പ്രോ ഹോസ്റ്റർ > ബ്ലോഗ് > ഭരണകൂടം > കുബെർനെറ്റസിന്റെ പ്രവർത്തനത്തിലെ 6 രസകരമായ സിസ്റ്റം ബഗുകളും [അവയുടെ പരിഹാരവും]
കുബെർനെറ്റസിന്റെ പ്രവർത്തനത്തിലെ 6 രസകരമായ സിസ്റ്റം ബഗുകളും [അവയുടെ പരിഹാരവും]
ഉൽപ്പാദനത്തിൽ കുബർനെറ്റസ് ഉപയോഗിച്ചതിന്റെ വർഷങ്ങളായി, വിവിധ സിസ്റ്റം ഘടകങ്ങളിലെ ബഗുകൾ കണ്ടെയ്നറുകളുടെയും പോഡുകളുടെയും പ്രവർത്തനത്തെ ബാധിക്കുന്ന അസുഖകരമായ കൂടാതെ/അല്ലെങ്കിൽ മനസ്സിലാക്കാൻ കഴിയാത്ത പ്രത്യാഘാതങ്ങളിലേക്ക് നയിച്ചതിന്റെ രസകരമായ നിരവധി കഥകൾ ഞങ്ങൾ ശേഖരിച്ചു. ഈ ലേഖനത്തിൽ ഞങ്ങൾ ഏറ്റവും സാധാരണമായതോ രസകരമോ ആയവയിൽ ചിലത് തിരഞ്ഞെടുത്തു. അത്തരം സാഹചര്യങ്ങൾ നേരിടാൻ നിങ്ങൾക്ക് ഒരിക്കലും ഭാഗ്യമില്ലെങ്കിലും, അത്തരം ചെറിയ ഡിറ്റക്റ്റീവ് കഥകളെക്കുറിച്ച് - പ്രത്യേകിച്ച് “ആദ്യ കൈ” - വായിക്കുന്നത് എല്ലായ്പ്പോഴും രസകരമാണ്, അല്ലേ?
കഥ 1. സൂപ്പർക്രോണിക്ക്, ഡോക്കർ ഹാംഗിംഗ്
ക്ലസ്റ്ററുകളിലൊന്നിൽ, ഞങ്ങൾക്ക് ഇടയ്ക്കിടെ ഫ്രീസുചെയ്ത ഡോക്കർ ലഭിച്ചു, ഇത് ക്ലസ്റ്ററിന്റെ സാധാരണ പ്രവർത്തനത്തെ തടസ്സപ്പെടുത്തി. അതേ സമയം, ഡോക്കർ ലോഗുകളിൽ ഇനിപ്പറയുന്നവ നിരീക്ഷിച്ചു:
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
…
ഈ പിശകിനെക്കുറിച്ച് ഞങ്ങൾക്ക് ഏറ്റവും താൽപ്പര്യമുള്ളത് സന്ദേശമാണ്: pthread_create failed: No space left on device. ദ്രുത പഠനം പ്രമാണീകരണം ഡോക്കറിന് ഒരു പ്രോസസ്സ് ഫോർക്ക് ചെയ്യാൻ കഴിയില്ലെന്ന് വിശദീകരിച്ചു, അതിനാലാണ് അത് ഇടയ്ക്കിടെ മരവിപ്പിക്കുന്നത്.
നിരീക്ഷണത്തിൽ, എന്താണ് സംഭവിക്കുന്നതെന്ന് ഇനിപ്പറയുന്ന ചിത്രം യോജിക്കുന്നു:
മറ്റ് നോഡുകളിലും സമാനമായ ഒരു സാഹചര്യം നിരീക്ഷിക്കപ്പെടുന്നു:
പോഡ് പ്രവർത്തിക്കുന്നതിന്റെ അനന്തരഫലമാണ് ഈ പെരുമാറ്റം എന്ന് മനസ്സിലായി സൂപ്പർക്രോണിക് (പോഡുകളിൽ ക്രോൺ ജോലികൾ പ്രവർത്തിപ്പിക്കാൻ ഞങ്ങൾ ഉപയോഗിക്കുന്ന ഒരു ഗോ യൂട്ടിലിറ്റി):
പ്രശ്നം ഇതാണ്: ഒരു ടാസ്ക് സൂപ്പർക്രോണിക്കിൽ പ്രവർത്തിപ്പിക്കുമ്പോൾ, അത് പ്രക്രിയയ്ക്ക് കാരണമാകുന്നു ശരിയായി അവസാനിപ്പിക്കാൻ കഴിയില്ല, ആയി മാറുന്നു സോമ്പി.
