.4, obbligatoria per Kubernetes 1.22. Puoi sostituire tutte le metriche kube-state-metrics ritirate, che hanno il prefisso kube_, nelle dashboard o nei criteri di avviso personalizzati.
    Logging e monitoraggio 1.10, 1.11, 1.12, 1.13

    Per Google Distributed Cloud versione 1.10 e successive, i dati relativi ai cluster in Cloud Monitoring potrebbero contenere voci di metriche di riepilogo irrilevanti, ad esempio:

    Unknown metric: kubernetes.io/anthos/go_gc_duration_seconds_summary_percentile

    Altri tipi di metriche che potrebbero avere metriche di riepilogo irrilevanti includeono:

    :
    • 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

    Sebbene queste metriche di tipo riepilogativo siano nell'elenco delle metriche, al momento non sono supportate da gke-metrics-agent.
    Logging e monitoraggio 1.10, 1.11, 1.12, 1.13

    Potresti notare che le seguenti metriche mancano su alcuni, ma non su tutti, i nodi:

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

    Soluzione:

    Per risolvere il problema, esegui i passaggi che seguono come soluzione alternativa. Per [versione 1.9.5 e successive, 1.10.2 e successive, 1.11.0]: aumenta la CPU per gke-metrics-agent seguendo i passaggi 1-4

    1. Apri la risorsa stackdriver per la modifica: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system edit stackdriver stackdriver
    2. Per aumentare la richiesta di CPU per gke-metrics-agent da 10m a 50m, il limite di CPU da 100m a 200m aggiungi la seguente sezione resourceAttrOverride al manifest stackdriver : 
      spec:
  resourceAttrOverride:
    gke-metrics-agent/gke-metrics-agent:
      limits:
        cpu: 100m
        memory: 4608Mi
      requests:
        cpu: 10m
        memory: 200Mi
       La risorsa modificata dovrebbe avere il seguente aspetto: 
      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. Salva le modifiche e chiudi l'editor di testo.
    4. Per verificare che le modifiche siano state applicate, esegui il seguente comando: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system get daemonset gke-metrics-agent -o yaml \
    | grep "cpu: 50m"
       Il comando trova cpu: 50m se le modifiche sono state applicate.
    Logging e monitoraggio 1.11.0-1.11.2, 1.12.0

    Se il cluster di amministrazione è interessato da questo problema, le metriche di schedulatore e controller-manager non sono presenti. Ad esempio, queste due metriche sono mancanti

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

    Soluzione:

    Esegui l'upgrade alla versione 1.11.3 o successiva, 1.12.1 o successiva o 1.13 o successiva.
    1.11.0-1.11.2, 1.12.0

    Se il tuo cluster utente è interessato da questo problema, le metriche di schedulatore e controller-manager non sono presenti. Ad esempio, mancano queste due metriche:

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

    Soluzione:

    Questo problema è stato risolto in Google Distributed Cloud versione 1.13.0 e successive. Esegui l'upgrade del cluster a una versione con la correzione.
    Installazione, upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13

    Se crei un cluster di amministrazione per la versione 1.9.x o 1.10.0 e se il cluster di amministrazione non riesce a registrarsi con le specifiche gkeConnect fornite durante la creazione, viene visualizzato il seguente errore.

    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

    Potrai comunque utilizzare questo cluster di amministrazione, ma se in un secondo momento tenterai di eseguire l'upgrade del cluster di amministrazione alla versione 1.10.y, verrà visualizzato il seguente errore.

    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: ""

    Soluzione:
    Identità 1.10, 1.11, 1.12, 1.13

    Se utilizzi la funzionalità GKE Identity Service per gestire ClientConfig di GKE Identity Service, il Connect Agent potrebbe riavviarsi in modo imprevisto.


