Descripción general de Autopilot

Organízate con las colecciones Guarda y clasifica el contenido según tus preferencias.

En esta página, se describe el modo de operación Autopilot en Google Kubernetes Engine (GKE) y se proporcionan recursos que puedes usar para planificar, configurar y administrar tus clústeres.

¿Qué es Autopilot?

Autopilot de GKE es un modo de operación en GKE en el que Google administra la configuración de tu clúster, incluidos tus nodos, escalamiento, seguridad y otros parámetros de configuración ya establecidos. Los clústeres de Autopilot están optimizados para ejecutar la mayoría de las cargas de trabajo de producción y aprovisionar recursos de procesamiento según los manifiestos de Kubernetes. La configuración optimizada sigue las prácticas recomendadas y las recomendaciones de GKE para la configuración de clústeres, cargas de trabajo y escalabilidad. Para obtener una lista de configuración integrada, consulta la tabla de comparación Autopilot y Standard.

Precios

Solo pagas por la CPU, la memoria y el almacenamiento que solicitan tus cargas de trabajo mientras se ejecutan en GKE Autopilot.

No se te cobra la capacidad sin usar en los nodos, ya que GKE administra los nodos. Tampoco se te cobrarán los pods del sistema, los costos del sistema operativo ni las cargas de trabajo no programadas. Para obtener información detallada sobre los precios, consulta Precios de Autopilot.

Beneficios

  • Enfócate en tus apps: Google administra la infraestructura para que puedas enfocarte en implementar y compilar tus aplicaciones.
  • Seguridad: Los clústeres tienen una configuración endurecida predeterminada, con muchas opciones de configuración de seguridad habilitadas de forma predeterminada. GKE aplica de forma automática parches de seguridad a los nodos cuando están disponibles, de acuerdo con los programas de mantenimiento que configuraste.
  • Precios: El modelo de precios de Autopilot simplifica las previsiones y la atribución de facturación, ya que se basa en los recursos solicitados por tus pods.
  • Administración de nodos: Google administra los nodos trabajadores, por lo que no necesitas crear nodos nuevos para alojar tus cargas de trabajo o configurar actualizaciones y reparaciones automáticas.
  • Escalamiento: Cuando tus cargas de trabajo experimentan una carga alta y agregas más Pods para alojar el tráfico, como con el ajuste de escala automático horizontal de Pods de Kubernetes, GKE aprovisiona de forma automática nodos nuevos para esos Pods. y expande los recursos en tus nodos existentes de forma automática según sea necesario.
  • Programación: Autopilot administra el empaquetado de Pods por ti, de modo que no tienes que pensar en cuántos Pods se ejecutan en cada nodo. Puedes controlar aún más la posición del pod mediante mecanismos de Kubernetes como la afinidad y la topología de distribución de pods.
  • Administración de recursos: Si implementas cargas de trabajo sin establecer valores de recursos como CPU y memoria, Autopilot establece automáticamente los valores predeterminados preconfigurados y modifica tus solicitudes de recursos a nivel de la carga de trabajo.
  • Herramientas de redes: Autopilot habilita algunas funciones de seguridad de red de forma predeterminada, como garantizar que todo el tráfico de red de pods pase por las reglas de firewall de tu nube privada virtual, incluso si el tráfico se dirige a otros pods. en el clúster.
  • Administración de versiones: todos los clústeres de Autopilot están inscritos en un canal de versiones de GKE, lo que garantiza que tu plano de control y tus nodos se ejecuten en las últimas versiones calificadas en ese canal.
  • Flexibilidad administrada: Si tus cargas de trabajo tienen requisitos específicos de hardware o recursos, como alta CPU o memoria, Autopilot ofrece clases de procesamiento preconfiguradas. creadas para esas cargas de trabajo. Tú solicitas la clase de procesamiento en la implementación en lugar de tener que crear de forma manual nodos nuevos que tengan respaldo de hardware y tipos de máquina personalizados. También puedes seleccionar GPU para acelerar cargas de trabajo como aplicaciones por lotes o de IA o AA.
  • Reducción de la complejidad operativa: Autopilot reduce la sobrecarga de administración de la plataforma, ya que quita la necesidad de supervisar nodos, escalamiento y programar operaciones de forma continua.

