Raccogli e visualizza le metriche del piano di controllo

Questa pagina descrive come configurare un cluster Google Kubernetes Engine (GKE) per inviare a Cloud Monitoring le metriche emesse dal server API, dallo scheduler e dal gestore del controller Kubernetes utilizzando Google Cloud Managed Service per Prometheus. Questa pagina descrive anche la formattazione di queste metriche quando vengono scritte in Monitoring e come eseguire query sulle metriche.

Prima di iniziare

Prima di iniziare, assicurati di aver eseguito le seguenti attività:

  • Abilita l'API Google Kubernetes Engine.
    • Abilita l'API Google Kubernetes Engine
  • Se vuoi utilizzare Google Cloud CLI per questa attività, installa e quindi initialize gcloud CLI. Se hai già installato gcloud CLI, ottieni la versione più recente eseguendo gcloud components update.

Requisiti

L'invio delle metriche emesse dai componenti del piano di controllo Kubernetes a Cloud Monitoring prevede i seguenti requisiti:

Configura la raccolta delle metriche del piano di controllo

Puoi abilitare le metriche del piano di controllo in un cluster GKE esistente utilizzando la console Google Cloud, gcloud CLI o Terraform.

Console

Puoi abilitare le metriche del piano di controllo per un cluster dalla scheda Osservabilità per il cluster o dalla scheda Dettagli per il cluster. Quando utilizzi la scheda Osservabilità, puoi visualizzare l'anteprima dei grafici e delle metriche disponibili prima di abilitare il pacchetto di metriche.

Per abilitare le metriche del piano di controllo dalla scheda Osservabilità per il cluster, segui questi passaggi:

  1. Nella console Google Cloud, vai alla pagina Cluster Kubernetes:

    Vai a Cluster Kubernetes

    Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato il cui sottotitolo è Kubernetes Engine.

  2. Fai clic sul nome del cluster e seleziona la scheda Osservabilità.

  3. Seleziona Piano di controllo dall'elenco delle funzionalità.

  4. Fai clic su Abilita pacchetto.

    Se le metriche del piano di controllo sono già abilitate, viene visualizzato un insieme di grafici per le metriche del piano di controllo.

Per abilitare le metriche del piano di controllo dalla scheda Dettagli per il cluster, segui questi passaggi:

  1. Nella console Google Cloud, vai alla pagina Cluster Kubernetes:

    Vai a Cluster Kubernetes

    Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato il cui sottotitolo è Kubernetes Engine.

  2. Fai clic sul nome del cluster.

  3. Nella riga Funzionalità con etichetta Cloud Monitoring, fai clic sull'icona Modifica.

  4. Nella finestra di dialogo Modifica Cloud Monitoring visualizzata, verifica che sia selezionata l'opzione Abilita Cloud Monitoring.

  5. Nel menu a discesa Componenti, seleziona i componenti del piano di controllo da cui vuoi raccogliere le metriche: Server API, Scheduler o Controller Manager.

  6. Fai clic su Ok.

  7. Fai clic su Salva modifiche.

gcloud

Aggiorna il cluster per raccogliere le metriche emesse dal server API, dallo scheduler e dal gestore del controller Kubernetes:

gcloud container clusters update CLUSTER_NAME \
    --location=COMPUTE_LOCATION \
    --monitoring=SYSTEM,API_SERVER,SCHEDULER,CONTROLLER_MANAGER

Sostituisci quanto segue:

Terraform

Per configurare la raccolta delle metriche del piano di controllo Kubernetes mediante Terraform, consulta il blocco monitoring_config nel registro Terraform per google_container_cluster. Per informazioni generali sull'utilizzo di Google Cloud con Terraform, consulta Terraform with Google Cloud.

Quota

Le metriche del piano di controllo consumano la quota "Richieste di importazione di serie temporali al minuto" dell'API Cloud Monitoring. Prima di abilitare i pacchetti di metriche, controlla l'utilizzo recente recente di quella quota. Se hai molti cluster nello stesso progetto o se stai già raggiungendo il limite di quota, puoi richiedere un aumento del limite della quota prima di abilitare uno dei due pacchetti di osservabilità.