    Soluzione:

    Se hai riscontrato questo problema con un cluster esistente, puoi procedere in uno dei seguenti modi:

    • Disabilita GKE Identity Service. Se disattivi GKE Identity Service, il file binario di GKE Identity Service di cui è stato eseguito il deployment o ClientConfig di GKE Identity Service non verranno rimossi. Per disattivare GKE Identity Service, esegui questo comando: 
      gcloud container fleet identity-service disable \
    --project PROJECT_ID
       Sostituisci PROJECT_ID con l'ID del progetto host del parco risorse del cluster.
    • Aggiorna il cluster alla versione 1.9.3 o successiva o alla versione 1.10.1 o successiva per eseguire l'upgrade della versione di Connect Agent.
    Networking 1.10, 1.11, 1.12, 1.13

    Seesaw viene eseguito in modalità DSR e per impostazione predefinita non funziona in Cisco ACI a causa dell'apprendimento IP del piano dati.


    Soluzione:

    Una possibile soluzione alternativa è disattivare l'apprendimento IP aggiungendo l'indirizzo IP di Seesaw come IP virtuale L4-L7 nell'APIC (Application Policy Infrastructure Controller) di Cisco.

    Puoi configurare l'opzione IP virtuale L4-L7 in Tenant > Profili delle applicazioni > EPG delle applicazioni o EPG uSeg. Se non disattivi la funzionalità di apprendimento IP, l'endpoint IP verrà spostato tra posizioni diverse nel fabric dell'API Cisco.
    VMware 1.10, 1.11, 1.12, 1.13

    Di recente, VMWare ha identificato problemi critici con le seguenti release di vSphere 7.0 Update 3:

    • Aggiornamento 3 di vSphere ESXi 7.0 (build 18644231)
    • Aggiornamento 3a di vSphere ESXi 7.0 (build 18825058)
    • Aggiornamento 3b di vSphere ESXi 7.0 (build 18905247)
    • Aggiornamento 3b di vSphere vCenter 7.0 (build 18901211)

    Soluzione:

    VMWare ha poi rimosso queste release. Devi eseguire l'upgrade di ESXi e vCenter Server a una versione più recente.
    Sistema operativo 1.10, 1.11, 1.12, 1.13

    Per i pod in esecuzione su nodi che utilizzano immagini Container-Optimized OS (COS), non puoi montare il volume emptyDir come exec. Si monta come noexec e viene visualizzato il seguente errore: exec user process caused: permission denied. Ad esempio, visualizzerai questo messaggio di errore se esegui il deployment del seguente pod di test:

    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

    Nel pod di test, se esegui mount | grep test-volume, viene visualizzata l'opzione noexec:

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

    Soluzione:
    Upgrade, aggiornamenti 1.10, 1.11, 1.12, 1.13

    Le repliche del pool di nodi non vengono aggiornate dopo l'attivazione e la disattivazione della scalabilità automatica in un pool di nodi.


    Soluzione:

    Rimozione delle annotazioni cluster.x-k8s.io/cluster-api-autoscaler-node-group-max-size e cluster.x-k8s.io/cluster-api-autoscaler-node-group-min-size dal deployment delle macchine del pool di nodi corrispondente.
    Logging e monitoraggio 1.11, 1.12, 1.13

    A partire dalla versione 1.11, nelle dashboard di monitoraggio pronte all'uso, la dashboard dello stato dei pod Windows e la dashboard dello stato dei nodi Windows mostrano anche i dati dei cluster Linux. Questo perché le metriche dei pod e dei nodi Windows sono esposte anche sui cluster Linux.
    Logging e monitoraggio 1.10, 1.11, 1.12

    Per le versioni 1.10, 1.11 e 1.12 di Google Distributed Cloud, stackdriver-log-forwarder DaemonSet potrebbe avere errori CrashLoopBackOff quando sono presenti log con buffer danneggiati sul disco.


    Soluzione:

    Per risolvere il problema, dovremo ripulire i log in buffer sul nodo.