അഭിപായപ്പെടുക: കൂടുതൽ കൃത്യമായി പറഞ്ഞാൽ, ക്രോൺ ടാസ്ക്കുകൾ വഴിയാണ് പ്രക്രിയകൾ ഉണ്ടാകുന്നത്, എന്നാൽ സൂപ്പർക്രോണിക്ക് ഒരു init സിസ്റ്റം അല്ല, മാത്രമല്ല അതിന്റെ കുട്ടികൾ സൃഷ്ടിച്ച പ്രക്രിയകൾ "അഡോപ്റ്റ്" ചെയ്യാൻ കഴിയില്ല. SIGHUP അല്ലെങ്കിൽ SIGTERM സിഗ്നലുകൾ ഉയർത്തുമ്പോൾ, അവ ചൈൽഡ് പ്രോസസുകളിലേക്ക് കൈമാറില്ല, അതിന്റെ ഫലമായി ചൈൽഡ് പ്രോസസുകൾ അവസാനിക്കാതെ സോംബി പദവിയിൽ തുടരും. നിങ്ങൾക്ക് ഇതിനെക്കുറിച്ച് കൂടുതൽ വായിക്കാം, ഉദാഹരണത്തിന്, ഇൻ അത്തരമൊരു ലേഖനം.
പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ രണ്ട് വഴികളുണ്ട്:
ഒരു താൽക്കാലിക പരിഹാരമെന്ന നിലയിൽ - സിസ്റ്റത്തിലെ PID-കളുടെ എണ്ണം ഒരു ഘട്ടത്തിൽ വർദ്ധിപ്പിക്കുക:
/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
അല്ലെങ്കിൽ സൂപ്പർക്രോണിക്കിൽ ടാസ്ക്കുകൾ സമാരംഭിക്കുക നേരിട്ടല്ല, അത് തന്നെ ഉപയോഗിക്കുക ടിനി, ഇത് പ്രക്രിയകൾ ശരിയായി അവസാനിപ്പിക്കാനും സോമ്പികൾ ഉണ്ടാക്കാതിരിക്കാനും കഴിയും.
കഥ 2. ഒരു cgroup ഇല്ലാതാക്കുമ്പോൾ "സോമ്പികൾ"
കുബെലെറ്റ് ധാരാളം സിപിയു കഴിക്കാൻ തുടങ്ങി:
ഇത് ആരും ഇഷ്ടപ്പെടില്ല, അതിനാൽ ഞങ്ങൾ സ്വയം ആയുധമാക്കി perf പ്രശ്നം കൈകാര്യം ചെയ്യാൻ തുടങ്ങി. അന്വേഷണത്തിന്റെ ഫലങ്ങൾ ഇപ്രകാരമായിരുന്നു:
കുബെലെറ്റ് അതിന്റെ സിപിയു സമയത്തിന്റെ മൂന്നിലൊന്ന് സമയവും എല്ലാ സിഗ്രൂപ്പുകളിൽ നിന്നും മെമ്മറി ഡാറ്റ പിൻവലിക്കാൻ ചെലവഴിക്കുന്നു:
കേർണൽ ഡെവലപ്പർമാരുടെ മെയിലിംഗ് ലിസ്റ്റിൽ നിങ്ങൾക്ക് കണ്ടെത്താനാകും പ്രശ്നത്തിന്റെ ചർച്ച. ചുരുക്കത്തിൽ, പോയിന്റ് ഇതിലേക്ക് വരുന്നു: വിവിധ tmpfs ഫയലുകളും മറ്റ് സമാന കാര്യങ്ങളും സിസ്റ്റത്തിൽ നിന്ന് പൂർണ്ണമായും നീക്കം ചെയ്തിട്ടില്ല ഒരു cgroup ഇല്ലാതാക്കുമ്പോൾ, വിളിക്കപ്പെടുന്നവ memcg ഗേള്. താമസിയാതെ അല്ലെങ്കിൽ പിന്നീട് അവ പേജ് കാഷെയിൽ നിന്ന് ഇല്ലാതാക്കപ്പെടും, പക്ഷേ സെർവറിൽ ധാരാളം മെമ്മറി ഉണ്ട്, അവ ഇല്ലാതാക്കുന്നതിൽ സമയം പാഴാക്കുന്നതിൽ കേർണൽ കാണുന്നില്ല. അതുകൊണ്ടാണ് അവ കുമിഞ്ഞുകൂടുന്നത്. എന്തുകൊണ്ടാണ് ഇത് പോലും സംഭവിക്കുന്നത്? ഇത് ക്രോൺ ജോലികളുള്ള ഒരു സെർവറാണ്, അത് നിരന്തരം പുതിയ തൊഴിലവസരങ്ങളും അവയ്ക്കൊപ്പം പുതിയ പോഡുകളും സൃഷ്ടിക്കുന്നു. അങ്ങനെ, അവയിലെ കണ്ടെയ്നറുകൾക്കായി പുതിയ സിഗ്രൂപ്പുകൾ സൃഷ്ടിക്കപ്പെടുന്നു, അവ ഉടൻ ഇല്ലാതാക്കപ്പെടും.