Prezzi

Le metriche del piano di controllo GKE utilizzano Google Cloud Managed Service per Prometheus per caricare le metriche in Cloud Monitoring. Gli addebiti di Cloud Monitoring per l'importazione di queste metriche si basano sul numero di campioni importati. Tuttavia, queste metriche sono gratuite per i cluster registrati che appartengono a un progetto in cui è abilitata la versione di GKE Enterprise.

Per ulteriori informazioni, consulta i prezzi di Cloud Monitoring.

Formato metrica

Tutte le metriche del piano di controllo Kubernetes Kubernetes scritte in Cloud Monitoring utilizzano il tipo di risorsa prometheus_target. Ogni nome della metrica è preceduto dal prefisso prometheus.googleapis.com/ e da un suffisso che indica il tipo di metrica Prometheus, ad esempio /gauge, /histogram o /counter. In caso contrario, ogni nome di metrica è identico a quello esposto da Kubernetes open source.

Esportazione da Cloud Monitoring

Le metriche del piano di controllo Kubernetes possono essere esportate da Cloud Monitoring utilizzando l'API Cloud Monitoring. Poiché tutte le metriche del piano di controllo Kubernetes vengono importate tramite Google Cloud Managed Service per Prometheus, è possibile eseguire query sulle metriche del piano di controllo Kubernetes utilizzando Prometheus Query Language (PromQL). È inoltre possibile eseguire query utilizzando tramite Monitoring Query Language (MQL).

Esecuzione di query sulle metriche

Quando esegui una query sulle metriche del piano di controllo Kubernetes, il nome da utilizzare dipende dall'utilizzo di funzionalità basate su PromQL o Cloud Monitoring come MQL o l' interfaccia basata su menu di Metrics Explorer.

Le seguenti tabelle delle metriche del piano di controllo Kubernetes mostrano due versioni del nome di ogni metrica:

  • Nome metrica PromQL: quando utilizzi PromQL nelle pagine di Cloud Monitoring della console Google Cloud o nei campi PromQL dell'API Cloud Monitoring, utilizza il nome della metrica PromQL.
  • Nome metrica di Cloud Monitoring Se usi altre funzionalità di Cloud Monitoring, usa il nome della metrica nelle tabelle riportate di seguito. Questo nome deve essere preceduto dal prefisso prometheus.googleapis.com/, che è stato omesso dalle voci della tabella.

Metriche server API

Questa sezione fornisce un elenco di metriche del server API e informazioni aggiuntive sull'interpretazione e sull'utilizzo delle metriche.

Elenco di metriche del server API

Quando le metriche del server API sono abilitate, tutte le metriche mostrate nella seguente tabella vengono esportate in Cloud Monitoring nello stesso progetto del cluster GKE.

I nomi delle metriche di Cloud Monitoring in questa tabella devono essere preceduti dal prefisso prometheus.googleapis.com/. Questo prefisso è stato omesso dalle voci della tabella.

Nome metrica PromQL Fase di lancio
Nome metrica Cloud Monitoring
Tipo, Tipo, Unità
Risorse monitorate
Versione GKE richiesta		 Descrizione
Etichette
apiserver_current_inflight_requests GA
apiserver_current_inflight_requests/gauge
Gauge, Double, 1
prometheus_target
1.22.13 o versioni successive 		Numero massimo di limiti di richieste in corso attualmente in uso di questo apiserver per tipo di richiesta nell'ultimo secondo.

request_kind
apiserver_flowcontrol_current_executing_seats BETA
apiserver_flowcontrol_current_executing_seats/gauge
Gauge, Double, 1
prometheus_target
1.28.3 o versioni successive 		Richieste di contemporaneità (numero di utenze) occupate dalle richieste attualmente in esecuzione (fase iniziale per un WATCH, qualsiasi fase altrimenti) nel sottosistema Priorità e Equità delle API.

flow_schema
priority_level
apiserver_flowcontrol_current_inqueue_requests BETA
apiserver_flowcontrol_current_inqueue_requests/gauge
Gauge, Double, 1
prometheus_target
1.28.3 e versioni successive (1.25.16-gke.1360000+, 1.26.11+, 1.27.8+ per le versioni secondarie precedenti) 		Numero di richieste attualmente in attesa nelle code del sottosistema Priorità e Equità delle API.