    1. Per evitare il comportamento imprevisto, fare lo scale down stackdriver-log-forwarder: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    -n kube-system patch daemonset stackdriver-log-forwarder -p '{"spec": {"template": {"spec": {"nodeSelector": {"non-existing": "true"}}}}}'
       Sostituisci USER_CLUSTER_KUBECONFIG con il percorso del file kubeconfig del cluster degli utenti.
    2. Esegui il deployment del DaemonSet di pulizia per ripulire i chunk danneggiati: 
      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. Per assicurarti che il DaemonSet di pulizia abbia ripulito tutti i chunk, puoi eseguire i seguenti comandi. L'output dei due comandi dovrebbe essere uguale al numero del tuo nodo nel 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. Elimina il DaemonSet di pulizia: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
  -n kube-system delete ds fluent-bit-cleanup
    5. Riprendi 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"}]'
    Logging e monitoraggio 1.10, 1.11, 1.12, 1.13, 1.14, 1.15, 1.16

    Se non visualizzi i log in Cloud Logging dai tuoi cluster e noti il seguente errore nei log: 

    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
    È probabile che la frequenza di inserimento dei log superi il limite dell'agente di logging, il che causa l'interruzione dell'invio dei log da parte di stackdriver-log-forwarder. Questo problema si verifica in tutte le versioni di Google Distributed Cloud.

    Soluzione alternativa:

    Per risolvere il problema, devi aumentare il limite di risorse dell'agente di logging.

    1. Apri la risorsa stackdriver per la modifica: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system edit stackdriver stackdriver
    2. Per aumentare la richiesta di CPU per stackdriver-log-forwarder , aggiungi la seguente sezione resourceAttrOverride al manifest stackdriver : 
      spec:
  resourceAttrOverride:
    stackdriver-log-forwarder/stackdriver-log-forwarder:
      limits:
        cpu: 1200m
        memory: 600Mi
      requests:
        cpu: 600m
        memory: 600Mi
       La risorsa modificata dovrebbe avere il seguente aspetto: 
      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. Salva le modifiche e chiudi l'editor di testo.
    4. Per verificare che le modifiche siano state applicate, esegui il seguente comando: 
      kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
    --namespace kube-system get daemonset stackdriver-log-forwarder -o yaml \
    | grep "cpu: 1200m"
       Il comando trova cpu: 1200m se le modifiche sono state applicate.
    Sicurezza 1,13

    esiste un breve periodo in cui il nodo è pronto, ma il certificato del server kubelet non è pronto. kubectl exec e kubectl logs non sono disponibili per alcune decine di secondi. Questo perché è necessario del tempo per consentire all'approvatore del nuovo certificato del server di vedere gli IP validi aggiornati del nodo.

    Questo problema riguarda solo il certificato del server kubelet e non influisce sulla pianificazione dei pod.
    Upgrade, aggiornamenti 1,12

    L'upgrade del cluster utente non è riuscito con:

    .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.

    L'upgrade del cluster di amministrazione non è stato completato e la versione dello stato è ancora 1.10. L'upgrade del cluster utente alla versione 1.12 non verrà bloccato da alcun controllo preflight e non andrà a buon fine a causa di un problema di sfasamento della versione.


    Soluzione:

    Esegui l'upgrade del cluster di amministrazione alla versione 1.11 e poi del cluster utente alla versione 1.12.
    Archiviazione 1.10.0-1.10.5, 1.11.0-1.11.2, 1.12.0

    Il comando gkectl diagnose cluster non è riuscito con: 

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

    La convalida dello spazio libero del datastore non deve essere utilizzata per i pool di nodi del cluster esistenti ed è stata aggiunta in gkectl diagnose cluster per errore.


    Soluzione:

    Puoi ignorare il messaggio di errore o saltare la convalida utilizzando --skip-validation-infra.
    Operazione, Networking 1.11, 1.12.0-1.12.1

    Potresti non essere in grado di aggiungere un nuovo cluster utente se il tuo cluster di amministrazione è configurato con un bilanciatore del carico MetalLB.

    Il processo di eliminazione del cluster utente potrebbe bloccarsi per qualche motivo, con conseguente invalidazione del ConfigMap MatalLB. In questo stato non sarà possibile aggiungere un nuovo cluster di utenti.


