Résoudre les problèmes d'observabilité de GKE sur VMware

Ce document vous aide à résoudre les problèmes d'observabilité dans Google Distributed Cloud Virtual pour VMware. Si vous rencontrez l'un de ces problèmes, consultez les corrections et les solutions de contournement suggérées.

Si vous avez besoin d'une aide supplémentaire, contactez l'assistance Google.

Cloud Audit Logs ne sont pas collectés

Vérifiez si Cloud Audit Logs est activé dans la section cloudAuditLogging de la configuration du cluster. Vérifiez que l'ID du projet, l'emplacement et la clé du compte de service sont correctement configurés. L'ID du projet doit être identique à l'ID du projet sous gkeConnect.

Si les journaux d'audit Cloud sont activés, les autorisations constituent la raison la plus courante pour laquelle les journaux ne sont pas collectés. Dans ce scénario, les messages d'erreur "Autorisation refusée" s'affichent dans le conteneur de proxy Cloud Audit Logs.

Le conteneur du proxy Cloud Audit Logs s'exécute de l'une des façons suivantes:

  • Un pod statique dans le cluster d'administrateur ou autonome
  • En tant que conteneur side-car dans le pod kube-apiserver.

Si des erreurs d'autorisation s'affichent, suivez la procédure de dépannage et de résolution des problèmes d'autorisation.

kube-state-metrics métriques ne sont pas collectées

kube-state-metrics (KSM) s'exécute en tant que déploiement à instance répliquée unique dans le cluster et génère des métriques sur presque toutes les ressources du cluster. Lorsque KSM et gke-metrics-agent s'exécutent sur le même nœud, le risque d'indisponibilité des agents de métriques sur tous les nœuds est plus élevé.

Les noms des métriques KSM suivent le modèle kube_<ResourceKind>, comme kube_pod_container_info. Les métriques commençant par kube_onpremusercluster_ proviennent du contrôleur de cluster sur site, et non de KSM.

S'il manque des métriques KSM, consultez les étapes de dépannage suivantes:

  • Dans Cloud Monitoring, vérifiez le nombre de processeurs, la mémoire et le nombre de redémarrages de KSM à l'aide des métriques récapitulatives de l'API telles que kubernetes.io/anthos/container/... . Il s'agit d'un pipeline distinct avec KSM. Vérifiez que le pod KSM n'est pas limité par des ressources insuffisantes.
    • Si ces métriques d'API récapitulatives ne sont pas disponibles pour KSM, gke-metrics-agent sur le même nœud rencontre probablement le même problème.
  • Dans le cluster, vérifiez l'état et les journaux du pod KSM et du pod gke-metrics-agent sur le même nœud avec KSM.

kube-state-metrics : plantage en boucle

Symptôme

Aucune métrique de kube-state-metrics (KSM) n'est disponible depuis Cloud Monitoring.

Cause

Ce scénario est plus susceptible de se produire dans les clusters volumineux ou ceux comportant de grandes quantités de ressources. KSM s'exécute comme un déploiement sur une seule instance répliquée et répertorie presque toutes les ressources du cluster, telles que les pods, les déploiements, les DaemonSets, les ConfigMaps, les secrets et les PersistentVolumes. Des métriques sont générées sur chacun de ces objets de ressource. Si l'une des ressources contient de nombreux objets, par exemple un cluster avec plus de 10 000 pods, KSM risque de manquer de mémoire.

Versions concernées

Ce problème peut survenir dans n'importe quelle version de Google Distributed Cloud Virtual for VMware.

La limite de processeur et de mémoire par défaut a été augmentée dans les dernières versions de Google Distributed Cloud Virtual pour VMware. Ces problèmes de ressources devraient donc être moins courants.

Solution

Pour vérifier si votre problème est dû à une mémoire insuffisante, procédez comme suit:

  • Utilisez kubectl describe pod ou kubectl get pod -o yaml et vérifiez le message d'état d'erreur.
  • Vérifiez la métrique d'utilisation et de consommation de mémoire de KSM, et vérifiez si la limite est atteinte avant de redémarrer.

Si vous confirmez que des problèmes de mémoire insuffisante sont à l'origine du problème, appliquez l'une des solutions suivantes:

  • Augmentez la demande et la limite de mémoire pour KSM.

    Pour ajuster le processeur et la mémoire de KSM:

    1. Pour Google Distributed Cloud Virtual pour VMware versions 1.9 et antérieures, 1.10.6 ou versions antérieures, 1.11.2 ou versions antérieures, et 1.12.1 ou versions antérieures:

      1. Ce n'est pas une solution à long terme adaptée. Si vous modifiez la ressource associée à KSM, les modifications sont automatiquement annulées par monitoring-operator.

      2. Vous pouvez réduire le nombre d'instances répliquées de monitoring-operator à zéro, puis modifier le déploiement KSM pour ajuster sa limite de ressources. Toutefois, le cluster ne recevra pas les correctifs de failles fournis par les nouvelles versions de correctif à l'aide de monitoring-operator.

        N'oubliez pas d'effectuer le scaling de monitoring-operator à la hausse après la mise à niveau du cluster vers une version ultérieure avec correction.

