Questa pagina è stata tradotta dall'API Cloud Translation.

Protezione dell'isolamento del carico di lavoro con GKE Sandbox

Autopilota Standard

Questa pagina descrive come utilizzare GKE Sandbox per proteggere il kernel host sui tuoi nodi quando i container nel pod eseguono codice sconosciuto o non attendibile o richiedono un isolamento aggiuntivo dal nodo.

Disponibilità di GKE Sandbox

GKE Sandbox è pronta per l'uso nei cluster Autopilot che eseguono GKE 1.27.4-gke.800 e versioni successive. Per avviare il deployment per i carichi di lavoro Autopilot in una sandbox, Utilizzo di GKE Sandbox.

Per utilizzare GKE Sandbox in cluster GKE Standard nuovi o esistenti, devi attivare manualmente GKE Sandbox sul cluster.

I carichi di lavoro GPU sono disponibili in Anteprima in GKE Sandbox versione 1.29.2-gke.11080000 e successive.

Prima di iniziare

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

Attiva l'API Google Kubernetes Engine.

Abilita l'API Google Kubernetes Engine

Se vuoi utilizzare Google Cloud CLI per questa attività, installa e poi inizializza gcloud CLI. Se hai già installato gcloud CLI, ottieni la versione più recente eseguendo gcloud components update.
Nota: per le installazioni esistenti di gcloud CLI, assicurati di impostare le proprietà compute/region e compute/zone. Se imposti le posizioni predefinite, puoi evitare errori in gcloud CLI come il seguente: One of [--zone, --region] must be supplied: Please specify location.

Abilita GKE Sandbox su un nuovo cluster standard

Il pool di nodi predefinito, creato quando crei un nuovo cluster, non può utilizzare GKE Sandbox se è l'unico pool di nodi nel cluster, perché i carichi di lavoro di sistema gestiti da GKE devono essere eseguiti separatamente dai carichi di lavoro in sandbox non attendibili. Per abilitare GKE Sandbox durante la creazione del cluster, devi aggiungi almeno un altro pool di nodi al cluster.

Console

Per visualizzare i cluster, vai al menu Google Kubernetes Engine nella console Google Cloud.

Vai alla pagina Google Kubernetes Engine nella console Google Cloud.

Vai a Google Kubernetes Engine
Fai clic su Crea.
Facoltativo ma consigliato: dal menu di navigazione, in Cluster, fai clic su Funzionalità e seleziona le seguenti caselle di controllo in modo che i messaggi gVisor vengano registrati:
- Cloud Logging
- Cloud Monitoring
- Managed Service per Prometheus
Fai clic su Aggiungi nodo Pool.
Nel menu di navigazione, in Pool di nodi, espandi il nuovo pool di nodi e fai clic su Nodi.
Configura le seguenti impostazioni per il pool di nodi:
1. Nell'elenco a discesa Tipo di immagine, seleziona Container-Optimized Sistema operativo con Containerd (cos_containerd). Questo è l'unico tipo di immagine supportato per GKE Sandbox.
2. In Configurazione macchina, seleziona una Serie e un Tipo di macchina.
3. Facoltativamente, se esegui un sistema GKE supportato standard, seleziona un tipo di GPU. Deve essere uno dei i seguenti tipi:
  - nvidia-tesla-t4
  - nvidia-tesla-a100
  - nvidia-a100-80gb
  - nvidia-l4
  - nvidia-h100-80gb
  Le GPU in GKE Sandbox sono disponibili in anteprima.
4. Se utilizzi GPU su GKE Sandbox (anteprima), seleziona o installa la variante del driver latest.
Nel menu di navigazione, sotto il nome del pool di nodi configurazione, fai clic su Sicurezza e seleziona Attiva sandbox con gVisor.
Continua a configurare il cluster e i pool di nodi in base alle esigenze.
Fai clic su Crea.

gcloud

GKE Sandbox non può essere abilitato per il pool di nodi predefinito e non è è possibile creare pool di nodi aggiuntivi nello stesso momento nuovo cluster con il comando gcloud. Puoi invece creare il cluster mentre normalmente. Sebbene facoltativo, ti consigliamo di attivare Logging e monitoraggio in modo che i messaggi gVisor vengano registrati.

