節點升級策略

本頁面將討論可搭配 Google Kubernetes Engine (GKE) 叢集使用的節點升級策略。

在 GKE Standard 叢集中，您可以為每個節點集區設定下列其中一種節點升級策略：

  • 節點數擴充升級：節點會在滾動式升級期間升級。您可以控管一次升級的節點數量，以及升級對工作負載造成的中斷程度。
  • 藍綠升級：現有節點會保持可用狀態，以便在新的節點設定上驗證工作負載時進行回溯。

在下列特定情境中，GKE 會選擇以下策略：

  • 在 Autopilot 叢集中，GKE 會使用突波升級。詳情請參閱「Autopilot 叢集升級」頁面的「升級期間的節點數量」一節。
  • 對於採用 Dynamic Workload Scheduler 的彈性啟動節點，GKE 會使用短期升級。彈性啟動搭配佈建佇列支援新旗標，這些旗標是彈性啟動預先發布版的一部分。

您可以為標準叢集節點集區選擇升級策略，挑選合適的程序，在速度、工作負載中斷、風險降低和最佳成本效益之間達到平衡。如要進一步瞭解哪種節點升級策略適合您的環境，請參閱「選擇大量升級」和「選擇藍綠升級」。

無論採用哪種策略，您都可以設定升級設定，根據環境需求最佳化升級程序。詳情請參閱「設定所選的升級策略」。請確認您有足夠的配額、資源可用性或預訂容量，可使用所選策略升級節點。詳情請參閱「確保節點升級的資源」。

節點數擴充升級

突增升級是預設的升級策略，最適合可處理漸進式變更的應用程式。突波升級會使用滾動式方法升級節點，順序未定義。選擇可建立的新增節點數量 (使用 maxSurge) 和可同時中斷的現有節點數量 (使用 maxUnavailable)，在速度和中斷之間取得最佳平衡。

此外，升級期間，叢集自動調整功能會一併運作，防止節點變更。

為環境選擇突波升級

如果您重視成本最佳化，且工作負載可容忍在 60 分鐘內關閉，建議為節點集區選擇突增升級。

突增升級最適合下列情境：

  • 如要盡量加快升級速度。
  • 如果工作負載較能容忍中斷，且可接受最多 60 分鐘的正常終止時間。
  • 如要盡量減少建立新節點，以控管成本。

GKE 使用節點數擴充升級的時機

啟用後，發生下列類型的變更時，GKE 會使用節點數擴充升級：

其他變更 (包括將更新套用至現有節點集區的節點標籤和汙點) 不會使用大量升級，因為不需要重新建立節點。

瞭解節點數擴充升級設定

使用突波升級設定，在叢集維護期間，為節點集區選取適當的速度和中斷平衡。您可以變更 Standard 節點集區的節點數擴充升級參數，藉此調整 GKE 嘗試一次升級的節點數量。

升級期間的行為取決於 maxSurge 和 maxUnavailable 設定，這些設定會決定在滾動式時間範圍內，有多少節點會同時升級，並執行上述步驟。

maxSurge：GKE 會先建立新的節點，再移除現有節點

設定 maxSurge，選擇在升級期間可新增至節點集區的節點數擴充上限 (每個可用區)，提高現有節點上執行的工作負載立即遷移至新節點的可能性。預設值為 1。如要升級一個節點，GKE 會執行下列步驟：

  1. 佈建新節點。
  2. 等待新節點準備就緒。
  3. 限制現有節點。
  4. 排空現有節點，並遵循 PodDisruptionBudget 和 GracefulTerminationPeriod 設定，最多一小時。一小時後，系統會強制撤銷所有剩餘的 Pod，以便繼續升級。
  5. 刪除現有節點。

如要讓 GKE 建立突增節點，專案必須有資源可暫時建立額外節點。如果沒有額外容量，GKE 會等到資源可用時，才開始升級節點。詳情請參閱「資源：升級至尖峰時段」。

maxUnavailable：GKE 會讓現有節點無法使用，以便重新建立節點

設定 maxUnavailable，選擇每個區域在升級期間可同時無法使用的節點數量上限。預設值為零。 如果沒有其他節點有容量，在現有節點上執行的工作負載可能需要等待現有節點升級。如要升級單一節點，GKE 會執行下列步驟：

  1. 隔離現有節點。
  2. 排空現有節點，並遵循 PodDisruptionBudget 和 GracefulTerminationPeriod 設定，最多一小時。一小時後，系統會強制撤銷所有剩餘的 Pod，以便繼續升級。
  3. 使用新設定重新建立現有節點。
  4. 等待現有節點準備就緒。
  5. 取消現有升級節點的封鎖。

當 GKE 重新建立現有節點時，如果容量不是來自預留資源，GKE 會暫時釋出節點容量。也就是說，如果容量有限，您可能會失去現有容量。因此，如果環境的資源有限，只有在使用預留節點時，才建議使用這項設定。詳情請參閱「在資源受限的環境中升級」。

maxSurge 和 maxUnavailable 設定的使用範例

舉例來說，假設 GKE 叢集有一個單一區域節點集區，其中有 5 個節點，且節點數擴充升級設定如下：maxSurge=2;maxUnavailable=1。

使用這個節點集區進行節點數擴充升級時，GKE 會在滾動式視窗中建立兩個升級節點，且一次最多中斷一個現有節點。升級節點準備就緒後，GKE 最多會關閉三個現有節點。在升級過程中，節點集區會包含四到七個節點。

節點數擴充升級設定注意事項

設定尖峰升級設定前，請先考量以下資訊：

調整節點數擴充升級設定，在速度和中斷之間取得平衡

下表列出四種不同的升級設定檔示例，協助您瞭解不同的設定：

說明 設定 常見用途
平衡 (預設)：速度較慢，但干擾程度最低 maxSurge=1 maxUnavailable=0 大部分的工作負載
快速、無尖峰資源、最擾亂 maxSurge=0 maxUnavailable=20 工作完成後的大型節點集區
速度快、資源充足，且干擾較少 maxSurge=20 maxUnavailable=0 大型節點集區
最慢、中斷、沒有尖峰資源 maxSurge=0 maxUnavailable=1 資源受限的節點集區 (含預留項目)

平衡 (預設)

如要以最簡單的方式善用升級尖峰，請使用預設設定 maxSurge=1;maxUnavailable=0.。使用這項設定時，升級作業會緩慢進行，一次只會新增一個尖峰節點，也就是一次只升級一個節點。Pod 可立即在新節點上重新啟動。這項設定只需要資源暫時建立一個新節點。

快速且無尖峰資源

如果節點集區很大，且工作負載不會因中斷而受到影響 (例如已完成的批次工作)，請使用下列設定盡量提高速度，且不使用任何額外資源：maxSurge=0;maxUnavailable=20。這項設定不會啟動額外的突增節點，且允許同時升級 20 個節點。

快速且干擾較少

如果工作負載容易中斷，且您已設定 PodDisruptionBudgets (PDB)，但未使用 externalTrafficPolicy: Local (不適用於平行節點排空)，則可使用 maxSurge=20;maxUnavailable=0 加快升級速度。這項設定會平行升級 20 個節點，而 PDB 會限制在特定時間可排空的 Pod 數量。雖然 Pod 中斷預算的設定可能有所不同，但如果您為節點集區中執行的一或多個工作負載建立 Pod 中斷預算，並將 maxUnavailable=1 設為 1，則一次只能逐出這些工作負載的一個 Pod，進而限制整個升級作業的平行處理能力。這項設定需要資源暫時建立 20 個新節點。

緩慢但沒有尖峰資源

如果無法使用任何額外資源，可以透過 maxSurge=0;maxUnavailable=1 一次重建一個節點。

控制進行中的節點數擴充升級

使用突波升級時，您可以在升級過程中透過指令進行部分控制。如要進一步控管升級程序，建議使用藍綠升級。

取消 (暫停) 節點數擴充升級

升級期間，您隨時可以取消進行中的升級作業。取消升級會暫停升級作業，GKE 不會升級新節點，但不會自動將已升級的節點還原為舊版。取消升級後，您可以繼續或復原。

取消升級時，GKE 會對每個節點執行下列動作：

  • 已開始升級作業的節點會完成升級。
  • 尚未開始升級的節點不會進行升級。
  • 已成功完成升級的節點不受影響，也不會復原到之前的版本。

也就是說，節點集區可能最終會處於節點執行兩個不同版本的狀態。如果節點集區已啟用自動升級功能，系統可以再次排定節點集區的自動升級作業，將節點集區中執行舊版的所有節點升級。

瞭解如何取消節點集區升級作業。

繼續節點數擴充升級程序

如果節點集區升級作業已取消，且部分節點已升級，您可以繼續升級，完成節點集區的升級程序。這會升級原始作業中未升級的任何剩餘節點。瞭解如何繼續升級節點集區。

復原節點數擴充升級

如果節點集區只升級了一部分，您可以將節點集區復原到先前的狀態。節點集區成功升級後就不能復原。尚未開始升級的節點不受影響。 瞭解如何復原節點集區升級。

如果想在升級完成後將節點集區降級回先前的版本，請參閱降級節點集區。

藍綠升級

藍綠升級是預設的突增升級策略以外的替代策略。使用藍綠升級時，GKE 會先建立一組新的節點資源 (「綠色」節點)，並採用新的節點設定，然後再將原始資源 (「藍色」節點) 上的工作負載逐出。如果需要回溯工作負載，GKE 會保留「藍色」資源，直到達到浸泡時間為止。您可以根據環境需求調整升級步調和浸泡時間。