എന്തുകൊണ്ടാണ് കുബെലെറ്റിലെ cAdvisor ഇത്രയധികം സമയം പാഴാക്കുന്നത്? ഏറ്റവും ലളിതമായ നിർവ്വഹണത്തിലൂടെ ഇത് കാണാൻ എളുപ്പമാണ് time cat /sys/fs/cgroup/memory/memory.stat. ആരോഗ്യമുള്ള ഒരു മെഷീനിൽ പ്രവർത്തനം 0,01 സെക്കൻഡ് എടുക്കുന്നുവെങ്കിൽ, പ്രശ്നമുള്ള ക്രോൺ02 ൽ ഇത് 1,2 സെക്കൻഡ് എടുക്കും. sysfs-ൽ നിന്നുള്ള ഡാറ്റ വളരെ സാവധാനത്തിൽ വായിക്കുന്ന cAdvisor, zombie cgroups-ൽ ഉപയോഗിക്കുന്ന മെമ്മറി കണക്കിലെടുക്കാൻ ശ്രമിക്കുന്നു എന്നതാണ് കാര്യം.
സോമ്പികളെ നിർബന്ധിതമായി നീക്കം ചെയ്യാൻ, LKML-ൽ ശുപാർശ ചെയ്തിരിക്കുന്ന കാഷെകൾ മായ്ക്കാൻ ഞങ്ങൾ ശ്രമിച്ചു: sync; echo 3 > /proc/sys/vm/drop_caches, - എന്നാൽ കേർണൽ കൂടുതൽ സങ്കീർണ്ണമാവുകയും കാർ തകരാറിലാവുകയും ചെയ്തു.
എന്തുചെയ്യും? പ്രശ്നം പരിഹരിച്ചുകൊണ്ടിരിക്കുകയാണ് (പ്രതിബദ്ധത, ഒരു വിവരണത്തിനായി കാണുക റിലീസ് സന്ദേശം) ലിനക്സ് കേർണൽ 4.16 പതിപ്പിലേക്ക് അപ്ഡേറ്റ് ചെയ്യുന്നു.
ചരിത്രം 3. Systemd ഉം അതിന്റെ മൗണ്ടും
വീണ്ടും, കുബെലെറ്റ് ചില നോഡുകളിൽ വളരെയധികം വിഭവങ്ങൾ ഉപയോഗിക്കുന്നു, എന്നാൽ ഇത്തവണ അത് വളരെയധികം മെമ്മറി ഉപയോഗിക്കുന്നു:
ഉബുണ്ടു 16.04-ൽ ഉപയോഗിക്കുന്ന systemd-യിൽ ഒരു പ്രശ്നമുണ്ടെന്ന് തെളിഞ്ഞു, കണക്ഷനുവേണ്ടി സൃഷ്ടിച്ച മൗണ്ടുകൾ കൈകാര്യം ചെയ്യുമ്പോൾ ഇത് സംഭവിക്കുന്നു. subPath കോൺഫിഗ്മാപ്പിൽ നിന്നോ രഹസ്യങ്ങളിൽ നിന്നോ. പോഡ് അതിന്റെ ജോലി പൂർത്തിയാക്കിയ ശേഷം systemd സേവനവും അതിന്റെ സേവന മൗണ്ടും അവശേഷിക്കുന്നു സിസ്റ്റത്തിൽ. കാലക്രമേണ, അവയിൽ വലിയൊരു സംഖ്യ അടിഞ്ഞു കൂടുന്നു. ഈ വിഷയത്തിൽ പോലും പ്രശ്നങ്ങൾ ഉണ്ട്:
...ഇതിൽ അവസാനത്തേത് systemd-ലെ PR-നെ സൂചിപ്പിക്കുന്നു: #7811 (systemd-ലെ പ്രശ്നം - #7798).