Quindi, usa il comando gcloud container node-pools create e imposta il flag -- sandbox su type=gvisor. Il tipo di immagine del nodo deve essere cos_containerd per GKE Sandbox.

gcloud container node-pools create NODE_POOL_NAME \
  --cluster=CLUSTER_NAME \
  --node-version=NODE_VERSION \
  --machine-type=MACHINE_TYPE \
  --image-type=cos_containerd \
  --sandbox type=gvisor

Sostituisci le seguenti variabili:

NODE_POOL_NAME: il nome del nuovo pool di nodi.
CLUSTER_NAME: il nome del tuo cluster.
NODE_VERSION: la versione da utilizzare per il pool di nodi.
MACHINE_TYPE: il tipo di macchina da utilizzare per i nodi.

Per creare un pool di nodi GPU con GKE Sandbox, esegui il seguente comando:

gcloud container node-pools create NODE_POOL_NAME \
  --cluster=CLUSTER_NAME \
  --node-version=NODE_VERSION \
  --machine-type=MACHINE_TYPE \
  --accelerator=type=GPU_TYPE,gpu-driver-version=latest \
  --image-type=cos_containerd \
  --sandbox type=gvisor

Sostituisci quanto segue:

GPU_TYPE: un tipo di GPU supportato. Per maggiori dettagli, vedi GKE Sandbox
MACHINE_TYPE: una macchina corrispondente al tipo di GPU richiesto. Per maggiori dettagli, consulta Requisiti delle GPU di Google Kubernetes Engine.

Abilita GKE Sandbox su un cluster Standard esistente

Puoi abilitare GKE Sandbox su un cluster Standard esistente aggiungendo un nuovo pool di nodi e abilitando la funzionalità per quel pool.

Console

Per creare un nuovo pool di nodi con GKE Sandbox abilitata:

Vai alla pagina Google Kubernetes Engine nella console Google Cloud.

Vai a Google Kubernetes Engine
Fai clic sul nome del cluster da modificare.
Fai clic su Aggiungi nodo Pool.
Configura la pagina Dettagli del pool di nodi selezionata.
Nel menu di navigazione, fai clic su Nodi e configura quanto segue impostazioni:
1. Nell'elenco a discesa Tipo di immagine, seleziona OS ottimizzato per i contenitori con Containerd (cos_containerd). Questo è l'unico tipo di immagine supportato per GKE Sandbox.
2. In Configurazione macchina, seleziona una Serie e un Tipo di macchina.
3. Se utilizzi una versione GKE supportata, puoi anche selezionare un tipo di GPU. Deve essere uno dei seguenti tipi:
  - nvidia-tesla-t4
  - nvidia-tesla-a100
  - nvidia-a100-80gb
  - nvidia-l4
  - nvidia-h100-80gb
  Le GPU in GKE Sandbox sono disponibili in anteprima.
4. Se utilizzi GPU su GKE Sandbox (anteprima), seleziona o installa la variante del driver latest.
Nel menu di navigazione, fai clic su Sicurezza e seleziona la casella Attiva sandbox con gVisor.
Fai clic su Crea.

gcloud

Per creare un nuovo pool di nodi con GKE Sandbox abilitata, utilizza un comando come le seguenti:

gcloud container node-pools create NODE_POOL_NAME \
  --cluster=CLUSTER_NAME \
  --machine-type=MACHINE_TYPE \
  --image-type=cos_containerd \
  --sandbox type=gvisor

Il tipo di immagine del nodo deve essere cos_containerd per la sandbox GKE.