採用這項策略時，您可進一步掌控升級程序。如有需要，您可以復原正在進行的升級作業，因為升級期間會保留原始環境。不過，這種升級策略也需要更多資源。由於系統會複製原始環境，因此節點集區在升級期間會使用兩倍的資源。

為環境選擇藍綠升級

如果您有高可用性的生產工作負載，且工作負載無法容忍升級，因此需要能夠快速復原，而且可以接受暫時增加費用，建議您為節點集區選擇藍綠升級。

藍綠升級最適合下列情境：

  • 如果想逐步推出，以盡量降低風險，且需要超過 60 分鐘的正常終止時間。
  • 如果工作負載較無法容忍中斷。
  • 如果可接受因資源用量增加而導致的暫時性費用增加。

GKE 何時會使用藍綠升級

對於 GKE 節點，有不同類型的設定變更需要重新建立節點。啟用後，如果發生下列類型的變更，GKE 會使用藍綠升級：

如果其他功能需要重新建立節點，系統會使用 Surge 升級。詳情請參閱「使用升級尖峰期」。

藍綠升級的階段

透過藍綠升級，您可以透過下列方式自訂及控管程序：

本節說明升級程序的各個階段。您可以透過升級設定調整階段的運作方式，並使用指令控管升級程序。

階段 1：建立綠色集區

在這個階段，系統會為目標集區下的每個區域建立一組新的代管執行個體群組 (MIG)，稱為「綠色」集區，並採用新的節點設定 (新版本或映像檔類型)。

系統會先檢查配額，再開始佈建新的綠色資源。

在這個階段，叢集自動配置器會停止擴大或縮減原始 MIG (稱為藍色集區)。綠色集區只能在這個階段擴充。

在這個階段，您可以視需要取消升級。取消藍綠升級時，升級作業會在目前階段暫停。取消後，你可以恢復或回溯。在這個階段，回溯作業會刪除綠色集區。

階段 2：隔離藍色集區

在這個階段，藍色集區 (現有 MIG) 中的所有原始節點都會遭到隔離 (標示為無法排程)。現有工作負載會繼續執行，但系統不會在現有節點上排定新的工作負載。

在這個階段，您可以視需要取消升級。取消藍綠升級時，升級作業會在目前階段暫停。取消後，你可以恢復或回溯。在這個階段，回溯作業會取消藍色集區的封鎖，並刪除綠色集區。

階段 3：排空藍色集區

在這個階段，藍色集區 (現有 MIG) 中的原始節點會分批排空。Kubernetes 清空節點時，會將驅逐要求傳送至節點上執行的所有 Pod。系統會重新排定 Pod 的時間。如果 Pod 違反 PodDisruptionBudget，或在排空期間 terminationGracePeriodSeconds 過長，系統會在刪除節點時，於「Delete blue pool」階段刪除這些 Pod。您可以使用 BATCH_SOAK_DURATION 和 NODE_POOL_SOAK_DURATION 延長 Pod 刪除前的時間，詳情請參閱本文和下一節。

您可以透過下列任一設定控制批次大小：

  • BATCH_NODE_COUNT：批次作業中要排除的節點數量絕對值。
  • BATCH_PERCENT：批次作業中要排除的節點百分比，以介於 0 到 1 (含) 之間的小數表示。如果百分比不是節點的整數，GKE 會向下捨入至最接近的節點百分比，最低值為 1 個節點。

如果這兩項設定的任一項設為零，GKE 就會略過這個階段，並繼續進行「浸泡節點集區」階段。

此外，您可以使用 BATCH_SOAK_DURATION 控制每批排水管浸泡的時間長度。這段時間以秒為單位，預設為零秒。

在這個階段，您仍可視需要取消升級。取消藍綠升級時，升級作業會在目前階段暫停。取消後，你可以恢復或回溯。在此階段，回溯作業會停止排空藍色集區，並取消藍色集區的封鎖。然後，工作負載可以重新排定在藍色集區上 (不保證)，綠色集區則會遭到刪除。

階段 4：浸泡節點集區

這個階段是用來驗證藍色集區節點排空後，工作負載的健康狀態。

浸泡時間以秒為單位，並使用 NODE_POOL_SOAK_DURATION 設定。預設為一小時 (3600 秒)。如果總浸泡時間達到 7 天 (604,800 秒)，系統會立即開始刪除藍色集區階段。