flow_schema
priority_level
apiserver_flowcontrol_nominal_limit_seats BETA
apiserver_flowcontrol_nominal_limit_seats/gauge
Gauge, Double, 1
prometheus_target
1.28.3 e versioni successive (1.26.11 e versioni successive, 1.27.8 e versioni successive per le versioni secondarie precedenti) 		Numero nominale di utenze di esecuzione configurate per ogni livello di priorità.

priority_level
apiserver_flowcontrol_rejected_requests_total BETA
apiserver_flowcontrol_rejected_requests_total/counter
Cumulative, Double, 1
prometheus_target
1.28.3 e versioni successive (1.25.16-gke.1360000+, 1.26.11+, 1.27.8+ per le versioni secondarie precedenti) 		Numero di richieste rifiutate dal sottosistema Priorità e Equità delle API.

flow_schema
priority_level
reason
apiserver_flowcontrol_request_wait_duration_seconds BETA
apiserver_flowcontrol_request_wait_duration_seconds/histogram
Cumulative, Distribution, s
prometheus_target
1.28.3 e versioni successive (1.25.16-gke.1360000+, 1.26.11+, 1.27.8+ per le versioni secondarie precedenti) 		Tempo di attesa in coda di una richiesta.

execute
flow_schema
priority_level
apiserver_request_duration_seconds GA
apiserver_request_duration_seconds/histogram
Cumulative, Distribution, s
prometheus_target
1.23.6 o versioni successive 		Distribuzione della latenza di risposta in secondi per ogni verbo, valore dry run, gruppo, versione, risorsa, sottorisorsa, ambito e componente.

component
dry_run
group
resource
scope
subresource
verb
version
apiserver_request_total GA
apiserver_request_total/counter
Cumulative, Double, 1
prometheus_target
1.22.13 o versioni successive 		Contatore di richieste apiserver suddivise per verbo, valore dry run, gruppo, versione, risorsa, ambito, componente e codice di risposta HTTP.

code
component
dry_run
group
resource
scope
subresource
verb
version
apiserver_response_sizes GA
apiserver_response_sizes/histogram
Cumulative, Distribution, 1
prometheus_target
1.22.13 o versioni successive 		Distribuzione delle dimensioni della risposta in byte per ogni gruppo, versione, verbo, risorsa, risorsa secondaria, ambito e componente.

component
group
resource
scope
subresource
verb
version
apiserver_storage_objects GA
apiserver_storage_objects/gauge
Gauge, Double, 1
prometheus_target
1.22.13 o versioni successive 		Numero di oggetti archiviati al momento dell'ultimo controllo, suddivisi per tipo.

resource
apiserver_admission_controller_admission_duration_seconds GA
apiserver_admission_controller_admission_duration_seconds/histogram
Cumulative, Distribution, s
prometheus_target
1.23.6 o versioni successive 		Istogramma della latenza del controller di ammissione in secondi, identificato per nome e suddiviso per ciascuna operazione e risorsa e tipo API (convalida o ammissione).

name
operation
rejected
type
apiserver_admission_step_admission_duration_seconds GA
apiserver_admission_step_admission_duration_seconds/histogram
Cumulative, Distribution, s
prometheus_target
1.22.13 o versioni successive 		Istogramma della latenza dei passaggi secondari di ammissione in secondi, suddiviso per ciascuna operazione e risorsa API e tipo di passaggio (convalida o ammissione).

operation
rejected
type
apiserver_admission_webhook_admission_duration_seconds GA
apiserver_admission_webhook_admission_duration_seconds/histogram
Cumulative, Distribution, s
prometheus_target
1.22.13 o versioni successive 		Istogramma della latenza del webhook di ammissione in secondi, identificato per nome e suddiviso per ciascuna operazione e risorsa e tipo dell'API (convalida o ammissione).

name
operation
rejected
type

Le seguenti sezioni forniscono ulteriori informazioni sulle metriche del server API.

apiserver_request_duration_seconds

Utilizza questa metrica per monitorare la latenza nel server API. La durata della richiesta registrata da questa metrica include tutte le fasi dell'elaborazione della richiesta, dal momento in cui la richiesta viene ricevuta fino a quando il server completa la risposta al client. Nello specifico, include il tempo dedicato a:

  • Autenticazione e autorizzazione della richiesta.
  • Chiamata ai webhook di terze parti e di sistema associati alla richiesta.
  • Recupero dell'oggetto richiesto da una cache in memoria (per le richieste che specificano un parametro URL resourceVersion) o da etcd (per tutte le altre richieste).
  • Puoi utilizzare le etichette group, version, resource e subresource per identificare in modo in modo univoco una richiesta lenta per ulteriori indagini.
  • Scrivere la risposta al cliente e riceverla.