Per creare un pool di nodi GPU con GKE Sandbox, esegui il seguente comando:

gcloud container node-pools create NODE_POOL_NAME \
  --cluster=CLUSTER_NAME \
  --node-version=NODE_VERSION \
  --machine-type=MACHINE_TYPE \
  --accelerator=type=GPU_TYPE,gpu-driver-version=latest \
  --image-type=cos_containerd \
  --sandbox type=gvisor

Sostituisci quanto segue:

GPU_TYPE: un tipo di GPU supportato. Per maggiori dettagli, consulta GKE Sandbox.
MACHINE_TYPE: una macchina che corrisponde alla richiesta Tipo di GPU. Per maggiori dettagli, consulta Requisiti delle GPU di Google Kubernetes Engine.

(Facoltativo) Abilita monitoraggio e logging

È facoltativo, ma ti consigliamo di abilitare Cloud Logging e Cloud Monitoring sul cluster, in modo che i messaggi gVisor vengano registrati. Questi servizi sono abilitati per impostazione predefinita per i nuovi cluster.

Puoi utilizzare la console Google Cloud per attivare queste funzionalità su un cluster esistente.

Vai alla pagina Google Kubernetes Engine nella console Google Cloud.

Vai a Google Kubernetes Engine
Fai clic sul nome del cluster da modificare.
In Funzionalità, nella sezione Cloud Logging fai clic su Modificare Cloud Logging.
Seleziona la casella di controllo Abilita Cloud Logging.
Fai clic su Salva modifiche.
Ripeti gli stessi passaggi per i campi Cloud Monitoring e Managed Service per Prometheus per attivare queste funzionalità.

Usa GKE Sandbox in Autopilot e Standard

Nei cluster Autopilot e nei cluster standard con GKE Sandbox abilitato, puoi richiedere un ambiente in sandbox per un pod specificando gvisor RuntimeClass nella specifica del pod.

Per i cluster Autopilot, assicurati di eseguire GKE versione 1.27.4-gke.800 o successiva.

Esecuzione di un'applicazione in un ambiente sandbox

Per eseguire un deployment su un nodo con GKE Sandbox abilitato, imposta spec.template.spec.runtimeClassName su gvisor, come mostrato nell'esempio seguente:

# httpd.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: httpd
  labels:
    app: httpd
spec:
  replicas: 1
  selector:
    matchLabels:
      app: httpd
  template:
    metadata:
      labels:
        app: httpd
    spec:
      runtimeClassName: gvisor
      containers:
      - name: httpd
        image: httpd

Crea il deployment:

kubectl apply -f httpd.yaml

Il pod viene dispiegato su un nodo con la sandbox GKE abilitata. Per verificare il individua il nodo in cui viene eseguito il deployment del pod:

kubectl get pods

L'output è simile al seguente:

NAME                    READY   STATUS    RESTARTS   AGE
httpd-db5899bc9-dk7lk   1/1     Running   0          24s

Dall'output, trova il nome del pod nell'output, quindi controlla per RuntimeClass:

kubectl get pods POD_NAME -o jsonpath='{.spec.runtimeClassName}'

L'output è gvisor.

In alternativa, puoi elencare la classe di runtime di ogni pod e cercare i pod in cui è impostata su gvisor:

kubectl get pods -o jsonpath=$'{range .items[*]}{.metadata.name}: {.spec.runtimeClassName}\n{end}'

L'output è il seguente:

POD_NAME: gvisor

Questo metodo di verifica che il pod sia in esecuzione in una sandbox è attendibile perché non si basa su dati all'interno della sandbox stessa. Qualsiasi elemento segnalato dall'interno della sandbox non è attendibile, in quanto potrebbe essere difettoso o dannoso.