總浸泡時間是 NODE_POOL_SOAK_DURATION 的總和，加上 BATCH_SOAK_DURATION 乘以批次數，批次數由 BATCH_NODE_COUNT 或 BATCH_PERCENT 決定。

在這個階段，您可以完成升級，略過剩餘的測試時間。系統會立即開始移除藍色集區節點。

如有需要，您仍可取消升級。 取消藍綠升級時，升級作業會在目前階段暫停。取消後，你可以恢復或回溯。

在這個階段，叢集自動配置器現在可以正常擴充或縮減綠色集區。

階段 5：刪除藍色集區

浸泡時間到期後，藍色集區節點會從目標集區中移除。這個階段無法暫停。此外，這個階段不會使用驅逐功能，而是嘗試刪除 Pod。與逐出不同，刪除作業不會遵守 PDB，而是強制刪除 Pod。刪除作業會將 Pod 的 terminationGracePeriodSeconds 時間上限設為 60 分鐘。最後一次嘗試刪除剩餘 Pod 後，系統會從節點集區中刪除藍色集區節點。

這個階段完成後，節點集區就只會留下採用更新設定 (版本或映像檔類型) 的新節點。

叢集自動配置器如何搭配藍綠升級運作

在藍綠升級的各個階段中，原始「藍色」集區不會向上或向下擴充。建立新的「綠色」集區後，只能擴充至「浸泡節點集區階段」，之後才能擴充或縮減。如果回溯升級，原始的「藍色」集區可能會在這個程序中擴充，以因應額外容量需求。

控制進行中的藍綠升級

採用藍綠升級時，您可以在升級期間使用指令控管升級作業。舉例來說，如果您判斷工作負載需要回溯至舊節點設定，就能高度掌控這個程序。

取消 (暫停) 藍綠升級

取消藍綠升級時，升級作業會在目前階段暫停。除了「刪除藍色集區」階段外，這個指令可用於所有階段。取消後，節點集區會根據發出要求時的階段，暫停在中間狀態。

瞭解如何取消節點集區升級。

取消升級後，您可以選擇以下兩種做法：繼續或回溯。

繼續藍綠升級

如果確定可以繼續升級，請恢復升級作業。

如果繼續升級，升級程序會從暫停時的中間階段繼續進行。如要瞭解如何繼續升級節點集區，請參閱「繼續升級節點集區」。

復原藍綠升級

如果您判斷升級不應繼續進行，並想將節點集區恢復原狀，可以執行復原作業。如要瞭解如何復原節點集區升級，請參閱復原節點集區升級。

透過回溯工作流程，系統會反向執行程序，將節點集區還原至原始狀態。藍色集區會解除封鎖，以便重新排定工作負載。在此期間，叢集自動配置器可能會視需要擴充藍色集區。綠色集區會排空並刪除。

如果想在升級完成後將節點集區降級回先前的版本，請參閱降級節點集區。

完成藍綠升級

在浸泡階段，如果您判斷工作負載不需要在新節點設定上進行進一步驗證，且可以移除舊節點，即可完成升級。完成升級後，系統會略過其餘的浸泡階段，並繼續進行刪除藍色集區階段。

如要進一步瞭解如何使用 complete 指令，請參閱「完成藍綠節點集區升級」。

短期升級 (僅適用於彈性啟動和佇列佈建)

短期升級是節點升級策略，僅適用於使用彈性啟動節點和使用排隊佈建的節點 (1.32.2-gke.1652000 以上版本)，這兩者都採用 Dynamic Workload Scheduler。如要進一步瞭解使用短期升級的節點，請參閱「使用 Dynamic Workload Scheduler 取得 GPU」一文。

GKE 會對 Standard 節點集區和 Autopilot 叢集中的節點群組，採用短期升級策略。

採用這項策略時，GKE 會升級這些受限的執行階段節點，不會中斷現有工作負載。這項策略的運作方式如下：

  1. 現有節點會持續運作，直到遭到先占為止。
  2. 新節點會使用新的節點設定。
  3. 節點最多會在七天內，從執行現有設定轉換為執行新設定。

GKE 會自動為彈性啟動節點設定這項策略。這項策略沒有任何設定。

GKE 使用短期升級時機

GKE 會自動將彈性啟動節點設為使用短期升級。如果節點只使用排隊佈建，但執行於 GKE 1.32.2-gke.1652000 以上版本的叢集，也會使用短期升級。

對於使用短期升級的 Autopilot 叢集中的標準節點集區和節點群組，如果原本會使用突增升級，GKE 就會改用這項策略。除了節點升級 (版本變更) 之外，GKE 也會使用短期升級進行其他類型的節點更新，類似於節點數擴充升級。詳情請參閱「使用突增升級時機」一文。

後續步驟