    Soluzione:

    Puoi eliminare forzatamente il cluster utente.
    Installazione, Sistema operativo 1.10, 1.11, 1.12, 1.13

    Se osImageType utilizza cos per il cluster di amministrazione e gkectl check-config viene eseguito dopo la creazione del cluster di amministrazione e prima della creazione del cluster utente, l'operazione non andrà a buon fine su: 

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

    La VM di test creata per il cluster utente check-config per impostazione predefinita utilizza lo stesso osImageType del cluster di amministrazione e attualmente la VM di test non è ancora compatibile con COS.


    Soluzione:

    Per evitare il lento controllo preliminare che crea la VM di test, utilizza gkectl check-config --kubeconfig ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG --fast.
    Logging e monitoraggio 1.12.0-1.12.1

    Questo problema riguarda i clienti che utilizzano Grafana nel cluster di amministrazione per monitorare i cluster di utenti nelle versioni 1.12.0 e 1.12.1 di Google Distributed Cloud. Il problema è causato da una mancata corrispondenza dei certificati pushprox-client nei cluster di utenti e dalla lista consentita nel pushprox-server nel cluster di amministrazione. Il sintomo è che pushprox-client nei cluster di utenti stampa log di errore come il seguente:

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

    Soluzione:
    Altro 1.11.3

    Il comando gkectl repair admin-master non è riuscito con: 

    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 non è in grado di recuperare il modello VM da utilizzare per riparare la VM del piano di controllo dell'amministratore se il nome della VM del piano di controllo dell'amministratore termina con i caratteri t, m, p o l.


    Soluzione:

    Esegui di nuovo il comando con --skip-validation.
    Logging e monitoraggio 1.11, 1.12, 1.13, 1.14, 1.15, 1.16

    Cloud Audit Logs richiede una configurazione di autorizzazione speciale che attualmente viene eseguita automaticamente solo per i cluster di utenti tramite GKE Hub. È consigliabile avere almeno un cluster utente che utilizzi lo stesso ID progetto e account di servizio del cluster di amministrazione per Cloud Audit Logs, in modo che il cluster di amministrazione disponga dell'autorizzazione richiesta.

    Tuttavia, se il cluster di amministrazione utilizza un ID progetto o un account di servizio diverso da qualsiasi cluster utente, i log di controllo del cluster di amministrazione non verranno inseriti in Google Cloud. Il sintomo è una serie di errori Permission Denied nel pod audit-proxy nel cluster di amministrazione.

    Soluzione:
    Operazione, sicurezza 1,11

    Se la tua workstation non ha accesso ai nodi di lavoro del cluster di utenti, durante l'esecuzione di gkectl diagnose verranno visualizzati i seguenti errori:

    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 la tua workstation non ha accesso ai nodi worker del cluster di amministrazione o ai nodi worker del cluster di amministrazione, quando viene eseguito gkectl diagnose si verificheranno i seguenti errori:

    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

    Soluzione:

    Puoi ignorare questi messaggi.
    Sistema operativo 1.8, 1.9, 1.10, 1.11, 1.12, 1.13

    /var/log/audit/ è compilato con gli audit log. Puoi controllare l'utilizzo del disco eseguendo sudo du -h -d 1 /var/log/audit.

    Alcuni comandi gkectl sulla workstation di amministrazione, ad esempio gkectl diagnose snapshot, contribuiscono all'utilizzo dello spazio su disco.

    Dalla versione 1.8 di Google Distributed Cloud, l'immagine Ubuntu è rafforzata con il benchmark CIS di Livello 2. Inoltre, una delle regole di conformità, "4.1.2.2 Assicurati che i log di controllo non vengano eliminati automaticamente", garantisce l'impostazione auditdmax_log_file_action = keep_logs. Di conseguenza, tutte le regole di controllo vengono conservate sul disco.