Per ulteriori informazioni sull'utilizzo di questa metrica, consulta Latenza.

Questa metrica ha una cardinalità molto elevata. Quando utilizzi questa metrica, devi usare filtri o raggruppamenti per trovare specifiche sorgenti di latenza.

apiserver_admission_controller_admission_duration_seconds

Questa metrica misura la latenza nei webhook di ammissione integrati, non nei webhook di terze parti. Per diagnosticare i problemi di latenza su Webook di terze parti, utilizza la metrica apiserver_admission_webhook_admission_duration_seconds.

apiserver_admission_webhook_admission_duration_seconds e
apiserver_admission_step_admission_duration_seconds

Queste metriche misurano la latenza nei webhook di ammissione esterni di terze parti. In genere, la metrica apiserver_admission_webhook_admission_duration_seconds è quella più utile. Per ulteriori informazioni sull'utilizzo di questa metrica, consulta Latenza.

apiserver_request_total

Utilizza questa metrica per monitorare il traffico delle richieste al server API. Puoi utilizzarlo anche per determinare le percentuali di successo e di errore delle tue richieste. Per scoprire di più sull'utilizzo di questa metrica, consulta Traffico ed errori.

Questa metrica ha una cardinalità molto elevata. Quando utilizzi questa metrica, devi usare filtri o raggruppamenti per identificare le origini degli errori.

apiserver_storage_objects

Utilizza questa metrica per rilevare la saturazione del sistema e identificare possibili perdite di risorse. Per ulteriori informazioni, consulta la sezione Saturazione.

apiserver_current_inflight_requests

Questa metrica registra il numero massimo di richieste pubblicate attivamente nell'ultimo secondo. Per ulteriori informazioni, consulta la sezione Saturazione.

La metrica non include le richieste a lunga esecuzione come "watch".

Monitoraggio del server API

Le metriche del server API possono fornirti insight sugli indicatori principali per l'integrità del sistema:

Questa sezione descrive come utilizzare le metriche del server API per monitorare l'integrità del server API.

Latenza

Quando il server API è sovraccarico, la latenza delle richieste aumenta. Per misurare la latenza delle richieste al server API, utilizza la metrica apiserver_request_duration_seconds. Per identificare l'origine della latenza in modo più specifico, puoi raggruppare le metriche in base all'etichetta verb o resource.

Il limite superiore suggerito per una chiamata a una singola risorsa come GET, POST o PATCH è di 1 secondo. Il limite superiore suggerito per le chiamate LIST con ambito a livello di spazio dei nomi e cluster è di 30 secondi. Le aspettative superiori sono impostate da SLO definiti dalla community open source Kubernetes; per ulteriori informazioni, consulta Dettagli SLI/SLO di latenza delle chiamate API.

Se il valore della metrica apiserver_request_duration_seconds aumenta oltre la durata prevista, verifica le seguenti possibili cause:

  • Il piano di controllo Kubernetes potrebbe essere sovraccarico. Per controllare, osserva le metriche apiserver_request_total e apiserver_storage_objects.
    • Utilizza l'etichetta code per determinare se le richieste vengono elaborate correttamente. Per informazioni sui possibili valori, consulta la pagina sui codici di stato HTTP.
    • Utilizza le etichette group, version, resource e subresource per identificare in modo univoco una richiesta.

  • Un webhook di ammissione di terze parti è lento o non reattivo. Se il valore della metrica apiserver_admission_webhook_admission_duration_seconds aumenta, alcuni dei webhook di ammissione di terze parti o definiti dall'utente sono lenti o non adattabili. La latenza nel webhook di ammissione può causare ritardi nella pianificazione dei job.