Autopilot incluye un ANS que cubre el plano de control y la capacidad de procesamiento que usan tus pods.

Escalamiento

Operar una plataforma de manera efectiva a gran escala requiere planificación y consideración cuidadosas. Debes considerar la escalabilidad de tu diseño, que es la capacidad de tus clústeres para crecer dentro de los objetivos de nivel de servicio (SLO). A fin de obtener orientación detallada para los administradores y desarrolladores de la plataforma, consulta los Lineamientos para crear clústeres escalables.

También debes considerar las cuotas y límites de GKE, en especial si planeas ejecutar clústeres grandes con posibles miles de pods.

Escala las cargas de trabajo de Autopilot

En Autopilot, GKE escala los nodos automáticamente en función de la cantidad de pods en el clúster. Para escalar automáticamente la cantidad de pods en tu clúster, te recomendamos que uses un mecanismo como el ajuste de escala automático horizontal de pods de Kubernetes, que puede escalar los pods según la compilación en métricas de CPU y memoria, o métricas personalizadas de Cloud Monitoring. Para aprender a configurar el escalamiento según varias métricas, consulta Optimiza el ajuste de escala automático de Pods según las métricas.

Rangos de recursos permitidos

Autopilot te permite solicitar recursos de almacenamiento efímero, memoria y CPU para tus cargas de trabajo. Los rangos permitidos dependen de si deseas ejecutar los Pods en la plataforma de procesamiento predeterminada de uso general o en una clase de procesamiento. Para obtener información sobre las solicitudes de recursos de contenedor predeterminadas y los rangos de recursos permitidos, consulta Solicitudes de recursos en Autopilot.

Selectores de nodos y afinidad de nodos

Las topologías de afinidad zonal son compatibles. El uso de la afinidad de nodo y los selectores de nodos está limitado a las siguientes claves: topology.kubernetes.io/region, topology.kubernetes.io/zone, failure-domain.beta.kubernetes.io/region, failure-domain.beta.kubernetes.io/zone, cloud.google.com/gke-os-distribution, kubernetes.io/os y kubernetes.io/arch. No todos los valores del SO y de la arquitectura son compatibles con Autopilot.

También puedes usar selectores de nodos y afinidad de nodos para los siguientes fines:

Afinidad y antiafinidad de Pods

Aunque GKE administra tus nodos por ti en Autopilot, conservas la capacidad de programar tus Pods. El piloto automático admite la afinidad de Pods, para que puedas colocar fácilmente los Pods en un solo nodo a fin de aumentar la eficiencia de la red. Por ejemplo, puedes usar la afinidad de Pods para implementar Pods de frontend en nodos con Pods de backend. La afinidad de Pods está limitada al uso con las siguientes claves: topology.kubernetes.io/region, topology.kubernetes.io/zone, failure-domain.beta.kubernetes.io/region, kubernetes.io/hostname y failure-domain.beta.kubernetes.io/zone.

Autopilot también admite la antiafinidad, de modo que puedas distribuir los Pods entre los nodos para evitar puntos únicos de fallo. Por ejemplo, puedes usar la antiafinidad del Pod para evitar que los Pods de frontend estén ubicados junto con los Pods de backend.

Las tolerancias solo son compatibles con la separación de cargas de trabajo

Las tolerancias solo son compatibles con la separación de las cargas de trabajo. Los taints se agregan automáticamente mediante el aprovisionamiento automático de nodos según sea necesario.

Seguridad

Los clústeres de Autopilot habilitan y aplican las prácticas recomendadas y la configuración de seguridad de forma predeterminada, incluidas muchas de las recomendaciones en Endurece la seguridad del clúster y la descripción general de seguridad de GKE..

Si deseas obtener más información sobre las medidas de endurecimiento de Autopilot y cómo implementar tus requisitos de seguridad específicos, consulta Medidas de seguridad en Autopilot.

Soluciona problemas

Para ver los pasos para solucionar problemas, consulta Soluciona problemas de clústeres de Autopilot.

¿Qué sigue?