ഉബുണ്ടു 18.04-ൽ പ്രശ്നം നിലവിലില്ല, എന്നാൽ നിങ്ങൾക്ക് ഉബുണ്ടു 16.04 ഉപയോഗിക്കുന്നത് തുടരണമെങ്കിൽ, ഈ വിഷയത്തെക്കുറിച്ചുള്ള ഞങ്ങളുടെ പ്രതിവിധി നിങ്ങൾക്ക് ഉപയോഗപ്രദമായേക്കാം.
... കൂടാതെ ഇത് ഇനിപ്പറയുന്ന സ്ക്രിപ്റ്റ് ഉപയോഗിക്കുന്നു:
#!/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
... കൂടാതെ ഇത് മുമ്പ് സൂചിപ്പിച്ച സൂപ്പർക്രോണിക്ക് ഉപയോഗിച്ച് ഓരോ 5 മിനിറ്റിലും പ്രവർത്തിക്കുന്നു. അതിന്റെ ഡോക്കർഫയൽ ഇതുപോലെ കാണപ്പെടുന്നു:
ഇത് ശ്രദ്ധിക്കപ്പെട്ടു: നമ്മുടെ ഒരു നോഡിൽ ഒരു പോഡ് സ്ഥാപിക്കുകയും അതിന്റെ ചിത്രം വളരെക്കാലം പമ്പ് ചെയ്യപ്പെടുകയും ചെയ്താൽ, അതേ നോഡിനെ "അടിക്കുന്ന" മറ്റൊരു പോഡ് ലളിതമായി ചെയ്യും. പുതിയ പോഡിന്റെ ചിത്രം വലിക്കാൻ തുടങ്ങുന്നില്ല. പകരം, മുമ്പത്തെ പോഡിന്റെ ചിത്രം വലിക്കുന്നതുവരെ കാത്തിരിക്കുന്നു. തൽഫലമായി, ഇതിനകം ഷെഡ്യൂൾ ചെയ്തതും ഒരു മിനിറ്റിനുള്ളിൽ ചിത്രം ഡൗൺലോഡ് ചെയ്യാൻ കഴിയുമായിരുന്നതുമായ ഒരു പോഡ് എന്ന നിലയിൽ അവസാനിക്കും containerCreating.
ഇവന്റുകൾ ഇതുപോലെ കാണപ്പെടും:
Normal Pulling 8m kubelet, ip-10-241-44-128.ap-northeast-1.compute.internal pulling image "registry.example.com/infra/openvpn/openvpn:master"
അത് മാറുകയാണ് സ്ലോ രജിസ്ട്രിയിൽ നിന്നുള്ള ഒരു ചിത്രത്തിന് വിന്യാസം തടയാൻ കഴിയും ഓരോ നോഡിനും.
നിർഭാഗ്യവശാൽ, ഈ സാഹചര്യത്തിൽ നിന്ന് പല വഴികളില്ല:
നിങ്ങളുടെ ഡോക്കർ രജിസ്ട്രി ക്ലസ്റ്ററിലോ നേരിട്ടോ ക്ലസ്റ്ററിലോ ഉപയോഗിക്കാൻ ശ്രമിക്കുക (ഉദാഹരണത്തിന്, GitLab Registry, Nexus മുതലായവ);
കഥ 5. മെമ്മറിയുടെ അഭാവം മൂലം നോഡുകൾ തൂങ്ങിക്കിടക്കുന്നു
വിവിധ ആപ്ലിക്കേഷനുകളുടെ പ്രവർത്തന സമയത്ത്, ഒരു നോഡ് പൂർണ്ണമായും ആക്സസ് ചെയ്യാനാവാത്ത ഒരു സാഹചര്യവും ഞങ്ങൾ നേരിട്ടു: SSH പ്രതികരിക്കുന്നില്ല, എല്ലാ മോണിറ്ററിംഗ് ഡെമണുകളും വീഴുന്നു, തുടർന്ന് ലോഗുകളിൽ അസാധാരണമായ ഒന്നും (അല്ലെങ്കിൽ മിക്കവാറും ഒന്നും) ഇല്ല.
