Openshift-tapahtumakoodi: 1030NODE0001

Äärimmäinen suorittimen paine voi hidastaa sarjoittamista ja heikentää kube-apiserverin ja etcd: n suorituskykyä. Kun näin tapahtuu, on olemassa riski, että asiakkaat näkevät vastaamattomia API-pyyntöjä, jotka lähetetään uudelleen, mikä aiheuttaa vielä enemmän suorittimen painetta.

Se voi myös aiheuttaa epäonnistuneita elävyysantureita, jotka johtuvat hitaasta etcd-reagoinnista taustalla. Jos yksi kube-apiserver epäonnistuu tässä tilassa, on todennäköistä, että koet kaskadin, koska myös jäljellä olevat kube-api-palvelimet ovat alivarattuja.

Tämä hälytys laukeaa, kun suorittimen käyttö pysyy korkeana yhdessä ohjaustason solmussa.

Hälytyksen voimakkuus määräytyy sen mukaan, kuinka kauan solmu käyttää paljon suoritinta:

• Kriittinen
  • kun suorittimen käyttö yksittäisessä ohjaustason solmussa on yli 90 % yli 1 tunnin ajan.
• Warning
  • kun suorittimen käyttö yksittäisessä ohjaustason solmussa on yli 90 % yli 5 m:n kohdalla.

Tämä hälytys laukeaa, kun suorittimen käyttö kaikissa kolmessa ohjaustason solmussa on suurempi kuin kaksi ohjaustason solmua voi ylläpitää; yhden ohjaustason solmun katkos voi aiheuttaa kaskadivian; Lisää käytettävissä olevaa suoritinta.

Hälytyksen kiireellisyys määräytyy sen mukaan, kuinka kauan suorittimen käyttö kaikissa kolmessa ohjaustason solmussa on suurempi kuin kaksi ohjaustason solmua kestää.

• Warning
  • kun suorittimen käyttö kaikissa kolmessa ohjaustason solmussa on suurempi kuin kaksi ohjaustason solmua, se voi kestää yli 10 metriä.

Diagnoosi:

Suorita seuraavat PromQL-kyselyt OCP-verkkokonsolissa vianmäärityksen helpottamiseksi (Tarkkaile → Mittarit → Suorita kyselyt).
Top 5 säilöä, joissa on eniten suorittimen käyttöä tietyssä solmussa:

Hälytyksen voi aiheuttaa esimerkiksi seuraavissa olosuhteissa:

• Uusi kuormitus tuottaa enemmän puheluita apiserveriin ja aiheuttaa suurta suorittimen käyttöä. Lisää tässä tapauksessa ohjaustason solmujen suoritinta ja muistia.
• hälytys laukeaa solmun tietojen perusteella, joten on mahdollista, että jokin solmun komponentti aiheuttaa suuren suorittimen käytön.
• Apiserver/etcd käsittelee enemmän pyyntöjä taustalla olevasta tilasta johtuvien asiakkaan uudelleenyritysten vuoksi.
• pyyntöjen epätasainen jakautuminen apiserver-instansseihin HTTP2:n vuoksi (se multipleksoi pyynnöt yhden TCP-yhteyden kautta). Kuormituksen tasaajat eivät ole sovelluskerroksessa, joten ne eivät ymmärrä http2: ta.

Lieventäminen:

• Jos apiserveriin aiheutuu kuormitusta kuormitusta suuren suoritinmäärän vuoksi, lisää ohjaustason solmujen suoritinta ja muistia.
• Jos suurina pysyvä suorittimen käyttö johtuu klusterin heikkenemisestä:
  • Selvitä hajoamisen perimmäinen syy ja määritä sitten seuraavat vaiheet vastaavasti.

Tuki:

Jos ongelma ei ratkea mitkään yllä olevista toimista, ota yhteyttä Dell EMC:n tekniseen tukeen lisätutkimuksia varten.

Jos lokipaketti kerätään, Prometheus-tiedot voidaan myös dumpata täydentävinä materiaaleina.
Kuinka ottaa dumppi klusterin prometheus-tiedoista: