Problemi noti di Google Distributed Cloud (solo software) per VMware

I secret rimangono criptati dopo aver disattivato la crittografia dei secret sempre attiva

Dopo aver disattivato la crittografia dei secret sempre attiva con gkectl update cluster, i secret vengono comunque archiviati in etcd con la crittografia. Questo problema riguarda solo i cluster utente kubeception. Se il tuo cluster utilizza Controlplane V2, non sei interessato da questo problema.

Per verificare se i secret sono ancora criptati, esegui questo comando, che recupera il secret default/private-registry-creds memorizzato in etcd:

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    exec -it -n USER_CLUSTER_NAME kube-etcd-0 -c kube-etcd -- \
    /bin/sh -ec "export ETCDCTL_API=3; etcdctl \
    --endpoints=https://127.0.0.1:2379 \
    --cacert=/etcd.local.config/certificates/etcdCA.crt \
    --cert=/etcd.local.config/certificates/etcd.crt \
    --key=/etcd.local.config/certificates/etcd.key \
    get /registry/secrets/default/private-registry-creds" | hexdump -C

Se il secret è archiviato con la crittografia, l'output è simile al seguente:

00000000  2f 72 65 67 69 73 74 72  79 2f 73 65 63 72 65 74  |/registry/secret|
00000010  73 2f 64 65 66 61 75 6c  74 2f 70 72 69 76 61 74  |s/default/privat|
00000020  65 2d 72 65 67 69 73 74  72 79 2d 63 72 65 64 73  |e-registry-creds|
00000030  0d 0a 6b 38 73 3a 65 6e  63 3a 6b 6d 73 3a 76 31  |..k8s:enc:kms:v1|
00000040  3a 67 65 6e 65 72 61 74  65 64 2d 6b 65 79 2d 6b  |:generated-key-k|
00000050  6d 73 2d 70 6c 75 67 69  6e 2d 31 3a 00 89 65 79  |ms-plugin-1:..ey|
00000060  4a 68 62 47 63 69 4f 69  4a 6b 61 58 49 69 4c 43  |JhbGciOiJkaXIiLC|
...

Se il secret non è archiviato con la crittografia, l'output è simile al seguente:

00000000  2f 72 65 67 69 73 74 72  79 2f 73 65 63 72 65 74  |/registry/secret|
00000010  73 2f 64 65 66 61 75 6c  74 2f 70 72 69 76 61 74  |s/default/privat|
00000020  65 2d 72 65 67 69 73 74  72 79 2d 63 72 65 64 73  |e-registry-creds|
00000030  0d 0a 6b 38 73 00 0d 0a  0c 0d 0a 02 76 31 12 06  |..k8s.......v1..|
00000040  53 65 63 72 65 74 12 83  47 0d 0a b0 2d 0d 0a 16  |Secret..G...-...|
00000050  70 72 69 76 61 74 65 2d  72 65 67 69 73 74 72 79  |private-registry|
00000060  2d 63 72 65 64 73 12 00  1a 07 64 65 66 61 75 6c  |-creds....defaul|
...

Soluzione:

1. Esegui un aggiornamento in sequenza su un DaemonSet specifico nel seguente modo:

       kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
         rollout restart statefulsets kube-apiserver \
         -n USER_CLUSTER_NAME
       

2. Recupera i manifest di tutti i secret nel cluster utente in formato YAML:

       kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
         get secrets -A -o yaml > SECRETS_MANIFEST.yaml
       

3. Applica nuovamente tutti i secret nel cluster utente in modo che tutti i secret vengano archiviati in etcd come testo normale:

       kubectl --kubeconfig USER_CLUSTER_KUBECONFIG \
         apply -f SECRETS_MANIFEST.yaml
       

Nel file user-cluster.yaml generato manca il campo hostgroups

Nel file di configurazione del cluster utente, user-cluster.yaml, generato dal comando gkectl get-config, manca il campo hostgroups nella sezione nodePools. Il comando gkectl get-config genera il file user-cluster.yaml in base ai contenuti della risorsa personalizzata OnPremUserCluster. Il campo nodePools[i].vsphere.hostgroups esiste nella risorsa personalizzata OnPremNodePool e non viene copiato nel file user-cluster.yaml quando esegui gkectl get-config.

Soluzione

Per risolvere il problema, aggiungi manualmente il campo nodePools[i].vsphere.hostgroups al file user-cluster.yaml. Il file modificato dovrebbe essere simile all'esempio seguente:

apiVersion: v1
kind: UserCluster
...
nodePools:
- name: "worker-pool-1"
  enableLoadBalancer: true
  replicas: 3
  vsphere:
    hostgroups:
    - "hostgroup-1"
...

Puoi utilizzare il file di configurazione del cluster utente modificato per aggiornare il cluster utente senza attivare errori e il campo hostgroups viene mantenuto.