    Soluzione:
    Networking 1.10, 1.11.0-1.11.3, 1.12.0-1.12.2, 1.13.0

    Gli utenti non riescono a creare o aggiornare gli oggetti NetworkGatewayGroup a causa del seguente errore di convalida del webhook:

    [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"

    Nelle versioni interessate, kubelet può associarsi erroneamente a un indirizzo IP dinamico assegnato al nodo e segnalarlo come indirizzo del nodo in node.status.addresses. Il webhook di convalida controlla NetworkGatewayGroup indirizzi IP variabili rispetto a tutti node.status.addresses nel cluster e lo considera un conflitto.


    Soluzione:

    Nello stesso cluster in cui la creazione o l'aggiornamento degli oggetti NetworkGatewayGroup non va a buon fine, disattiva temporaneamente il webhook di convalida ANG e invia la modifica:

    1. Salva la configurazione dell'webhook in modo che possa essere ripristinata alla fine: 
      kubectl -n kube-system get validatingwebhookconfiguration \
    ang-validating-webhook-configuration -o yaml > webhook-config.yaml
    2. Modifica la configurazione del webhook: 
      kubectl -n kube-system edit validatingwebhookconfiguration \
    ang-validating-webhook-configuration
    3. Rimuovi l'elemento vnetworkgatewaygroup.kb.io dall'elenco di configurazione del webhook e chiudi per applicare le modifiche.
    4. Crea o modifica l'oggetto NetworkGatewayGroup.
    5. Applica di nuovo la configurazione dell'webhook originale: 
      kubectl -n kube-system apply -f webhook-config.yaml
    Installazione, upgrade, aggiornamenti 1.10.0-1.10.2

    Durante un tentativo di upgrade del cluster di amministrazione, la VM del piano di controllo dell'amministratore potrebbe bloccarsi durante la creazione. La VM del piano di controllo amministrativo entra in un loop di attesa infinito durante l'avvio e nel file /var/log/cloud-init-output.log viene visualizzato il seguente errore di loop infinito:

    + 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

    Questo accade perché quando Google Distributed Cloud tenta di recuperare l'indirizzo IP del node nello script di avvio, utilizza grep -v ADMIN_CONTROL_PLANE_VIP per saltare il VIP del piano di controllo del cluster amministrativo che può essere assegnato anche alla NIC. Tuttavia, il comando salta anche qualsiasi indirizzo IP che abbia un prefisso del VIP del piano di controllo, il che causa l'arresto anomalo dello script di avvio.

    Ad esempio, supponiamo che l'indirizzo VIP del piano di controllo del cluster di amministrazione sia 192.168.1.25. Se l'indirizzo IP della VM del piano di controllo del cluster di amministrazione ha lo stesso prefisso, ad esempio 192.168.1.254, la VM del piano di controllo si blocca durante la creazione. Questo problema può verificarsi anche se l'indirizzo di trasmissione ha lo stesso prefisso del VIP del piano di controllo, ad esempio192.168.1.255.


    Soluzione:

    • Se il motivo del timeout della creazione del cluster di amministrazione è dovuto all'indirizzo IP di trasmissione, esegui il seguente comando sulla VM del piano di controllo del cluster di amministrazione: 
      ip addr add ${ADMIN_CONTROL_PLANE_NODE_IP}/32 dev ens192
       Verrà creata una riga senza un indirizzo di trasmissione e verrà sbloccata la procedura di avvio. Dopo aver sbloccato lo script di avvio, rimuovi questa riga aggiunta eseguendo il seguente comando: 
      ip addr del ${ADMIN_CONTROL_PLANE_NODE_IP}/32 dev ens192
    • Tuttavia, se il motivo del timeout della creazione del cluster di amministrazione è dovuto all'indirizzo IP della VM del piano di controllo, non puoi sbloccare lo script di avvio. Passa a un indirizzo IP diverso e ricrea o esegui l'upgrade alla versione 1.10.3 o successiva.
    Sistema operativo, Upgrade, Aggiornamenti 1.10.0-1.10.2

    Il disco dati non può essere montato correttamente sul nodo master del cluster di amministrazione quando si utilizza l'immagine COS e lo stato del cluster di amministrazione che utilizza l'immagine COS andrà perso durante l'upgrade del cluster di amministrazione o la riparazione del master di amministrazione. (il cluster di amministrazione che utilizza l'immagine COS è una funzionalità in anteprima)


    Soluzione:

    Ricrea il cluster di amministrazione con osImageType impostato su ubuntu_containerd

    Dopo aver creato il cluster di amministrazione con osImageType impostato su cos, recupera la chiave SSH del cluster di amministrazione e connettiti tramite SSH al nodo master di amministrazione. Il risultato df -h contiene /dev/sdb1 98G 209M 93G 1% /opt/data. Il risultato lsblk contiene -sdb1 8:17 0 100G 0 part /opt/data
    Sistema operativo 1,10

    In Google Distributed Cloud versione 1.10.0, le risoluzioni dei nomi su Ubuntu vengono instradate all'ascolto locale di systemd-resolved su 127.0.0.53 per impostazione predefinita. Il motivo è che nell'immagine Ubuntu 20.04 utilizzata nella versione 1.10.0, /etc/resolv.conf è collegato simbolicamente a /run/systemd/resolve/stub-resolv.conf, che rimanda allo stub DNS 127.0.0.53 localhost.

    Di conseguenza, la risoluzione dei nomi DNS di localhost rifiuta di controllare i server DNS upstream (specificati in /run/systemd/resolve/resolv.conf) per i nomi con un suffisso .local, a meno che i nomi non siano specificati come domini di ricerca.

    Di conseguenza, le ricerche dei nomi .local non vanno a buon fine. Ad esempio, durante l'avvio del nodo, kubelet non riesce a estrarre le immagini da un registry privato con un suffisso .local. La specifica di un indirizzo vCenter con un suffisso .local non funzionerà su una postazione di lavoro dell'amministratore.


    Soluzione:

    Puoi evitare questo problema per i nodi del cluster se specifichi il campo searchDomainsForDNS nel file di configurazione del cluster di amministrazione e nel file di configurazione del cluster utente per includere i domini.

    Al momento gkectl update non supporta ancora l'aggiornamento del campo searchDomainsForDNS.

    Pertanto, se non hai configurato questo campo prima della creazione del cluster, devi accedere tramite SSH ai nodi e bypassare lo stub systemd-resolved locale modificando il link simbolico di /etc/resolv.conf da /run/systemd/resolve/stub-resolv.conf (che contiene lo stub locale 127.0.0.53) a /run/systemd/resolve/resolv.conf (che punta al DNS upstream effettivo): 

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

    Per quanto riguarda la stazione di lavoro dell'amministratore, gkeadm non supporta la specifica dei domini di ricerca, quindi devi aggirare il problema con questo passaggio manuale.

    Questa soluzione non viene mantenuta nelle ricreazioni delle VM. Devi applicare nuovamente questa soluzione alternativa ogni volta che le VM vengono ric create.
    Installazione, Sistema operativo 1,10

    Google Distributed Cloud specifica una subnet dedicata per l'indirizzo IP del bridge Docker che utilizza --bip=169.254.123.1/24, in modo da non prenotare la subnet 172.17.0.1/16 predefinita. Tuttavia, nella versione 1.10.0 è presente un bug nell'immagine del sistema operativo Ubuntu che ha causato l'ignoramento della configurazione Docker personalizzata.

    Di conseguenza, Docker sceglie 172.17.0.1/16 predefinito come subnet dell'indirizzo IP del bridge. Ciò potrebbe causare un conflitto di indirizzi IP se hai già un carico di lavoro in esecuzione nell'intervallo di indirizzi IP.


