કુબરનેટ્સના સંચાલનમાં 6 મનોરંજક સિસ્ટમ બગ્સ [અને તેમના ઉકેલ]

ઉત્પાદનમાં કુબરનેટ્સનો ઉપયોગ કરવાના વર્ષોમાં, અમે ઘણી રસપ્રદ વાર્તાઓ એકઠી કરી છે કે કેવી રીતે વિવિધ સિસ્ટમ ઘટકોમાં બગ્સ કન્ટેનર અને પોડ્સના સંચાલનને અસર કરતા અપ્રિય અને/અથવા અગમ્ય પરિણામો તરફ દોરી જાય છે. આ લેખમાં અમે સૌથી સામાન્ય અથવા રસપ્રદ કેટલાકની પસંદગી કરી છે. જો તમે આવી પરિસ્થિતિઓનો સામનો કરવા માટે પૂરતા નસીબદાર ન હોવ તો પણ, આવી ટૂંકી ડિટેક્ટીવ વાર્તાઓ વિશે વાંચવું - ખાસ કરીને "ફર્સ્ટ-હેન્ડ" - હંમેશા રસપ્રદ છે, તે નથી?

વાર્તા 1. સુપરક્રોનિક અને ડોકર હેંગિંગ

ક્લસ્ટરોમાંથી એક પર, અમને સમયાંતરે સ્થિર ડોકર મળ્યો, જે ક્લસ્ટરની સામાન્ય કામગીરીમાં દખલ કરે છે. તે જ સમયે, ડોકર લોગમાં નીચેની બાબતો જોવા મળી હતી:

level=error msg="containerd: start init process" error="exit status 2: "runtime/cgo: pthread_create failed: No space left on device
SIGABRT: abort
PC=0x7f31b811a428 m=0

goroutine 0 [idle]:

goroutine 1 [running]:
runtime.systemstack_switch() /usr/local/go/src/runtime/asm_amd64.s:252 fp=0xc420026768 sp=0xc420026760
runtime.main() /usr/local/go/src/runtime/proc.go:127 +0x6c fp=0xc4200267c0 sp=0xc420026768
runtime.goexit() /usr/local/go/src/runtime/asm_amd64.s:2086 +0x1 fp=0xc4200267c8 sp=0xc4200267c0

goroutine 17 [syscall, locked to thread]:
runtime.goexit() /usr/local/go/src/runtime/asm_amd64.s:2086 +0x1

…

આ ભૂલ વિશે અમને સૌથી વધુ રસ જે છે તે સંદેશ છે: pthread_create failed: No space left on device. ઝડપી અભ્યાસ દસ્તાવેજીકરણ સમજાવ્યું કે ડોકર પ્રક્રિયાને ફોર્ક કરી શકતો નથી, તેથી જ તે સમયાંતરે થીજી જાય છે.

દેખરેખમાં, નીચેનું ચિત્ર શું થઈ રહ્યું છે તેને અનુરૂપ છે:

અન્ય ગાંઠો પર સમાન પરિસ્થિતિ જોવા મળે છે:

સમાન ગાંઠો પર આપણે જોઈએ છીએ:

root@kube-node-1 ~ # ps auxfww | grep curl -c
19782
root@kube-node-1 ~ # ps auxfww | grep curl | head
root     16688  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     17398  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     16852  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root      9473  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root      4664  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     30571  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     24113  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root     16475  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root      7176  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>
root      1090  0.0  0.0      0     0 ?        Z    Feb06   0:00      |       _ [curl] <defunct>

તે બહાર આવ્યું છે કે આ વર્તન પોડ સાથે કામ કરવાનું પરિણામ છે સુપરક્રોનિક (ગો યુટિલિટી કે જેનો ઉપયોગ આપણે પોડમાં ક્રોન જોબ્સ ચલાવવા માટે કરીએ છીએ):

 _ docker-containerd-shim 833b60bb9ff4c669bb413b898a5fd142a57a21695e5dc42684235df907825567 /var/run/docker/libcontainerd/833b60bb9ff4c669bb413b898a5fd142a57a21695e5dc42684235df907825567 docker-runc
|   _ /usr/local/bin/supercronic -json /crontabs/cron
|       _ /usr/bin/newrelic-daemon --agent --pidfile /var/run/newrelic-daemon.pid --logfile /dev/stderr --port /run/newrelic.sock --tls --define utilization.detect_aws=true --define utilization.detect_azure=true --define utilization.detect_gcp=true --define utilization.detect_pcf=true --define utilization.detect_docker=true
|       |   _ /usr/bin/newrelic-daemon --agent --pidfile /var/run/newrelic-daemon.pid --logfile /dev/stderr --port /run/newrelic.sock --tls --define utilization.detect_aws=true --define utilization.detect_azure=true --define utilization.detect_gcp=true --define utilization.detect_pcf=true --define utilization.detect_docker=true -no-pidfile
|       _ [newrelic-daemon] <defunct>
|       _ [curl] <defunct>
|       _ [curl] <defunct>
|       _ [curl] <defunct>
…

સમસ્યા આ છે: જ્યારે કોઈ કાર્ય સુપરક્રોનિકમાં ચલાવવામાં આવે છે, ત્યારે પ્રક્રિયા તેના દ્વારા ઉત્પન્ન થાય છે યોગ્ય રીતે સમાપ્ત કરી શકતા નથીમાં ફેરવાઈ રહ્યું છે ઝોમ્બી.

નોંધણી: વધુ ચોક્કસ રીતે કહીએ તો, પ્રક્રિયાઓ ક્રોન કાર્યો દ્વારા પેદા થાય છે, પરંતુ સુપરક્રોનિક એ ઇનિટ સિસ્ટમ નથી અને તે પ્રક્રિયાઓને "દત્તક" લઈ શકતી નથી જે તેના બાળકો દ્વારા પેદા થાય છે. જ્યારે SIGHUP અથવા SIGTERM સિગ્નલો ઉભા કરવામાં આવે છે, ત્યારે તે બાળ પ્રક્રિયાઓમાં પસાર થતા નથી, પરિણામે બાળ પ્રક્રિયાઓ સમાપ્ત થતી નથી અને ઝોમ્બી સ્થિતિમાં રહે છે. તમે આ બધા વિશે વધુ વાંચી શકો છો, ઉદાહરણ તરીકે, માં આવો લેખ.

સમસ્યાઓ હલ કરવાની કેટલીક રીતો છે:

1. કામચલાઉ ઉકેલ તરીકે - એક જ સમયે સિસ્ટમમાં PID ની સંખ્યામાં વધારો:

          /proc/sys/kernel/pid_max (since Linux 2.5.34)
                 This file specifies the value at which PIDs wrap around (i.e., the value in this file is one greater than the maximum PID).  PIDs greater than this  value  are  not  allo‐
                 cated;  thus, the value in this file also acts as a system-wide limit on the total number of processes and threads.  The default value for this file, 32768, results in the
                 same range of PIDs as on earlier kernels

2. અથવા સુપરક્રોનિકમાં સીધા જ નહીં, પરંતુ તેનો ઉપયોગ કરીને કાર્યો શરૂ કરો ટીની, જે પ્રક્રિયાઓને યોગ્ય રીતે સમાપ્ત કરવામાં સક્ષમ છે અને ઝોમ્બિઓને જન્મ આપતા નથી.

વાર્તા 2. "ઝોમ્બીઝ" જ્યારે cgroup કાઢી નાખે છે

કુબેલેટે ઘણા બધા સીપીયુનો વપરાશ શરૂ કર્યો:

કોઈને આ ગમશે નહીં, તેથી અમે અમારી જાતને સજ્જ કરી પરફ અને સમસ્યાનો સામનો કરવાનું શરૂ કર્યું. તપાસના પરિણામો નીચે મુજબ હતા:

• કુબેલેટ તેના CPU સમયના ત્રીજા કરતાં વધુ સમય તમામ cgroupsમાંથી મેમરી ડેટા ખેંચવામાં વિતાવે છે:

  

