コンテナリソースのリクエストと上限のスケール

Autopilot Standard

このページでは、垂直 Pod 自動スケーリングを使用して Google Kubernetes Engine（GKE）クラスタ内のコンテナの CPU リクエストとメモリリクエストを分析して調整する方法について説明します。

コンテナリソースは、 Google Cloud コンソールから手動でスケールできます。また、VerticalPodAutoscaler オブジェクトを使用してリソースを分析することや、垂直 Pod 自動スケーリングを使用して自動スケーリングを構成することが可能です。

始める前に

始める前に、次の作業が完了していることを確認してください。

Google Kubernetes Engine API を有効にする。

Google Kubernetes Engine API の有効化

このタスクに Google Cloud CLI を使用する場合は、gcloud CLI をインストールして初期化する。すでに gcloud CLI をインストールしている場合は、gcloud components update を実行して最新のバージョンを取得する。
注: gcloud CLI がすでにインストールされている場合には、必ず compute/region と compute/zone のプロパティを設定してください。デフォルトのロケーションを設定することで、gcloud CLI のエラー（One of [--zone, --region] must be supplied: Please specify location など）を防止できます。

リソースリクエストを分析する

VerticalPodAutoscaler は、コンテナを自動的に分析し、推奨されるリソースリクエストを提供します。これらのリソースリクエストは、Google Cloud コンソール、Cloud Monitoring、Google Cloud CLI を使用して表示できます。

コンソール

Google Cloud コンソールで推奨されるリソースリクエストを表示するには、少なくとも 24 時間以上前のワークロードをデプロイする必要があります。ワークロードによっては（24 時間以内に作成されたもの、スタンドアロン Pod、Java で作成されたアプリなど）、推奨値がないか、適切ではない場合があります。

Google Cloud コンソールの [ワークロード] ページに移動します。

[ワークロード] に移動
ワークロードリストで、スケールするワークロードの名前をクリックします。
[アクション] > [スケール] > [リソースリクエストを編集] をクリックします。

[リソース使用率データの分析] セクションには、[リソースリクエストと上限の調整] セクションで推奨リソースリクエストを作成するために垂直 Pod オートスケーラーコントローラが分析したリソース使用量履歴データが表示されます。

Cloud Monitoring

Cloud Monitoring で推奨されるリソースリクエストを表示するには、既存のワークロードをデプロイしておく必要があります。

Google Cloud コンソールの [Metrics Explorer] ページに移動します。

Metrics Explorer に移動
[構成] をクリックします。
[指標を選択] メニューを開きます。
[リソース] メニューで [Kubernetes スケール] を選択します。
[指標カテゴリ] メニューで、[オートスケーラー] を選択します。
[指標] メニューで、[推奨されるレプリカあたりのリクエストバイト数] と [推奨されるレプリカあたりのリクエストコア数] を選択します。
[適用] をクリックします。

gcloud CLI

推奨されるリソースリクエストを表示するには、VerticalPodAutoscaler オブジェクトと Deployment を作成する必要があります。

Standard クラスタの場合は、クラスタに対して垂直 Pod 自動スケーリングを有効にします。Autopilot クラスタの場合、垂直 Pod 自動スケーリングがデフォルトで有効になっています。
```
gcloud container clusters update CLUSTER_NAME --enable-vertical-pod-autoscaling
```
CLUSTER_NAME は、使用するクラスタの名前に置き換えます。

次のマニフェストを my-rec-deployment.yaml として保存します。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-rec-deployment
spec:
  replicas: 2
  selector:
    matchLabels:
      app: my-rec-deployment
  template:
    metadata:
      labels:
        app: my-rec-deployment
    spec:
      containers:
      - name: my-rec-container
        image: nginx

このマニフェストには、CPU リクエストやメモリリクエストがない Deployment が記述されています。my-rec-deployment の containers.name 値は、Deployment 内のすべての Pod が VerticalPodAutoscaler に属していることを指定します。

マニフェストをクラスタに適用します。
```
kubectl create -f my-rec-deployment.yaml
```
次のマニフェストを my-rec-vpa.yaml として保存します。
```
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: my-rec-vpa
spec:
  targetRef:
    apiVersion: "apps/v1"
    kind:       Deployment
    name:       my-rec-deployment
  updatePolicy:
    updateMode: "Off"
```
このマニフェストには VerticalPodAutoscaler が記述されています。Off の updateMode 値は、Pod が作成されると、垂直 Pod オートスケーラーコントローラがコンテナの CPU とメモリのニーズを分析し、推奨値をリソースの status フィールドに記録することを表します。垂直 Pod 自動スケーリングコントローラは、コンテナを実行するためのリソースリクエストを自動的に更新しません。
マニフェストをクラスタに適用します。
```
kubectl create -f my-rec-vpa.yaml
```

しばらくしてから、VerticalPodAutoscaler を表示します。

kubectl get vpa my-rec-vpa --output yaml

出力は次のようになります。

...
  recommendation:
    containerRecommendations:
    - containerName: my-rec-container
      lowerBound:
        cpu: 25m
        memory: 262144k
      target:
        cpu: 25m
        memory: 262144k
      upperBound:
        cpu: 7931m
        memory: 8291500k
...

この出力には、CPU リクエストとメモリリクエストの推奨値が表示されます。

Pod のリソースリクエストを手動で設定する

Pod リソースリクエストは、 Google Cloud コンソールまたは kubectl を使用して手動で設定できます。コンテナのリソースリクエスト数と上限を設定する際のベストプラクティスは次のとおりです。

メモリ: リクエストと上限に対して同じ量のメモリを設定します。
CPU: リクエストで、独自の SLO に従って、正しい動作を保証するために必要な最小 CPU を指定します。無制限の CPU 上限を設定します。

コンソール

Google Cloud コンソールの [ワークロード] ページに移動します。

[ワークロード] に移動
ワークロードリストで、スケールするワークロードの名前をクリックします。
[アクション] > [スケール] > [リソースリクエストを編集] をクリックします。
1. [リソースリクエストと上限の調整] セクションには、各コンテナの現在の CPU リクエストとメモリリクエスト、および推奨される CPU リクエストとメモリリクエストが表示されます。
各コンテナに対して推奨されるリクエストを表示するには、[最新の提案を適用] をクリックします。
[変更を保存] をクリックします。
[確認] をクリックします。

kubectl

Pod のリソースリクエストを設定するには、Deployment マニフェストで requests.cpu と memory.cpu の値を設定します。この例では、リソースリクエストを分析するで作成した Deployment を手動で変更することをおすすめします。

次のマニフェストの例を my-adjusted-deployment.yaml として保存します。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-rec-deployment
spec:
  replicas: 2
  selector:
    matchLabels:
      app: my-rec-deployment
  template:
    metadata:
      labels:
        app: my-rec-deployment
    spec:
      containers:
      - name: my-rec-container
        image: nginx
        resources:
          requests:
            cpu: 25m
            memory: 256Mi

このマニフェストには、2 つの Pod を持つ Deployment が記述されています。各 Pod は、CPU リクエストが 25 milliCPU、メモリリクエストが 256 MiB のコンテナを 1 つずつ持ちます。

マニフェストをクラスタに適用します。
```
kubectl apply -f my-adjusted-deployment.yaml
```

次の手順で、変更を手動で適用することもできます。

Google Cloud コンソールの [ワークロード] ページに移動します。

[ワークロード] に移動
ワークロードリストで、スケールするワークロードの名前をクリックします。
[アクション] > [スケール] > [リソースリクエストを編集] をクリックします。
コンテナリクエストを構成します。
[Get Equivalent YAML] をクリックします。
[ワークロードをダウンロード ] をクリックするか、マニフェストをコピーして resource-adjusted.yaml という名前のファイルに貼り付けます。
マニフェストをクラスタに適用します。
```
kubectl create -f resource-adjusted.yaml
```

Pod のリソースリクエストを自動的に設定する

垂直 Pod 自動スケーリングは、updateMode が Auto の場合に VerticalPodAutoscaler オブジェクトを使用して、Pod でリソースリクエストを自動的に設定します。VerticalPodAutoscaler は、gcloud CLI またはGoogle Cloud コンソールを使用して構成できます。

コンソール

リソースリクエストを自動的に設定するには、垂直 Pod 自動スケーリング機能が有効になっているクラスタが必要です。Autopilot クラスタでは、垂直 Pod 自動スケーリング機能がデフォルトで有効になっています。

垂直 Pod 自動スケーリングを有効にする

Google Cloud コンソールで [Google Kubernetes Engine] ページに移動します。

Google Kubernetes Engine に移動
クラスタのリストで、変更するクラスタの名前をクリックします。
[自動化] セクションで、[垂直 Pod 自動スケーリング] オプションの [編集] をクリックします。
[垂直 Pod 自動スケーリングを有効にする] チェックボックスをオンにします。
[変更を保存] をクリックします。

垂直 Pod 自動スケーリングを構成する

Google Cloud コンソールの [ワークロード] ページに移動します。

[ワークロード] に移動
ワークロードリストで、垂直 Pod 自動スケーリングを構成する Deployment の名前をクリックします。
[操作] > [自動スケーリング] > [垂直 Pod 自動スケーリング] の順にクリックします。
自動スケーリングモードを選択します。
- [自動] モード: 垂直 Pod 自動スケーリングは、Pod のライフサイクル期間中に CPU リクエストとメモリリクエストを更新します。
- [初期] モード: 垂直 Pod 自動スケーリングは、Pod の作成時にのみリソースリクエストを割り当て、後で変更することはありません。
（省略可）コンテナポリシーを設定します。このオプションを使用すると、推奨値が指定したリソースリクエストの量を上回ることも、下回ることもなくなります。
1. [ポリシーを追加] をクリックします。
2. [Edit container mode] で [自動] を選択します。
3. [制御対象リソース] で、コンテナを自動スケーリングするリソースを選択します。
4. [ルールを追加] をクリックして、コンテナのリソースリクエストの最小範囲または最大範囲を設定します。
  - 許容最小メモリ: コンテナに常に必要な最小メモリ量（MiB 単位）。
  - 許容最小 CPU: コンテナに常に必要な最小 CPU 数（mCPU 単位）。
  - 許容最大メモリ: コンテナが常に保持する必要がある最大メモリ量（MiB 単位）。
  - 許容最大 CPU: コンテナで常に使用する最大 CPU 数（mCPU 単位）。
[完了] をクリックします。
[保存] をクリックします。

gcloud

リソースリクエストを自動的に設定するには、垂直 Pod 自動スケーリング機能が有効になっているクラスタを使用する必要があります。Autopilot クラスタではこの機能がデフォルトで有効になっています。

Standard クラスタの場合は、クラスタで垂直 Pod 自動スケーリングを有効にします。
```
gcloud container clusters update CLUSTER_NAME --enable-vertical-pod-autoscaling
```
CLUSTER_NAME は、使用するクラスタの名前に置き換えます。

次のマニフェストを my-auto-deployment.yaml として保存します。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-auto-deployment
spec:
  replicas: 2
  selector:
    matchLabels:
      app: my-auto-deployment
  template:
    metadata:
      labels:
        app: my-auto-deployment
    spec:
      containers:
      - name: my-container
        image: registry.k8s.io/ubuntu-slim:0.14
        resources:
          requests:
            cpu: 100m
            memory: 50Mi
        command: ["/bin/sh"]
        args: ["-c", "while true; do timeout 0.5s yes >/dev/null; sleep 0.5s; done"]

このマニフェストには、2 つの Pod を持つ Deployment が記述されています。各 Pod は、CPU リクエストが 100 milliCPU、メモリリクエストが 50 MiB のコンテナを 1 つずつ持ちます。

マニフェストをクラスタに適用します。
```
kubectl create -f my-auto-deployment.yaml
```

次のようにして、実行中の Pod のリストを表示します。

kubectl get pods

出力に、my-deployment 内の Pod の名前が表示されます。

NAME                            READY     STATUS             RESTARTS   AGE
my-auto-deployment-cbcdd49fb-d6bf9   1/1       Running            0          8s
my-auto-deployment-cbcdd49fb-th288   1/1       Running            0          8s

次のマニフェストを my-vpa.yaml として保存します。
```
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: my-vpa
spec:
  targetRef:
    apiVersion: "apps/v1"
    kind:       Deployment
    name:       my-auto-deployment
  updatePolicy:
    updateMode: "Auto"
```
このマニフェストでは、次のプロパティを持つ VerticalPodAutoscaler が記述されています。
- targetRef.name: my-deployment という名前の Deployment によって制御される Pod がこの VerticalPodAutoscaler に属することを指定します。
- updateMode: Auto: VerticalPodAutoscaler コントローラが Pod を削除し、CPU リクエストとメモリリクエストを調整して、新しい Pod を起動できることを指定します。
updateMode: "Initial" を使用して、Pod の作成時にのみリソースリクエストを割り当てるように垂直 Pod 自動スケーリングを構成することもできます。
マニフェストをクラスタに適用します。
```
kubectl create -f my-vpa.yaml
```
数分待ってから、次のようにして実行中の Pod を再度表示します。
```
kubectl get pods
```
出力には、Pod 名が変更されたことが示されます。
```
NAME                                 READY     STATUS             RESTARTS   AGE
my-auto-deployment-89dc45f48-5bzqp   1/1       Running            0          8s
my-auto-deployment-89dc45f48-scm66   1/1       Running            0          8s
```
Pod 名が変更されていない場合は、さらに少し待ってから、実行中の Pod を再度表示します。

VerticalPodAutoscaler に関する情報を表示する

VerticalPodAutoscaler の詳細を表示するには、次のようにします。

次のようにして、実行中の Pod の詳細情報を取得します。
```
kubectl get pod POD_NAME --output yaml
```
POD_NAME を前のステップで取得したいずれかの Pod の名前に置き換えます。

出力は次のようになります。
```
apiVersion: v1
kind: Pod
metadata:
  annotations:
    vpaUpdates: 'Pod resources updated by my-vpa: container 0: cpu capped to node capacity, memory capped to node capacity, cpu request, memory request'
...
spec:
  containers:
  ...
    resources:
      requests:
        cpu: 510m
        memory: 262144k
    ...
```
この出力は、垂直 Pod オートスケーラーコントローラのメモリリクエストが 262,144k で、CPU リクエストが 510 milliCPU であることを示しています。
VerticalPodAutoscaler に関する詳細情報を取得します。
```
kubectl get vpa my-vpa --output yaml
```
出力は次のようになります。
```
...
  recommendation:
    containerRecommendations:
    - containerName: my-container
      lowerBound:
        cpu: 536m
        memory: 262144k
      target:
        cpu: 587m
        memory: 262144k
      upperBound:
        cpu: 27854m
        memory: "545693548"
```
この出力には、CPU リクエストとメモリリクエストの推奨値が示され、次のプロパティが含まれています。
- target: コンテナが最適に動作するように、587 milliCPU と 262,144 KB のメモリをリクエストするよう指定します。
- lowerBound と upperBound: 垂直 Pod 自動スケーリングはこれらのプロパティを使用して、Pod を削除して新しい Pod に置き換えるかどうかを決定します。Pod が下限より小さい、または上限より大きいリクエストを有する場合、VerticalPodAutoscaler はその Pod を削除し、ターゲット属性を有する Pod に置き換えます。

特定のコンテナを無効にする

垂直 Pod 自動スケーリングから特定のコンテナをオプトアウトするには、gcloud CLI または Google Cloud コンソールを使用します。

コンソール

垂直 Pod 自動スケーリングから特定のコンテナをオプトアウトするには、垂直 Pod 自動スケーリング機能が有効になっているクラスタが必要です。Autopilot クラスタでは、垂直 Pod 自動スケーリング機能がデフォルトで有効になっています。