    Soluzione:

    Per risolvere il problema, devi rinominare il seguente file di configurazione systemd per dockerd e riavviare il servizio:

    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

    Verifica che Docker selezioni l'indirizzo IP del bridge corretto:

    ip a | grep docker0

    Questa soluzione non viene mantenuta nelle ricreazioni delle VM. Devi applicare nuovamente questa soluzione alternativa ogni volta che le VM vengono ric create.
    Upgrade, aggiornamenti 1,11

    Nella versione 1.11.0 di Google Distributed Cloud sono presenti modifiche alla definizione delle risorse personalizzate relative a logging e monitoraggio:

    • Il nome del gruppo della risorsa personalizzata stackdriver è passato da addons.sigs.k8s.io a addons.gke.io.
    • Il nome del gruppo delle risorse personalizzate monitoring e metricsserver è passato da addons.k8s.io a addons.gke.io.
    • Le specifiche delle risorse sopra indicate iniziano a essere convalidate in base allo schema. In particolare, le specifiche resourceAttrOverride e storageSizeOverride nella risorsa personalizzata stackdriver devono avere il tipo di stringa nei valori delle richieste e dei limiti di CPU, memoria e dimensioni dello spazio di archiviazione.

    Le modifiche ai nomi dei gruppi vengono apportate per rispettare gli aggiornamenti di CustomResourceDefinition in Kubernetes 1.22.

    Non è richiesta alcuna azione se non hai una logica aggiuntiva che applica o modifica le risorse personalizzate interessate. La procedura di upgrade di Google Distributed Cloud si occuperà della migrazione delle risorse interessate e manterrà le specifiche esistenti dopo la modifica del nome del gruppo.

    Tuttavia, se esegui una logica che applica o modifica le risorse interessate, è necessaria particolare attenzione. Innanzitutto, devi fare riferimento al nuovo nome del gruppo nel file manifest. Ad esempio:

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

    In secondo luogo, assicurati che i valori delle specifiche resourceAttrOverride e storageSizeOverride siano di tipo stringa. Ad esempio:

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

    In caso contrario, le applicazioni e le modifiche non verranno applicate e potrebbero verificarsi stati imprevisti nei componenti di logging e monitoraggio. I potenziali sintomi possono includere:

    • Log degli errori di riconciliazione in onprem-user-cluster-controller, ad esempio: 
      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}
    • Errore in kubectl edit stackdriver stackdriver, ad esempio: 
      Error from server (NotFound): stackdrivers.addons.gke.io "stackdriver" not found

    Se si verificano gli errori riportati sopra, significa che prima dell'upgrade era già presente un tipo non supportato nella specifica della richiesta di aggiornamento di Stackdriver. Come soluzione alternativa, puoi modificare manualmente la RP di Stackdriver con il vecchio nome del gruppo kubectl edit stackdrivers.addons.sigs.k8s.io stackdriver ed eseguire le seguenti operazioni:

    1. Modifica le richieste e i limiti delle risorse in tipo di stringa.
    2. Rimuovi eventuali annotazioni addons.gke.io/migrated-and-deprecated: true, se presenti.
    Quindi, riprendi o riavvia la procedura di upgrade.

    Sistema operativo 1.7 e versioni successive

    Ogni volta che si verifica un guasto in un server ESXi e la funzione vCenter HA è stata attivata per il server, tutte le VM nel server ESXi guasto attivano il meccanismo vMotion e vengono spostate su un altro server ESXi normale. Le VM COS di cui è stata eseguita la migrazione perderanno i propri IP.

    Soluzione:

    Riavvia la VM
    Networking tutte le versioni precedenti a 1.14.7, 1.15.0-1.15.3, 1.16.0

    Il GARP (Gratuitous ARP) periodico inviato da Seesaw ogni 20 secondi non imposta l'IP target nell'intestazione ARP. Alcune reti potrebbero non accettare questi pacchetti (ad esempio Cisco ACI). Può causare un tempo di riposo del servizio più lungo dopo il recupero di una situazione di split brain (a causa di perdite di pacchetti VRRP).

    Soluzione:

    Attiva un failover di Seesaw eseguendo sudo seesaw -c failover su una delle VM Seesaw. In questo modo, il traffico dovrebbe essere ripristinato.
    Sistema operativo 1.16, 1.28.0-1.28.200

    "staticPodPath" è stato impostato per errore per i nodi worker

    Soluzione:

    Crea manualmente la cartella "/etc/kubernetes/manifests"
    Se hai bisogno di ulteriore assistenza, contatta l'assistenza clienti Google Cloud.