• કર્નલ વિકાસકર્તાઓની મેઇલિંગ સૂચિમાં તમે શોધી શકો છો સમસ્યાની ચર્ચા. ટૂંકમાં, મુદ્દો નીચે આવે છે: વિવિધ tmpfs ફાઇલો અને અન્ય સમાન વસ્તુઓ સિસ્ટમમાંથી સંપૂર્ણપણે દૂર કરવામાં આવતી નથી cgroup કાઢી નાખતી વખતે, કહેવાતા memcg મંદબુદ્ધિ અને ભાવશૂન્ય માણસ. વહેલા કે પછી તેઓ પૃષ્ઠ કેશમાંથી કાઢી નાખવામાં આવશે, પરંતુ સર્વર પર ઘણી બધી મેમરી છે અને કર્નલ તેમને કાઢી નાખવામાં સમય બગાડવાનો મુદ્દો જોતો નથી. તેથી જ તેઓ ઠગાઈ કરતા રહે છે. આવું પણ કેમ થઈ રહ્યું છે? આ ક્રોન જોબ્સ ધરાવતું સર્વર છે જે સતત નવી નોકરીઓનું સર્જન કરે છે અને તેની સાથે નવા પોડ્સ પણ છે. આમ, તેમાંના કન્ટેનર માટે નવા cgroups બનાવવામાં આવે છે, જે ટૂંક સમયમાં કાઢી નાખવામાં આવે છે.
• કુબેલેટમાં સીએડવાઈઝર આટલો સમય કેમ બગાડે છે? આ સરળ અમલ સાથે જોવાનું સરળ છે time cat /sys/fs/cgroup/memory/memory.stat. જો સ્વસ્થ મશીન પર ઑપરેશન 0,01 સેકન્ડ લે છે, તો સમસ્યાવાળા ક્રોન02 પર તે 1,2 સેકન્ડ લે છે. વાત એ છે કે cAdvisor, જે sysfs ના ડેટાને ખૂબ જ ધીમેથી વાંચે છે, તે ઝોમ્બી cgroups માં વપરાતી મેમરીને ધ્યાનમાં લેવાનો પ્રયાસ કરે છે.
• ઝોમ્બિઓને બળપૂર્વક દૂર કરવા માટે, અમે LKML માં ભલામણ કર્યા મુજબ કેશ સાફ કરવાનો પ્રયાસ કર્યો: sync; echo 3 > /proc/sys/vm/drop_caches, - પરંતુ કર્નલ વધુ જટિલ હોવાનું બહાર આવ્યું અને કાર ક્રેશ થઈ ગઈ.

શુ કરવુ? સમસ્યાને ઠીક કરવામાં આવી રહી છે (પ્રતિબદ્ધ, અને વર્ણન માટે જુઓ સંદેશ પ્રકાશિત કરોLinux કર્નલને આવૃત્તિ 4.16 માં અપડેટ કરી રહ્યા છીએ.

ઇતિહાસ 3. Systemd અને તેનું માઉન્ટ

ફરીથી, કુબેલેટ કેટલાક ગાંઠો પર ઘણા બધા સંસાધનોનો ઉપયોગ કરે છે, પરંતુ આ વખતે તે ખૂબ જ મેમરીનો ઉપયોગ કરી રહ્યું છે:

તે બહાર આવ્યું છે કે ઉબુન્ટુ 16.04 માં ઉપયોગમાં લેવાતા systemd માં સમસ્યા છે, અને તે કનેક્શન માટે બનાવેલ માઉન્ટોનું સંચાલન કરતી વખતે થાય છે subPath ConfigMap's અથવા secret's માંથી. પોડ તેનું કામ પૂર્ણ કર્યા પછી systemd સેવા અને તેની સેવા માઉન્ટ રહે છે સિસ્ટમમાં. સમય જતાં, તેમાંની મોટી સંખ્યામાં એકઠા થાય છે. આ વિષય પર પણ સમસ્યાઓ છે:

1. #5916;
2. kubernetes #57345.

...જેમાંથી છેલ્લું સિસ્ટમd માં PR નો સંદર્ભ આપે છે: #7811 (સિસ્ટમમાં સમસ્યા - #7798).

સમસ્યા હવે ઉબુન્ટુ 18.04 માં અસ્તિત્વમાં નથી, પરંતુ જો તમે ઉબુન્ટુ 16.04 નો ઉપયોગ કરવાનું ચાલુ રાખવા માંગતા હો, તો તમને આ વિષય પર અમારું કાર્ય ઉપયોગી લાગશે.

તેથી અમે નીચેનો ડેમનસેટ બનાવ્યો:

---
apiVersion: extensions/v1beta1
kind: DaemonSet
metadata:
  labels:
    app: systemd-slices-cleaner
  name: systemd-slices-cleaner
  namespace: kube-system
spec:
  updateStrategy:
    type: RollingUpdate
  selector:
    matchLabels:
      app: systemd-slices-cleaner
  template:
    metadata:
      labels:
        app: systemd-slices-cleaner
    spec:
      containers:
      - command:
        - /usr/local/bin/supercronic
        - -json
        - /app/crontab
        Image: private-registry.org/systemd-slices-cleaner/systemd-slices-cleaner:v0.1.0
        imagePullPolicy: Always
        name: systemd-slices-cleaner
        resources: {}
        securityContext:
          privileged: true
        volumeMounts:
        - name: systemd
          mountPath: /run/systemd/private
        - name: docker
          mountPath: /run/docker.sock
        - name: systemd-etc
          mountPath: /etc/systemd
        - name: systemd-run
          mountPath: /run/systemd/system/
        - name: lsb-release
          mountPath: /etc/lsb-release-host
      imagePullSecrets:
      - name: antiopa-registry
      priorityClassName: cluster-low
      tolerations:
      - operator: Exists
      volumes:
      - name: systemd
        hostPath:
          path: /run/systemd/private
      - name: docker
        hostPath:
          path: /run/docker.sock
      - name: systemd-etc
        hostPath:
          path: /etc/systemd
      - name: systemd-run
        hostPath:
          path: /run/systemd/system/
      - name: lsb-release
        hostPath:
          path: /etc/lsb-release

... અને તે નીચેની સ્ક્રિપ્ટનો ઉપયોગ કરે છે:

#!/bin/bash

# we will work only on xenial
hostrelease="/etc/lsb-release-host"
test -f ${hostrelease} && grep xenial ${hostrelease} > /dev/null || exit 0

# sleeping max 30 minutes to dispense load on kube-nodes
sleep $((RANDOM % 1800))

stoppedCount=0
# counting actual subpath units in systemd
countBefore=$(systemctl list-units | grep subpath | grep "run-" | wc -l)
# let's go check each unit
for unit in $(systemctl list-units | grep subpath | grep "run-" | awk '{print $1}'); do
  # finding description file for unit (to find out docker container, who born this unit)
  DropFile=$(systemctl status ${unit} | grep Drop | awk -F': ' '{print $2}')
  # reading uuid for docker container from description file
  DockerContainerId=$(cat ${DropFile}/50-Description.conf | awk '{print $5}' | cut -d/ -f6)
  # checking container status (running or not)
  checkFlag=$(docker ps | grep -c ${DockerContainerId})
  # if container not running, we will stop unit
  if [[ ${checkFlag} -eq 0 ]]; then
    echo "Stopping unit ${unit}"
    # stoping unit in action
    systemctl stop $unit
    # just counter for logs
    ((stoppedCount++))
    # logging current progress
    echo "Stopped ${stoppedCount} systemd units out of ${countBefore}"
  fi
done

... અને તે અગાઉ ઉલ્લેખિત સુપરક્રોનિકનો ઉપયોગ કરીને દર 5 મિનિટે ચાલે છે. તેની ડોકરફાઇલ આના જેવી દેખાય છે:

FROM ubuntu:16.04
COPY rootfs /
WORKDIR /app
RUN apt-get update && 
    apt-get upgrade -y && 
    apt-get install -y gnupg curl apt-transport-https software-properties-common wget
RUN add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu xenial stable" && 
    curl -fsSL https://download.docker.com/linux/ubuntu/gpg | apt-key add - && 
    apt-get update && 
    apt-get install -y docker-ce=17.03.0*
RUN wget https://github.com/aptible/supercronic/releases/download/v0.1.6/supercronic-linux-amd64 -O 
    /usr/local/bin/supercronic && chmod +x /usr/local/bin/supercronic
ENTRYPOINT ["/bin/bash", "-c", "/usr/local/bin/supercronic -json /app/crontab"]

વાર્તા 4. શીંગો સુનિશ્ચિત કરતી વખતે સ્પર્ધાત્મકતા

તે નોંધવામાં આવ્યું હતું કે: જો આપણી પાસે નોડ પર પોડ મૂકવામાં આવે છે અને તેની છબી ખૂબ લાંબા સમય સુધી પમ્પ કરવામાં આવે છે, તો પછી અન્ય પોડ જે તે જ નોડને "હિટ" કરશે નવા પોડની છબી ખેંચવાનું શરૂ કરતું નથી. તેના બદલે, તે પહેલાના પોડની છબી ખેંચાય ત્યાં સુધી રાહ જુએ છે. પરિણામે, એક પોડ કે જે પહેલેથી જ શેડ્યૂલ કરવામાં આવ્યું હતું અને જેની ઇમેજ માત્ર એક મિનિટમાં ડાઉનલોડ થઈ શકી હોત તે સ્ટેટસમાં સમાપ્ત થશે. containerCreating.

ઘટનાઓ કંઈક આના જેવી દેખાશે:

Normal  Pulling    8m    kubelet, ip-10-241-44-128.ap-northeast-1.compute.internal  pulling image "registry.example.com/infra/openvpn/openvpn:master"

તે તારણ આપે છે કે ધીમી રજિસ્ટ્રીમાંથી એક છબી જમાવટને અવરોધિત કરી શકે છે નોડ દીઠ.

કમનસીબે, પરિસ્થિતિમાંથી બહાર નીકળવાના ઘણા રસ્તાઓ નથી:

1. તમારી ડોકર રજિસ્ટ્રીનો સીધો ક્લસ્ટરમાં અથવા ક્લસ્ટર સાથે સીધો ઉપયોગ કરવાનો પ્રયાસ કરો (ઉદાહરણ તરીકે, GitLab રજિસ્ટ્રી, નેક્સસ, વગેરે);
2. જેવી ઉપયોગિતાઓનો ઉપયોગ કરો ક્રેકેન.

વાર્તા 5. યાદશક્તિના અભાવે ગાંઠો અટકી જાય છે

વિવિધ એપ્લિકેશનોના સંચાલન દરમિયાન, અમે એવી પરિસ્થિતિનો પણ સામનો કર્યો કે જ્યાં નોડ સંપૂર્ણપણે સુલભ થવાનું બંધ કરે છે: SSH પ્રતિસાદ આપતું નથી, બધા મોનિટરિંગ ડિમન પડી જાય છે, અને પછી લોગમાં કંઈપણ (અથવા લગભગ કંઈપણ) વિસંગતતા નથી.

હું તમને એક નોડના ઉદાહરણનો ઉપયોગ કરીને ચિત્રોમાં કહીશ જ્યાં MongoDB કાર્ય કરે છે.

આ ઉપરના જેવો દેખાય છે માટે અકસ્માતો:

અને આની જેમ - после અકસ્માતો:

મોનિટરિંગમાં, એક તીવ્ર જમ્પ પણ છે, જેના પર નોડ ઉપલબ્ધ થવાનું બંધ કરે છે:

આમ, સ્ક્રીનશોટ પરથી તે સ્પષ્ટ છે કે:

1. મશીન પરની RAM અંતની નજીક છે;
2. RAM વપરાશમાં તીવ્ર ઉછાળો છે, જેના પછી સમગ્ર મશીનની ઍક્સેસ અચાનક અક્ષમ થઈ જાય છે;
3. મોંગો પર એક મોટું કાર્ય આવે છે, જે DBMS પ્રક્રિયાને વધુ મેમરીનો ઉપયોગ કરવા અને ડિસ્કમાંથી સક્રિય રીતે વાંચવા માટે દબાણ કરે છે.