    • Per eseguire query sulla latenza webhook al 99° percentile per istanza del piano di controllo Kubernetes, utilizza la seguente query PromQL:

      sum by (instance) (histogram_quantile(0.99, rate(apiserver_admission_webhook_admission_duration_seconds_bucket{cluster="CLUSTER_NAME"}[1m])))

      Ti consigliamo di esaminare anche il 50°, 90°, 95° e 99, 9° percentile.Puoi modificare questa query modificando il valore 0.99.

    • I webhook esterni hanno un limite di timeout di circa 10 secondi. Puoi impostare criteri di avviso nella metrica apiserver_admission_webhook_admission_duration_seconds per ricevere un avviso quando ti stai avvicinando al timeout del webhook.

    • Puoi anche raggruppare la metrica apiserver_admission_webhook_admission_duration_seconds sull'etichetta name per diagnosticare possibili problemi con webhook specifici.

  • Stai elencando molti oggetti. Si prevede che la latenza delle chiamate LIST aumenti con l'aumento del numero di oggetti di un determinato tipo (le dimensioni della risposta).

  • Problemi lato client:

    • Il cliente potrebbe non disporre di risorse sufficienti per ricevere risposte tempestive. Per verificarlo, guarda le metriche di utilizzo della CPU per il pod client.
    • La connessione di rete del client è lenta. Questo può accadere quando il client è in esecuzione su un dispositivo come un cellulare, ma è improbabile per i client in esecuzione su una rete Compute Engine.
    • Il client si è chiuso inaspettatamente, ma la connessione TCP ha un periodo di timeout di decine di secondi. Prima che la connessione scada, le risorse del server vengono bloccate, il che può aumentare la latenza.

Traffico e percentuale di errori

Per misurare il traffico e il numero di richieste riuscite e non riuscite al server API, utilizza la metrica apiserver_request_total. Ad esempio, per misurare il traffico del server API per istanza del piano di controllo Kubernetes, utilizza la seguente query PromQL:

sum by (instance) (increase(apiserver_request_total{cluster="CLUSTER_NAME"}[1m]))

  • Per eseguire una query sulle richieste non riuscite, filtra l'etichetta code in base ai valori 4xx e 5xx utilizzando la seguente query PromQL:

    sum(rate(apiserver_request_total{code=~"[45].."}[5m]))

  • Per eseguire query sulle richieste riuscite, filtra l'etichetta code in base ai valori 2xx utilizzando la seguente query PromQL:

    sum(rate(apiserver_request_total{code=~"2.."}[5m]))

  • Per eseguire query sulle richieste rifiutate dal server API per ogni istanza del piano di controllo Kubernetes, filtra l'etichetta code in base al valore 429 (http.StatusTooManyRequests) utilizzando la seguente query PromQL:

    sum by (instance) (increase(apiserver_request_total{cluster="CLUSTER_NAME", code="429"}[1m]))

Saturazione

Puoi misurare la saturazione nel sistema utilizzando le metriche apiserver_current_inflight_requests e apiserver_storage_objects .

Se il valore della metrica apiserver_storage_objects aumenta, è possibile che tu stia riscontrando un problema con un controller personalizzato che crea oggetti ma non li elimina. Puoi filtrare o raggruppare la metrica in base all'etichetta resource per identificare la risorsa che sta riscontrando o ha aumentato l'aumento.

Valuta la metrica apiserver_current_inflight_requests in base alle tue impostazioni di Priorità e Equità delle API. Queste impostazioni influiscono sulla modalità di assegnazione della priorità delle richieste, pertanto non puoi trarre conclusioni dai soli valori della metrica. Per maggiori informazioni, consulta Priorità e equità delle API.

Metriche scheduler

Questa sezione fornisce un elenco delle metriche dello scheduler e informazioni aggiuntive sull'interpretazione e sull'utilizzo delle metriche.

Elenco delle metriche dello scheduler

Quando le metriche dello scheduler sono abilitate, tutte le metriche mostrate nella seguente tabella vengono esportate in Cloud Monitoring nello stesso progetto del cluster GKE.

I nomi delle metriche di Cloud Monitoring in questa tabella devono essere preceduti dal prefisso prometheus.googleapis.com/. Questo prefisso è stato omesso dalle voci della tabella.