Esecuzione di un pod con GPU su GKE Sandbox

Per eseguire un carico di lavoro GPU su GKE Sandbox, aggiungi runtimeClassName: gvisor al file manifest, come indicato nei seguenti esempi:

Manifest di esempio per i pod GPU in modalità standard:

apiVersion: v1
kind: Pod
metadata:
  name: my-gpu-pod
spec:
  runtimeClassName: gvisor
  containers:
  - name: my-gpu-container
    image: nvidia/samples:vectoradd-cuda10.2
    resources:
      limits:
      nvidia.com/gpu: 1

Manifest di esempio per i pod GPU in modalità Autopilot:

apiVersion: v1
kind: Pod
metadata:
  name: my-gpu-pod
spec:
  runtimeClassName: gvisor
  nodeSelector:
    cloud.google.com/gke-gpu-driver-version: "latest"
    cloud.google.com/gke-accelerator: nvidia-tesla-t4
  containers:
  - name: my-gpu-container
    image: nvidia/samples:vectoradd-cuda10.2
    resources:
      limits:
        nvidia.com/gpu: 1

Puoi eseguire qualsiasi pod GPU Autopilot o Standard soddisfare i requisiti di versione e tipo di GPU su GKE Sandbox aggiungendo runtimeClassName: gvisor al file manifest. Per istruzioni per eseguire GPU in GKE, consulta le risorse seguenti:

Eseguire un pod normale insieme a pod in sandbox

I passaggi in questa sezione si applicano ai carichi di lavoro in modalità standard. Non eseguire pod regolari insieme ai pod sandbox in modalità Autopilot, perché Modello di prezzi di Autopilot elimina la necessità di ottimizzare manualmente il numero di pod pianificati sui nodi.

Dopo aver abilitato GKE Sandbox su un pool di nodi, puoi eseguire applicazioni attendibili nei nodi senza utilizzare una sandbox, usando incompatibilità e tolleranze dei nodi. Questi pod sono chiamati "pod normali" per distinguerli dalla sandbox i pod.

Ai pod normali, come ai pod in sandbox, è impedito di accedere ad altri servizi Google Cloud o ai metadati del cluster. Questa prevenzione fa parte della configurazione del nodo. Se i pod normali o in sandbox richiedono l'accesso ai servizi Google Cloud, utilizza la federazione delle identità per i carichi di lavoro per GKE.

GKE Sandbox aggiunge la seguente etichetta e incompatibilità ai nodi che possono essere eseguiti Pod con sandbox:

labels:
  sandbox.gke.io/runtime: gvisor

taints:
- effect: NoSchedule
  key: sandbox.gke.io/runtime
  value: gvisor

Oltre a eventuali impostazioni di affinità e tolleranza dei nodi nel manifest del pod, GKE Sandbox applica la seguente affinità e tolleranza dei nodi a tutti i pod con RuntimeClass impostato su gvisor:

affinity:
  nodeAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
      nodeSelectorTerms:
      - matchExpressions:
        - key: sandbox.gke.io/runtime
          operator: In
          values:
          - gvisor

tolerations:
  - effect: NoSchedule
    key: sandbox.gke.io/runtime
    operator: Equal
    value: gvisor

Per pianificare un pod normale su un nodo con GKE Sandbox abilitato, applica manualmente l'affinità e la tolleranza del nodo descritta in precedenza nel manifest del pod.

Se il pod può essere eseguito su nodi con GKE Sandbox abilitato, aggiungi la tolleranza.
Se il pod deve essere eseguito su nodi con GKE Sandbox abilitato, aggiungi sia l'affinità del nodo sia la tolleranza.

Ad esempio, il seguente manifest modifica il manifest utilizzato in Eseguire un'applicazione in una sandbox in modo che venga eseguito come un pod normale su un nodo con pod in sandbox, rimuovendo il runtimeClass e aggiungendo sia l'attributo taint che la tolleranza descritti in precedenza.