    2. Pour Google Distributed Cloud Virtual pour VMware versions 1.10.7 ou ultérieures, 1.11.3 ou ultérieures, 1.12.2 et 1.13 et versions ultérieures, créez un ConfigMap nommé kube-state-metrics-resizer-config dans l'espace de noms kube-system (gke-managed-metrics-server pour 1.13 ou version ultérieure) avec la définition suivante. Ajustez les nombres de processeurs et de mémoire comme vous le souhaitez:

      apiVersion: v1
kind: ConfigMap
metadata:
  name: kube-state-metrics-resizer-config
  namespace: kube-system
data:
  NannyConfiguration: |-
  apiVersion: nannyconfig/v1alpha1
  kind: NannyConfiguration
  baseCPU: 200m
  baseMemory: 1Gi
  cpuPerNode: 3m
  memoryPerNode: 20Mi

      1. Après avoir créé le ConfigMap, redémarrez le déploiement KSM en supprimant le pod KSM à l'aide de la commande suivante:

          kubectl -n kube-system rollout restart deployment kube-state-metrics
  ```

  • Réduisez le nombre de métriques de KSM.

    Pour Google Distributed Cloud Virtual for VMware 1.13, KSM n'expose qu'un plus petit nombre de métriques appelées métriques principales par défaut. Ce comportement signifie que l'utilisation des ressources est inférieure aux versions précédentes, mais la même procédure peut être suivie pour réduire davantage le nombre de métriques KSM.

    Pour les versions de Google Distributed Cloud Virtual pour VMware antérieures à la version 1.13, KSM utilise les options par défaut. Cette configuration expose un grand nombre de métriques.

gke-metrics-agent : plantage en boucle

Si gke-metrics-agent ne rencontre que des problèmes de mémoire insuffisante sur le nœud contenant kube-state-metrics, un grand nombre de métriques kube-state-metrics sont à l'origine du problème. Pour atténuer ce problème, effectuez un scaling à la baisse de stackdriver-operator et modifiez KSM pour exposer un petit ensemble de métriques nécessaires, comme indiqué dans la section précédente. N'oubliez pas d'effectuer un scaling à la hausse de stackdriver-operator après la mise à niveau du cluster vers Google Distributed Cloud Virtual pour VMware 1.13, où KSM expose par défaut un plus petit nombre de métriques principales.

Pour les problèmes qui ne sont pas liés à des événements de saturation de la mémoire, consultez les journaux des pods dans gke-metric-agent. Vous pouvez ajuster le nombre de processeurs et la mémoire pour tous les pods gke-metrics-agent en ajoutant le champ resourceAttrOverride à la ressource personnalisée Stackdriver.

stackdriver-metadata-agent : plantage en boucle

Symptôme

Aucun libellé de métadonnées système n'est disponible lors du filtrage des métriques dans Cloud Monitoring.

Cause

Le cas le plus courant de plantage de stackdriver-metadata-agent en boucle est dû à des événements de mémoire insuffisante. Cet événement est semblable à kube-state-metrics. Bien que stackdriver-metadata-agent ne répertorie pas toutes les ressources, il répertorie toujours tous les objets pour les types de ressources pertinents tels que les pods, les déploiements et les NetworkPolicy. L'agent s'exécute en tant que déploiement à instance répliquée unique, ce qui augmente le risque de saturation de la mémoire si le nombre d'objets est trop élevé.

Version concernée

Ce problème peut survenir dans n'importe quelle version de Google Distributed Cloud Virtual for VMware.

La limite de processeur et de mémoire par défaut a été augmentée dans les dernières versions de Google Distributed Cloud Virtual pour VMware. Ces problèmes de ressources devraient donc être moins courants.

Solution

Pour vérifier si votre problème est dû à une mémoire insuffisante, procédez comme suit:

  • Utilisez kubectl describe pod ou kubectl get pod -o yaml, puis vérifiez le message d'état d'erreur.
  • Vérifiez la métrique d'utilisation et de consommation de mémoire de stackdriver-metadata-agent, et vérifiez si elle atteint la limite avant de redémarrer.
Si vous confirmez que des problèmes de mémoire insuffisante sont à l'origine des problèmes, augmentez la limite de mémoire dans le champ resourceAttrOverride de la ressource personnalisée Stackdriver.

metrics-server : plantage en boucle

Symptôme

L'autoscaler horizontal de pods et kubectl top ne fonctionnent pas dans votre cluster.

Cause et versions concernées

Ce problème n'est pas très courant, mais il est causé par des erreurs de mémoire insuffisante dans des clusters volumineux ou avec une densité de pods élevée.

Ce problème peut survenir dans n'importe quelle version de Google Distributed Cloud Virtual for VMware.

Solution

Augmentez les limites de ressources du serveur de métriques. Dans Google Distributed Cloud Virtual pour VMware version 1.13 et ultérieures, l'espace de noms de metrics-server et sa configuration ont été déplacés de kube-system vers gke-managed-metrics-server.

Étapes suivantes

Si vous avez besoin d'une aide supplémentaire, contactez l'assistance Google.