MongoDB പ്രവർത്തിക്കുന്ന ഒരു നോഡിന്റെ ഉദാഹരണം ഉപയോഗിച്ച് ഞാൻ ചിത്രങ്ങളിൽ നിങ്ങളോട് പറയും.
ഇതാണ് മുകളിൽ കാണുന്നത് ഇതിനായി അപകടങ്ങൾ:
കൂടാതെ ഇതുപോലെ - после അപകടങ്ങൾ:
നിരീക്ഷണത്തിൽ, ഒരു മൂർച്ചയുള്ള ജമ്പ് ഉണ്ട്, അതിൽ നോഡ് ലഭ്യമാകുന്നത് നിർത്തുന്നു:
അതിനാൽ, സ്ക്രീൻഷോട്ടുകളിൽ നിന്ന് ഇത് വ്യക്തമാണ്:
മെഷീനിലെ റാം അവസാനത്തോട് അടുത്താണ്;
റാം ഉപഭോഗത്തിൽ മൂർച്ചയുള്ള കുതിച്ചുചാട്ടമുണ്ട്, അതിനുശേഷം മുഴുവൻ മെഷീനിലേക്കുള്ള ആക്സസ് പെട്ടെന്ന് പ്രവർത്തനരഹിതമാക്കുന്നു;
കൂടുതൽ മെമ്മറി ഉപയോഗിക്കാനും ഡിസ്കിൽ നിന്ന് സജീവമായി വായിക്കാനും DBMS പ്രക്രിയയെ പ്രേരിപ്പിക്കുന്ന ഒരു വലിയ ടാസ്ക്ക് മോംഗോയിൽ എത്തുന്നു.
ലിനക്സ് ഫ്രീ മെമ്മറി തീർന്നാൽ (മെമ്മറി പ്രഷർ സെറ്റ് ചെയ്യുന്നു) സ്വാപ്പ് ഇല്ലെങ്കിൽ, പിന്നീട് ഇതിനായി OOM കൊലയാളി എത്തുമ്പോൾ, പേജുകൾ പേജ് കാഷെയിലേക്ക് എറിയുന്നതിനും ഡിസ്കിലേക്ക് തിരികെ എഴുതുന്നതിനും ഇടയിൽ ഒരു ബാലൻസിങ് ആക്റ്റ് ഉണ്ടായേക്കാം. ഇത് ചെയ്യുന്നത് kswapd ആണ്, ഇത് തുടർന്നുള്ള വിതരണത്തിനായി കഴിയുന്നത്ര മെമ്മറി പേജുകൾ ധൈര്യത്തോടെ സ്വതന്ത്രമാക്കുന്നു.
നിർഭാഗ്യവശാൽ, ഒരു വലിയ I/O ലോഡിനൊപ്പം ചെറിയ അളവിലുള്ള സൗജന്യ മെമ്മറിയും, kswapd മുഴുവൻ സിസ്റ്റത്തിന്റെയും തടസ്സമായി മാറുന്നു, കാരണം അവർ അതുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു എല്ലാം സിസ്റ്റത്തിലെ മെമ്മറി പേജുകളുടെ അലോക്കേഷനുകൾ (പേജ് തെറ്റുകൾ). പ്രക്രിയകൾ ഇനി മെമ്മറി ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്നില്ലെങ്കിൽ, എന്നാൽ OOM-കില്ലർ അഗാധത്തിന്റെ അരികിൽ ഉറപ്പിച്ചിട്ടുണ്ടെങ്കിൽ ഇത് വളരെക്കാലം തുടരാം.