તે તારણ આપે છે કે જો Linux મફત મેમરી (મેમરી પ્રેશર સેટ કરે છે) સમાપ્ત થઈ જાય અને ત્યાં કોઈ સ્વેપ નથી, તો પછી માટે જ્યારે OOM કિલર આવે છે, ત્યારે પૃષ્ઠોને પૃષ્ઠ કેશમાં ફેંકવા અને તેમને ડિસ્ક પર પાછા લખવા વચ્ચે સંતુલન કાર્ય થઈ શકે છે. આ kswapd દ્વારા કરવામાં આવે છે, જે અનુગામી વિતરણ માટે બહાદુરીપૂર્વક શક્ય તેટલા મેમરી પૃષ્ઠોને મુક્ત કરે છે.

કમનસીબે, ઓછી માત્રામાં ફ્રી મેમરી સાથે મોટા I/O લોડ સાથે, kswapd સમગ્ર સિસ્ટમની અડચણ બની જાય છે, કારણ કે તેઓ તેની સાથે જોડાયેલા છે બધા સિસ્ટમમાં મેમરી પૃષ્ઠોની ફાળવણી (પૃષ્ઠ ખામી). જો પ્રક્રિયાઓ હવે મેમરીનો ઉપયોગ કરવા માંગતા ન હોય, પરંતુ OOM-કિલર એબિસની ખૂબ જ ધાર પર નિશ્ચિત હોય તો આ ખૂબ લાંબા સમય સુધી ચાલી શકે છે.

સ્વાભાવિક પ્રશ્ન છે: OOM કિલર આટલું મોડું કેમ આવે છે? તેના વર્તમાન પુનરાવૃત્તિમાં, OOM કિલર અત્યંત મૂર્ખ છે: જ્યારે મેમરી પૃષ્ઠ ફાળવવાનો પ્રયાસ નિષ્ફળ જાય ત્યારે જ તે પ્રક્રિયાને મારી નાખશે, એટલે કે. જો પૃષ્ઠ દોષ નિષ્ફળ જાય. આ લાંબા સમય સુધી થતું નથી, કારણ કે kswapd બહાદુરીપૂર્વક મેમરી પૃષ્ઠોને મુક્ત કરે છે, પૃષ્ઠ કેશ (સિસ્ટમમાં સમગ્ર ડિસ્ક I/O, હકીકતમાં) પાછા ડિસ્ક પર ડમ્પ કરે છે. વધુ વિગતમાં, કર્નલમાં આવી સમસ્યાઓને દૂર કરવા માટે જરૂરી પગલાંઓના વર્ણન સાથે, તમે વાંચી શકો છો અહીં.

આ વર્તન સુધારો કરવો જોઈએ Linux કર્નલ 4.6+ સાથે.

વાર્તા 6. શીંગો બાકી સ્થિતિમાં અટવાઇ જાય છે

કેટલાક ક્લસ્ટરોમાં, જેમાં ખરેખર ઘણી બધી શીંગો કાર્યરત છે, અમે નોંધવાનું શરૂ કર્યું કે તેમાંથી મોટાભાગના રાજ્યમાં ખૂબ લાંબા સમય સુધી "અટકી" રહે છે. Pending, જો કે ડોકર કન્ટેનર પોતે પહેલેથી જ નોડ્સ પર ચાલી રહ્યું છે અને મેન્યુઅલી સાથે કામ કરી શકાય છે.

વધુમાં, માં describe કંઈ ખોટું નથી:

  Type    Reason                  Age                From                     Message
  ----    ------                  ----               ----                     -------
  Normal  Scheduled               1m                 default-scheduler        Successfully assigned sphinx-0 to ss-dev-kub07
  Normal  SuccessfulAttachVolume  1m                 attachdetach-controller  AttachVolume.Attach succeeded for volume "pvc-6aaad34f-ad10-11e8-a44c-52540035a73b"
  Normal  SuccessfulMountVolume   1m                 kubelet, ss-dev-kub07    MountVolume.SetUp succeeded for volume "sphinx-config"
  Normal  SuccessfulMountVolume   1m                 kubelet, ss-dev-kub07    MountVolume.SetUp succeeded for volume "default-token-fzcsf"
  Normal  SuccessfulMountVolume   49s (x2 over 51s)  kubelet, ss-dev-kub07    MountVolume.SetUp succeeded for volume "pvc-6aaad34f-ad10-11e8-a44c-52540035a73b"
  Normal  Pulled                  43s                kubelet, ss-dev-kub07    Container image "registry.example.com/infra/sphinx-exporter/sphinx-indexer:v1" already present on machine
  Normal  Created                 43s                kubelet, ss-dev-kub07    Created container
  Normal  Started                 43s                kubelet, ss-dev-kub07    Started container
  Normal  Pulled                  43s                kubelet, ss-dev-kub07    Container image "registry.example.com/infra/sphinx/sphinx:v1" already present on machine
  Normal  Created                 42s                kubelet, ss-dev-kub07    Created container
  Normal  Started                 42s                kubelet, ss-dev-kub07    Started container

થોડીક ખોદકામ કર્યા પછી, અમે ધારણા કરી કે કુબેલેટ પાસે પોડ્સની સ્થિતિ અને જીવંતતા/તૈયારતા પરીક્ષણો વિશેની તમામ માહિતી API સર્વરને મોકલવાનો સમય નથી.

અને મદદનો અભ્યાસ કર્યા પછી, અમને નીચેના પરિમાણો મળ્યા:

--kube-api-qps - QPS to use while talking with kubernetes apiserver (default 5)
--kube-api-burst  - Burst to use while talking with kubernetes apiserver (default 10) 
--event-qps - If > 0, limit event creations per second to this value. If 0, unlimited. (default 5)
--event-burst - Maximum size of a bursty event records, temporarily allows event records to burst to this number, while still not exceeding event-qps. Only used if --event-qps > 0 (default 10) 
--registry-qps - If > 0, limit registry pull QPS to this value.
--registry-burst - Maximum size of bursty pulls, temporarily allows pulls to burst to this number, while still not exceeding registry-qps. Only used if --registry-qps > 0 (default 10)

જોયું તેમ, મૂળભૂત કિંમતો ખૂબ નાની છે, અને 90% માં તેઓ બધી જરૂરિયાતોને આવરી લે છે... જો કે, અમારા કિસ્સામાં આ પૂરતું ન હતું. તેથી, અમે નીચેના મૂલ્યો સેટ કરીએ છીએ:

--event-qps=30 --event-burst=40 --kube-api-burst=40 --kube-api-qps=30 --registry-qps=30 --registry-burst=40

... અને ક્યુબેલેટ્સ પુનઃપ્રારંભ કર્યા, જેના પછી અમે API સર્વર પરના કૉલ્સના ગ્રાફમાં નીચેનું ચિત્ર જોયું:

... અને હા, બધું ઉડવા લાગ્યું!

PS

ભૂલો એકત્રિત કરવામાં અને આ લેખ તૈયાર કરવામાં તેમની મદદ માટે, હું અમારી કંપનીના અસંખ્ય એન્જિનિયરો અને ખાસ કરીને અમારી R&D ટીમના મારા સાથીદાર એન્ડ્રે ક્લિમેન્ટેવ (ઝુઝા).

પી.પી.એસ.

અમારા બ્લોગ પર પણ વાંચો:

• «Kubernetes પોડ્સમાં ડિબગીંગ માટે kubectl-debug પ્લગઇન».
• કુબરનેટ્સ ટિપ્સ અને યુક્તિઓ લૂપ:
  • «હેલ્મ 2 મેનેજમેન્ટમાં ક્લસ્ટરમાં ચાલતા સંસાધનોને સ્થાનાંતરિત કરવું»;
  • «વેબ એપ્લિકેશન પર નોડ ફાળવણી અને લોડ વિશે»;
  • «ડેવ સાઇટ્સની ઍક્સેસ»;
  • «મોટા ડેટાબેસેસ માટે બુટસ્ટ્રેપને ઝડપી બનાવવું».

સોર્સ: www.habr.com