垂直 Pod 自動スケーリングを有効にする

Google Cloud コンソールで [Google Kubernetes Engine] ページに移動します。

Google Kubernetes Engine に移動
クラスタのリストで、変更するクラスタの名前をクリックします。
[自動化] セクションで、[垂直 Pod 自動スケーリング] オプションの [編集] をクリックします。
[垂直 Pod 自動スケーリングを有効にする] チェックボックスをオンにします。
[変更を保存] をクリックします。

垂直 Pod 自動スケーリングを構成する

Google Cloud コンソールの [ワークロード] ページに移動します。

[ワークロード] に移動
ワークロードリストで、垂直 Pod 自動スケーリングを構成する Deployment の名前をクリックします。
[操作] > [自動スケーリング] > [垂直 Pod 自動スケーリング] の順にクリックします。
自動スケーリングモードを選択します。
- [自動] モード: 垂直 Pod 自動スケーリングは、Pod のライフサイクル期間中に CPU リクエストとメモリリクエストを更新します。
- [初期] モード: 垂直 Pod 自動スケーリングは、Pod の作成時にのみリソースリクエストを割り当て、後で変更することはありません。
[ポリシーを追加] をクリックします。
オプトアウトするコンテナを選択します。
[Edit container mode] で [オフ] を選択します。
[完了] をクリックします。
[保存] をクリックします。

gcloud

垂直 Pod 自動スケーリングから特定のコンテナをオプトアウトするには、次の手順を行います。

次のマニフェストを my-opt-vpa.yaml として保存します。

apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: my-opt-vpa
spec:
  targetRef:
    apiVersion: "apps/v1"
    kind:       Deployment
    name:       my-opt-deployment
  updatePolicy:
    updateMode: "Auto"
  resourcePolicy:
    containerPolicies:
    - containerName: my-opt-sidecar
      mode: "Off"

このマニフェストには VerticalPodAutoscaler が記述されています。mode: "Off" 値は、コンテナ my-opt-sidecar の推奨値をオフにします。

マニフェストをクラスタに適用します。
```
kubectl apply -f my-opt-vpa.yaml
```

次のマニフェストを my-opt-deployment.yaml として保存します。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-opt-deployment
spec:
  replicas: 1
  selector:
    matchLabels:
      app: my-opt-deployment
  template:
    metadata:
      labels:
        app: my-opt-deployment
    spec:
      containers:
      - name: my-opt-container
        image: nginx
      - name: my-opt-sidecar
        image: busybox
        command: ["sh","-c","while true; do echo Doing sidecar stuff!; sleep 60; done"]

マニフェストをクラスタに適用します。
```
kubectl apply -f my-opt-deployment.yaml
```
しばらくして、VerticalPodAutoscaler を表示します。
```
kubectl get vpa my-opt-vpa --output yaml
```
出力に、CPU リクエストとメモリリクエストの推奨値が表示されます。
```
...
  recommendation:
    containerRecommendations:
    - containerName: my-opt-container
...
```
この出力では、1 つのコンテナの推奨値のみが示されています。my-opt-sidecar に対する推奨値はありません。

垂直 Pod オートスケーラーによって、無効にされたコンテナのリソースが更新されることはありません。数分待つと Pod が再作成されますが、リソースリクエストが更新されるのは 1 つのコンテナのみです。

リソースリクエストまたは上限のないワークロードを特定する

GKE では、ノードのリソースが不足した場合の Pod の突然の終了を回避し、費用の割り当ての精度を高めるために、すべてのワークロードにリソースリクエストと上限を設定することをベストプラクティスとして推奨しています。そのため、リソースリクエストと上限が構成されていないワークロードを特定することをおすすめします。BestEffort Pod または Burstable メモリを持つ Pod を定義すると、ノードでメモリ不足が発生したときに信頼性の問題が発生する可能性があります。コンテナのリソースリクエスト数と上限を設定する際のベストプラクティスは次のとおりです。