Nome metrica PromQL Fase di lancio
Nome metrica Cloud Monitoring
Tipo, Tipo, Unità
Risorse monitorate
Versione GKE richiesta		 Descrizione
Etichette
scheduler_pending_pods GA
scheduler_pending_pods/gauge
Gauge, Double, 1
prometheus_target
1.22.13 o versioni successive 		Numero di pod in attesa, per tipo di coda. "active" indica il numero di pod in activeQ; "backoff" indica il numero di pod in backoffQ; "non pianificabili" indica il numero di pod in unschedulablePods.

queue
scheduler_pod_scheduling_duration_seconds OBSOLETO
scheduler_pod_scheduling_duration_seconds/histogram
Cumulative, Distribution, 1
prometheus_target
Da 1.25.1 a 1.29 (1.22.17-gke.3100+, 1.23.11 e versioni successive, e 1.24.5+ per le versioni secondarie precedenti) 		[Deprecata nella v. 1.29; rimossa nella v. 1.30 e sostituita da scheduler_pod_scheduling_sli_duration_seconds.] Latenza E2e per un pod da pianificare, che può includere più tentativi di pianificazione.

attempts
scheduler_pod_scheduling_sli_duration_seconds BETA
scheduler_pod_scheduling_sli_duration_seconds/histogram
Cumulative, Distribution, 1
prometheus_target
almeno 1,30 		La latenza E2e per un pod da pianificare, dal momento in cui il pod entra nella coda di pianificazione, potrebbe comportare più tentativi di pianificazione.

attempts
scheduler_preemption_attempts_total GA
scheduler_preemption_attempts_total/counter
Cumulative, Double, 1
prometheus_target
1.22.13 o versioni successive 		Tentativi di prerilascio totali nel cluster finora
scheduler_preemption_victims GA
scheduler_preemption_victims/histogram
Cumulative, Distribution, 1
prometheus_target
1.22.13 o versioni successive 		Numero di vittime selezionate per prerilascio
scheduler_scheduling_attempt_duration_seconds GA
scheduler_scheduling_attempt_duration_seconds/histogram
Cumulative, Distribution, 1
prometheus_target
1.23.6 o versioni successive 		Pianificazione della latenza dei tentativi in secondi (algoritmo di pianificazione + associazione).

profile
result
scheduler_schedule_attempts_total GA
scheduler_schedule_attempts_total/counter
Cumulative, Double, 1
prometheus_target
1.22.13 o versioni successive 		Numero di tentativi di pianificazione dei pod, in base al risultato. "non pianificabile" significa che non è stato possibile pianificare un pod, mentre "errore" indica un problema dello scheduler interno.

profile
result

Le seguenti sezioni forniscono ulteriori informazioni sulle metriche del server API.

scheduler_pending_pods

Puoi utilizzare la metrica scheduler_pending_pods per monitorare il carico sullo scheduler. L'aumento dei valori in questa metrica può indicare problemi di gestione delle risorse. Lo scheduler ha tre code e questa metrica indica il numero di richieste in attesa per coda. Sono supportate le seguenti code:

  • Coda active
    • Il set di pod che lo scheduler sta tentando di pianificare. Il pod con la priorità più alta si trova in cima alla coda.
  • Coda backoff
    • L'insieme di pod non era pianificabile l'ultima volta che lo scheduler ha provato, ma potrebbe esserlo la volta successiva.
    • I pod in questa coda devono attendere un periodo di backoff (massimo 10 secondi), dopodiché vengono riportati nella coda active per un altro tentativo di pianificazione. Per ulteriori informazioni sulla gestione della coda backoff, consulta la richiesta di implementazione, problema di Kubernetes 75417.

  • unschedulable impostato

    • L'insieme di pod che lo scheduler ha tentato di pianificare, ma che sono stati determinati come non pianificabili. Il posizionamento in questa coda potrebbe indicare problemi di idoneità o compatibilità con i nodi o con la configurazione dei selettori dei nodi.

      Quando i vincoli delle risorse impediscono la pianificazione dei pod, questi non sono soggetti a gestione del backoff. Quando un cluster è pieno, i nuovi pod non vengono pianificati e vengono inseriti nella coda unscheduled.

    • La presenza di pod non pianificati potrebbe indicare che hai risorse insufficienti o che hai un problema di configurazione dei nodi. I pod vengono spostati nella coda backoff o active dopo eventi che modificano lo stato del cluster. I pod in questa coda indicano che nel cluster non è stato modificato nulla che renderebbe i pod pianificabili.