സ്വാഭാവികമായ ചോദ്യം ഇതാണ്: എന്തുകൊണ്ടാണ് OOM കൊലയാളി ഇത്രയും വൈകി വരുന്നത്? നിലവിലെ ആവർത്തനത്തിൽ, OOM കൊലയാളി അങ്ങേയറ്റം മണ്ടത്തരമാണ്: ഒരു മെമ്മറി പേജ് അനുവദിക്കാനുള്ള ശ്രമം പരാജയപ്പെടുമ്പോൾ മാത്രമേ അത് പ്രക്രിയയെ ഇല്ലാതാക്കുകയുള്ളൂ, അതായത്. പേജ് തകരാർ പരാജയപ്പെട്ടാൽ. ഇത് വളരെക്കാലമായി സംഭവിക്കുന്നില്ല, കാരണം kswapd ധൈര്യത്തോടെ മെമ്മറി പേജുകൾ സ്വതന്ത്രമാക്കുന്നു, പേജ് കാഷെ (സിസ്റ്റത്തിലെ മുഴുവൻ ഡിസ്ക് I/O, വാസ്തവത്തിൽ) ഡിസ്കിലേക്ക് തിരികെ നൽകുന്നു. കൂടുതൽ വിശദമായി, കേർണലിലെ അത്തരം പ്രശ്നങ്ങൾ ഇല്ലാതാക്കാൻ ആവശ്യമായ ഘട്ടങ്ങളുടെ വിവരണത്തോടെ, നിങ്ങൾക്ക് വായിക്കാം ഇവിടെ.
ശരിക്കും ധാരാളം പോഡുകൾ പ്രവർത്തിക്കുന്ന ചില ക്ലസ്റ്ററുകളിൽ, അവയിൽ മിക്കതും സംസ്ഥാനത്ത് വളരെക്കാലം "തൂങ്ങിക്കിടക്കുന്നത്" ഞങ്ങൾ ശ്രദ്ധിക്കാൻ തുടങ്ങി. Pending, ഡോക്കർ കണ്ടെയ്നറുകൾ ഇതിനകം തന്നെ നോഡുകളിൽ പ്രവർത്തിക്കുന്നുണ്ടെങ്കിലും സ്വമേധയാ പ്രവർത്തിക്കാൻ കഴിയും.
മാത്രമല്ല, ഇൻ describe കുഴപ്പമൊന്നുമില്ല:
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
കുറച്ച് കുഴിച്ചതിന് ശേഷം, പോഡുകളുടെ അവസ്ഥയെക്കുറിച്ചും ലൈവ്നസ്/റെഡിനസ് ടെസ്റ്റുകളെക്കുറിച്ചുമുള്ള എല്ലാ വിവരങ്ങളും API സെർവറിലേക്ക് അയയ്ക്കാൻ കുബെലെറ്റിന് സമയമില്ലെന്ന് ഞങ്ങൾ അനുമാനിച്ചു.
സഹായം പഠിച്ച ശേഷം, ഞങ്ങൾ ഇനിപ്പറയുന്ന പാരാമീറ്ററുകൾ കണ്ടെത്തി:
--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)
കണ്ടത് പോലെ, സ്ഥിരസ്ഥിതി മൂല്യങ്ങൾ വളരെ ചെറുതാണ്, കൂടാതെ 90% ൽ അവർ എല്ലാ ആവശ്യങ്ങളും ഉൾക്കൊള്ളുന്നു ... എന്നിരുന്നാലും, ഞങ്ങളുടെ കാര്യത്തിൽ ഇത് മതിയായിരുന്നില്ല. അതിനാൽ, ഞങ്ങൾ ഇനിപ്പറയുന്ന മൂല്യങ്ങൾ സജ്ജമാക്കുന്നു:
... കൂടാതെ kubelets പുനരാരംഭിച്ചു, അതിനുശേഷം API സെർവറിലേക്കുള്ള കോളുകളുടെ ഗ്രാഫുകളിൽ ഇനിപ്പറയുന്ന ചിത്രം ഞങ്ങൾ കണ്ടു:
... അതെ, എല്ലാം പറക്കാൻ തുടങ്ങി!
പി.എസ്
ബഗുകൾ ശേഖരിക്കുന്നതിനും ഈ ലേഖനം തയ്യാറാക്കുന്നതിനുമുള്ള അവരുടെ സഹായത്തിന്, ഞങ്ങളുടെ കമ്പനിയിലെ നിരവധി എഞ്ചിനീയർമാരോടും പ്രത്യേകിച്ച് ഞങ്ങളുടെ ഗവേഷണ-വികസന ടീമിൽ നിന്നുള്ള എന്റെ സഹപ്രവർത്തകനായ ആൻഡ്രി ക്ലിമെന്റീവ് (സുസ്സാസ്).