L'ingresso in bundle non è compatibile con le risorse gateway.networking.k8s.io

I pod Istiod dell'ingresso in bundle non possono essere pronti se le risorse gateway.networking.k8s.io sono installate nel cluster utente. Il seguente messaggio di errore di esempio è disponibile nei log dei pod:

    failed to list *v1beta1.Gateway: gateways.gateway.networking.k8s.io is forbidden: User \"system:serviceaccount:gke-system:istiod-service-account\" cannot list resource \"gateways\" in API group \"gateway.networking.k8s.io\" at the cluster scope"
    

Soluzione:

Applica il seguente ClusterRole e ClusterRoleBinding al cluster utente:

apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  name: istiod-gateway
rules:
- apiGroups:
  - 'gateway.networking.k8s.io'
  resources:
  - '*'
  verbs:
  - get
  - list
  - watch
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: istiod-gateway-binding
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: istiod-gateway
subjects:
- kind: ServiceAccount
  name: istiod-service-account
  namespace: gke-system
    

I nodi del control plane del cluster di amministrazione continuano a riavviarsi dopo l'esecuzione di gkectl create admin

Se i nomi host nel campo ipblocks contengono lettere maiuscole, i nodi del control plane del cluster di amministrazione potrebbero riavviarsi ripetutamente.

Soluzione:

Utilizza solo nomi host minuscoli.

Runtime: out of memory "error" dopo l'esecuzione di gkeadm create o upgrade

Quando crei o esegui l'upgrade delle workstation di amministrazione con i comandi gkeadm, potresti ricevere un errore OOM durante la verifica dell'immagine del sistema operativo scaricata.

Ad esempio,

Downloading OS image
"gs://gke-on-prem-release/admin-appliance/1.30.400-gke.133/gke-on-prem-admin-appliance-vsphere-1.30.400-gke.133.ova"...

[==================================================>] 10.7GB/10.7GB

Image saved to
/anthos/gke-on-prem-admin-appliance-vsphere-1.30.400-gke.133.ova

Verifying image gke-on-prem-admin-appliance-vsphere-1.30.400-gke.133.ova...
|

runtime: out of memory

Soluzione:

L'upgrade del cluster di amministrazione non HA è bloccato su Creating or updating cluster control plane workloads

Quando esegui l'upgrade di un cluster di amministrazione non ad alta disponibilità, l'upgrade potrebbe bloccarsi al Creating or updating cluster control plane workloads.

Questo problema si verifica se nella VM master amministratore, ip a | grep cali restituisce un risultato non vuoto.

Ad esempio,

ubuntu@abf8a975479b-qual-342-0afd1d9c ~ $ ip a | grep cali
4: cali2251589245f@if3:  mtu 1500 qdisc noqueue state UP group default

Soluzione:

1. Ripara il master di amministrazione:

   gkectl repair admin-master --kubeconfig=ADMIN_KUBECONFIG \
       --config=ADMIN_CONFIG_FILE \
       --skip-validation
   

2. Seleziona il modello di VM 1.30 se visualizzi un prompt come il seguente esempio:

   Please select the control plane VM template to be used for re-creating the
   admin cluster's control plane VM.
   

3. Riprendi l'upgrade:

   gkectl upgrade admin --kubeconfig ADMIN_KUBECONFIG \
       --config ADMIN_CONFIG_FILE
   

Campo isControlPlane ridondante nel file di configurazione del cluster in network.controlPlaneIPBlock

I file di configurazione del cluster generati da gkectl create-config nella versione 1.31.0 contengono un campo isControlPlane ridondante in network.controlPlaneIPBlock:

    controlPlaneIPBlock:
    netmask: ""
    gateway: ""
    ips:
    - ip: ""
      hostname: ""
      isControlPlane: false
    - ip: ""
      hostname: ""
      isControlPlane: false
    - ip: ""
      hostname: ""
      isControlPlane: false
    

Questo campo non è necessario e può essere rimosso in sicurezza dal file di configurazione.

Nodi del componente aggiuntivo di amministrazione bloccati su NotReady durante la migrazione del cluster di amministrazione non ad alta disponibilità ad alta disponibilità

Quando esegui la migrazione di un cluster di amministrazione non HA che utilizza MetalLB ad HA, i nodi del componente aggiuntivo di amministrazione potrebbero bloccarsi con lo stato NotReady, impedendo il completamento della migrazione.

Questo problema riguarda solo i cluster di amministrazione configurati con MetalLB, in cui la riparazione automatica non è abilitata.

Questo problema è causato da una race condition durante la migrazione in cui i speaker MetalLB utilizzano ancora il vecchio secret metallb-memberlist. A causa della race condition, il vecchio VIP del control plane diventa inaccessibile, il che causa l'interruzione della migrazione.