メモリ: リクエストと上限に対して同じ量のメモリを設定します。
CPU: リクエストで、独自の SLO に従って、正しい動作を保証するために必要な最小 CPU を指定します。無制限の CPU 上限を設定します。

GKE は、リソースリクエストと上限なしで実行されているワークロードの分析情報と推奨事項を生成します。

次の表に、GKE が検出するリソース構成シナリオと、各シナリオの条件を示します。

分析情報のサブタイプ	設定が見つからないシナリオ	詳細
`REQUEST_OR_LIMIT_NOT_SET`	メモリリクエストと上限が構成されていません。（`MEMORY_REQUEST_AND_LIMIT_NOT_SET`）	コンテナでメモリのリクエストと上限が設定されずに Pod が実行されています。GKE はメモリ使用量をスロットリングできないため、ノードでメモリ不足が発生すると、このような Pod を突然終了する可能性があります。これにより、信頼性の問題が発生する可能性があります。
`REQUEST_OR_LIMIT_NOT_SET`	メモリ上限が構成されていません。（`MEMORY_LIMIT_NOT_SET`）	コンテナでメモリの上限が設定されずに Pod が実行されています。GKE はメモリ使用量をスロットリングできません。ノードでメモリ不足が発生し、Pod のメモリ使用量がリクエストを超えると、Pod が突然終了して、信頼性の問題が発生する可能性があります。リクエストと上限に対して同じ量のメモリを設定して、Pod がリクエストされた量よりも多くのメモリを使用しないようにする必要があります。
`REQUEST_OR_LIMIT_NOT_SET`	CPU のリクエストと上限が構成されていません。（`CPU_REQUEST_AND_LIMIT_NOT_SET`）	コンテナで CPU のリクエストと上限が設定されずに Pod が実行されているため、ノードのリソースが枯渇する可能性が高くなります。このため、ノードの CPU 使用率がその上限に近づくと Pod がスロットリングされやすくなり、パフォーマンスの問題が発生するおそれがあります。

これらの分析情報の詳細については、分析情報と推奨事項を表示する手順沿って操作してください。

リソースリクエストと上限を手動で確認する

推奨に従って構成を更新できるように、特定のワークロードでリソースリクエストと上限が不足しているか、指定する必要があるかを手動で確認することをおすすめします。

指定したワークロードのリソースリクエストと上限の構成を確認または更新するには、次の操作を行います。

Google Cloud コンソールの [ワークロード] ページに移動します。

[ワークロード] に移動
ワークロードリストで、検査するワークロードの名前をクリックします。
[アクション] > [スケール] > [リソースリクエストを編集] をクリックします。
1. [リソースリクエストと上限の調整] セクションには、各コンテナの現在の CPU リクエストとメモリリクエストが表示されます。

次のステップ

垂直 Pod 自動スケーリングの詳細を確認する。
コストが最適化された Kubernetes アプリケーションを GKE で実行するためのベストプラクティスについて確認する。
分析情報と推奨事項で GKE の使用を最適化する方法を確認する。

コンテナ リソースのリクエストと上限のスケール コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

始める前に

リソース リクエストを分析する

コンソール

Cloud Monitoring

gcloud CLI

Pod のリソース リクエストを手動で設定する

コンソール

kubectl

Pod のリソース リクエストを自動的に設定する

コンソール

垂直 Pod 自動スケーリングを有効にする

垂直 Pod 自動スケーリングを構成する

gcloud

VerticalPodAutoscaler に関する情報を表示する

特定のコンテナを無効にする

コンソール

垂直 Pod 自動スケーリングを有効にする

垂直 Pod 自動スケーリングを構成する

gcloud

リソース リクエストまたは上限のないワークロードを特定する

リソース リクエストと上限を手動で確認する

次のステップ

コンテナリソースのリクエストと上限のスケール

リソースリクエストを分析する

Pod のリソースリクエストを手動で設定する

Pod のリソースリクエストを自動的に設定する

リソースリクエストまたは上限のないワークロードを特定する

リソースリクエストと上限を手動で確認する