# httpd-no-sandbox.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: httpd-no-sandbox
  labels:
    app: httpd
spec:
  replicas: 1
  selector:
    matchLabels:
      app: httpd
  template:
    metadata:
      labels:
        app: httpd
    spec:
      containers:
      - name: httpd
        image: httpd
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: sandbox.gke.io/runtime
                operator: In
                values:
                - gvisor
      tolerations:
        - effect: NoSchedule
          key: sandbox.gke.io/runtime
          operator: Equal
          value: gvisor

Innanzitutto, verifica che il deployment non sia in esecuzione in una sandbox:

kubectl get pods -o jsonpath=$'{range .items[*]}{.metadata.name}: {.spec.runtimeClassName}\n{end}'

L'output è simile a questo:

httpd-db5899bc9-dk7lk: gvisor
httpd-no-sandbox-5bf87996c6-cfmmd:

Il deployment httpd creato in precedenza è in esecuzione in una sandbox, perché runtimeClass è gvisor. Il deployment httpd-no-sandbox non ha un valore per runtimeClass, quindi non viene eseguito in una sandbox.

Quindi, verifica che il deployment senza sandbox sia in esecuzione su un nodo con GKE Sandbox eseguendo il seguente comando:

kubectl get pod -o jsonpath=$'{range .items[*]}{.metadata.name}: {.spec.nodeName}\n{end}'

Il nome del pool di nodi è incorporato nel valore di nodeName. Verifica che il pod è in esecuzione su un nodo in un pool di nodi con GKE Sandbox abilitata.

Verifica della protezione dei metadati in corso...

Per convalidare l'affermazione che i metadati sono protetti dai nodi che possono eseguire i pod in sandbox, puoi eseguire un test:

Crea un deployment con sandbox dal manifest seguente utilizzando kubectl apply -f. Utilizza l'immagine fedora, che include curl . Il pod esegue il comando /bin/sleep per assicurarsi che il deployment venga eseguito per 10000 secondi.

# sandbox-metadata-test.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: fedora
  labels:
    app: fedora
spec:
  replicas: 1
  selector:
    matchLabels:
      app: fedora
  template:
    metadata:
      labels:
        app: fedora
    spec:
      runtimeClassName: gvisor
      containers:
      - name: fedora
        image: fedora
        command: ["/bin/sleep","10000"]

Ottieni il nome del pod utilizzando kubectl get pods, quindi usa kubectl exec per connettersi al pod in modo interattivo.
```
kubectl exec -it POD_NAME /bin/sh
```
Hai eseguito la connessione a un container in esecuzione nel pod, in un /bin/sh durante la sessione.
Nella sessione interattiva, prova ad accedere a un URL che restituisce i metadati del cluster:
```
curl -s "http://169.254.169.254/computeMetadata/v1/instance/attributes/kube-env" -H "Metadata-Flavor: Google"
```
Il comando si blocca e alla fine scade il tempo di attesa perché i pacchetti vengono eliminati silenziosamente.
Premi Ctrl+C per terminare il comando curl e digita exit per scollegarti dal pod.
Rimuovi la riga RuntimeClass dal manifest YAML e esegui nuovamente il deployment del pod utilizzando kubectl apply -f FILENAME. Con sandbox Il pod viene terminato e ricreato su un nodo senza GKE Sandbox.
Ottieni il nome del nuovo pod, connettiti utilizzando kubectl exec ed esegui di nuovo il comando curl. Questa volta vengono restituiti i risultati. L'output di questo esempio è troncato.
```
ALLOCATE_NODE_CIDRS: "true"
API_SERVER_TEST_LOG_LEVEL: --v=3
AUTOSCALER_ENV_VARS: kube_reserved=cpu=60m,memory=960Mi,ephemeral-storage=41Gi;...
...
```
Digita exit per disconnetterti dal pod.
Rimuovi il deployment:
```
kubectl delete deployment fedora
```

Disabilitazione di GKE Sandbox

Non puoi disattivare GKE Sandbox nei cluster GKE Autopilot o nei pool di nodi GKE Standard. Se vuoi non utilizzare più GKE Sandbox, elimina il pool di nodi.

Passaggi successivi

Scopri di più sulla gestione dei pool di nodi.
Leggi la panoramica della sicurezza.