    • Le affinità definiscono le regole per l'assegnazione dei pod ai nodi. L'uso di regole di affinità o anti-affinità può essere una delle cause di un aumento dei pod non pianificati.

    • Alcuni eventi, ad esempio ADD/UPDATE PVC/Service, la terminazione di un pod o la registrazione di nuovi nodi, spostano alcuni o tutti i pod non pianificati nella coda backoff o active. Per ulteriori informazioni, vedi Problema di Kubernetes 81214.

Per ulteriori informazioni, consulta Latenza dello scheduler e problemi relativi alle risorse.

scheduler_scheduling_attempt_duration_seconds

Questa metrica misura la durata di un singolo tentativo di pianificazione all'interno dello strumento di pianificazione e viene suddivisa in base al risultato: pianificato, non pianificabile o errore. La durata va dal momento in cui lo scheduler recupera un pod fino al momento in cui lo scheduler individua un nodo e posiziona il pod sul nodo, determina se il pod non è pianificabile o riscontra un errore. La durata della pianificazione include il tempo del processo di pianificazione e l'ora di associazione. L'associazione è il processo in cui lo scheduler comunica la propria assegnazione dei nodi al server API. Per maggiori informazioni, consulta Latenza dello scheduler.

Questa metrica non registra il tempo impiegato dal pod per il controllo di ammissione o la convalida.

Per ulteriori informazioni sulla pianificazione, consulta Pianificazione di un pod.

scheduler_schedule_attempts_total

Questa metrica misura il numero di tentativi di pianificazione. Ogni tentativo di pianificare un pod aumenta il valore. Puoi utilizzare questa metrica per determinare se lo scheduler è disponibile: se il valore aumenta, lo scheduler è operativo. Puoi utilizzare l'etichetta result per determinare l'esito positivo; i pod sono scheduled o unschedulable.

Questa metrica è strettamente correlata alla metrica scheduler_pending_pods: quando i pod in attesa sono molti, è probabile che si verifichino molti tentativi di pianificazione dei pod. Per ulteriori informazioni, consulta Problemi relativi alle risorse.

Questa metrica non aumenta se lo scheduler non ha pod da pianificare, come può verificarsi se hai uno scheduler secondario personalizzato.

scheduler_preemption_attempts_total e scheduler_preemptions_victims

Puoi utilizzare le metriche di prerilascio per determinare se devi aggiungere risorse.

Potresti avere pod con priorità più elevata che non possono essere pianificati perché non c'è spazio per questi pod. In questo caso, lo scheduler libera risorse prerilasciando uno o più pod in esecuzione su un nodo. La metrica scheduler_preemption_attempts_total monitora il numero di volte in cui lo scheduler ha tentato di prerilasciare i pod.

La metrica scheduler_preemptions_victims conteggia i pod selezionati per il prerilascio.

Il numero di tentativi di prerilascio è strettamente correlato al valore della metrica scheduler_schedule_attempts_total quando il valore dell'etichetta result è unschedulable. I due valori non sono equivalenti: ad esempio, se un cluster ha 0 nodi, non sono previsti tentativi di prerilascio ma potrebbero verificarsi tentativi di pianificazione che non vanno a buon fine.

Per maggiori informazioni, consulta Problemi relativi alle risorse.

Monitoraggio dello scheduler

Le metriche dello scheduler possono fornirti informazioni sulle prestazioni dello scheduler:

Questa sezione descrive come utilizzare la metrica dello scheduler per monitorare il tuo scheduler.

Latenza scheduler

L'attività dello scheduler è garantire che i pod vengano eseguiti, quindi vuoi sapere quando lo scheduler è bloccato o viene eseguito lentamente.

  • Per verificare che lo scheduler sia in esecuzione e stia pianificando i pod, utilizza la metrica scheduler_schedule_attempts_total.

  • Quando lo scheduler viene eseguito lentamente, esamina le seguenti possibili cause:

    • Il numero di pod in attesa è in aumento. Utilizza la metrica scheduler_pending_pods per monitorare il numero di pod in attesa. La seguente query PromQL restituisce il numero di pod in attesa per coda in un cluster:

      sum by (queue)
(delta(scheduler_pending_pods{cluster="CLUSTER_NAME"}[2m]))

    • I singoli tentativi di pianificare i pod sono lenti. Utilizza la metrica scheduler_scheduling_attempt_duration_seconds per monitorare la latenza dei tentativi di pianificazione.

      Ti consigliamo di osservare questa metrica almeno al 50° e al 95° percentile. La seguente query PromQL recupera i valori del 95° percentile, ma può essere modificata:

      sum by (instance) (histogram_quantile(0.95, rate(
scheduler_scheduling_attempt_duration_seconds_bucket{cluster="CLUSTER_NAME"}[5m])))

Problemi relativi alle risorse

Le metriche dello scheduler possono anche aiutarti a valutare se disponi di risorse sufficienti. Se il valore della metrica scheduler_preemption_attempts_total aumenta, verifica il valore di scheduler_preemption_victims utilizzando la seguente query PromQL:

scheduler_preemption_victims_sum{cluster="CLUSTER_NAME"}

Il numero di tentativi di prerilascio e il numero di vittime di prerilascio aumentano entrambi quando è necessario pianificare pod con priorità più elevata. Le metriche di prerilascio non indicano se i pod con priorità elevata che hanno attivato i prerilascio sono stati pianificati, quindi quando noti aumenti del valore delle metriche di prerilascio, puoi anche monitorare il valore della metrica scheduler_pending_pods. Se aumenta anche il numero di pod in attesa, potresti non avere risorse sufficienti per gestire i pod con priorità più elevata; potresti dover fare lo scale up delle risorse disponibili, creare nuovi pod con richieste di risorse ridotte o modificare il selettore di nodi.

  • Se il numero di vittime di prerilascio non aumenta, non ci sono altri pod con priorità bassa che possono essere rimossi. In questo caso, valuta la possibilità di aggiungere altri nodi in modo da allocare i nuovi pod.

  • Se il numero di vittime di prerilascio aumenta, ci sono pod con priorità più elevata in attesa di essere pianificati, quindi lo scheduler sta prerilasciando alcuni pod in esecuzione. Le metriche di prerilascio non indicano se i pod con priorità più elevata sono stati pianificati correttamente.

    Per determinare se vengono pianificati i pod con priorità più elevata, cerca i valori decrescenti della metrica scheduler_pending_pods. Se il valore di questa metrica aumenta, potrebbe essere necessario aggiungere altri nodi.

È possibile che si verifichino picchi temporanei nei valori della metrica scheduler_pending_pods quando i carichi di lavoro verranno pianificati nel cluster, ad esempio durante eventi come aggiornamenti o scalabilità. Se nel cluster disponi di risorse sufficienti, questi picchi sono temporanei. Se il numero di pod in attesa rimane invariato, segui questi passaggi:

  • Controlla che i nodi non siano contrassegnati come non pianificati; i nodi non accettano nuovi pod.
  • Controlla le seguenti istruzioni di pianificazione, che potrebbero essere configurate in modo errato e rendere un pod non pianificabile:
    • Affinità dei nodi e selettore.
    • Incompatibilità e tolleranze.
    • Vincoli per la diffusione della topologia dei pod.

Se non è possibile pianificare i pod a causa di risorse insufficienti, valuta la possibilità di liberare alcuni dei nodi esistenti o di aumentare il numero di nodi.

Metriche del gestore del controller

Quando le metriche del gestore del controller sono abilitate, tutte le metriche mostrate nella tabella seguente vengono esportate in Cloud Monitoring nello stesso progetto del cluster GKE.

I nomi delle metriche di Cloud Monitoring in questa tabella devono essere preceduti dal prefisso prometheus.googleapis.com/. Questo prefisso è stato omesso dalle voci della tabella.

Nome metrica PromQL Fase di lancio
Nome metrica Cloud Monitoring
Tipo, Tipo, Unità
Risorse monitorate
Versione GKE richiesta		 Descrizione
Etichette
node_collector_evictions_total GA
node_collector_evictions_total/counter
Cumulative, Double, 1
prometheus_target
almeno 1,24 		Numero di eliminazioni dei nodi avvenute dall'avvio dell'istanza attuale di NodeController.

zone