Soluzione:

1. Elimina il secret metallb-memberlist esistente:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n kube-system \
       delete secret metallb-memberlist
   

2. Riavvia il deployment di metallb-controller in modo che possa generare il nuovo metallb-memberlist:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n kube-system \
       rollout restart deployment metallb-controller
   

3. Assicurati che il nuovo metallb-memberlist sia generato:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n kube-system \
       get secret metallb-memberlist
   

4. Aggiorna updateStrategy.rollingUpdate.maxUnavailable nel DaemonSet metallb-speaker da 1 a 100%.

   Questo passaggio è obbligatorio perché alcuni pod DaemonSet vengono eseguiti sui nodi NotReady.

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n kube-system \
       edit daemonset metallb-speaker
   

5. Riavvia il DaemonSet metallb-speaker in modo che possa recuperare il nuovo elenco di membri:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n kube-system \
       rollout restart daemonset metallb-speaker
   

   Dopo alcuni minuti, i nodi del componente aggiuntivo amministratore tornano a essere Ready e la migrazione può continuare.

6. Se il comando gkectl iniziale è scaduto dopo più di 3 ore, esegui di nuovo gkectl update per riprendere la migrazione non riuscita.

Il backup del cluster per il cluster di amministrazione non HA non riesce a causa di nomi lunghi di datastore e datadisk

Quando si tenta di eseguire il backup di un cluster di amministrazione non HA, il backup non riesce perché la lunghezza combinata dei nomi del datastore e del disco dati supera la lunghezza massima dei caratteri.

La lunghezza massima di un nome datastore è 80 caratteri.
Il percorso di backup per un cluster di amministrazione non HA ha la sintassi di denominazione "__". Pertanto, se il nome concatenato supera la lunghezza massima, la creazione della cartella di backup non andrà a buon fine

Soluzione:

Rinomina il datastore o il datadisk con un nome più breve.
Assicurati che la lunghezza combinata dei nomi del datastore e del disco di dati non superi la lunghezza massima dei caratteri.

Il nodo del control plane di amministrazione HA mostra una versione precedente dopo l'esecuzione di gkectl repair admin-master

Dopo aver eseguito il comando gkectl repair admin-master, un nodo del control plane di amministrazione potrebbe mostrare una versione precedente a quella prevista.

Questo problema si verifica perché il modello di VM di cui è stato eseguito il backup utilizzato per la riparazione del nodo del piano di controllo di amministrazione HA non viene aggiornato in vCenter dopo un upgrade, perché il modello di VM di backup non è stato clonato durante la creazione della macchina se il nome della macchina rimane invariato.

Soluzione:

1. Trova il nome della macchina che utilizza la versione precedente di Kubernetes:

       kubectl get machine -o wide --kubeconfig=ADMIN_KUBECONFIG
       

2. Rimuovi l'annotazione onprem.cluster.gke.io/prevented-deletion:

       kubectl edit machine MACHINE_NAME --kubeconfig=ADMIN_KUBECONFIG
       

   Salva la modifica.

3. Esegui questo comando per eliminare la macchina:

       kubectl delete machine MACHINE_NAME --kubeconfig=ADMIN_KUBECONFIG
       

   Verrà creata una nuova macchina con la versione corretta.

Terraform rimuove inaspettatamente i campi vCenter

Quando aggiorni un cluster utente o un nodepool utilizzando Terraform, Terraform potrebbe tentare di impostare i campi vCenter su valori vuoti.

Questo problema può verificarsi se il cluster non è stato creato originariamente utilizzando Terraform.

Soluzione:

Per evitare l'aggiornamento imprevisto, assicurati che l'aggiornamento sia sicuro prima di eseguire terraform apply, come descritto di seguito:

1. Esegui terraform plan
2. Nell'output, controlla se i campi vCenter sono impostati su nil.
3. Se un campo vCenter è impostato su un valore vuoto, nella configurazione Terraform, aggiungi vcenter all'elenco ignore_changes seguendo la documentazione di Terraform. In questo modo, gli aggiornamenti a questi campi vengono impediti.
4. Esegui di nuovo terraform plan e controlla l'output per verificare che l'aggiornamento sia quello previsto.

I nodi del control plane del cluster utente vengono sempre riavviati durante la prima operazione di aggiornamento del cluster di amministrazione

Dopo la creazione, l'aggiornamento o l'upgrade dei nodi del control plane dei cluster utente kubeception, questi verranno riavviati uno alla volta durante la prima operazione del cluster di amministrazione quando il cluster di amministrazione viene creato o aggiornato a una delle versioni interessate. Per i cluster kubeception con tre nodi del control plane, questo non dovrebbe causare tempi di inattività del control plane e l'unico impatto è che l'operazione del cluster di amministrazione richiede più tempo.

Errori durante la creazione di risorse personalizzate

Nella versione 1.31 di Google Distributed Cloud, potresti ricevere errori quando provi a creare risorse personalizzate, come cluster (di tutti i tipi) e carichi di lavoro. Il problema è causato da una modifica sostanziale introdotta in Kubernetes 1.31 che impedisce la transizione del campo caBundle in una definizione di risorsa personalizzata da uno stato valido a uno non valido. Per saperne di più sulla modifica, consulta il changelog di Kubernetes 1.31.

Prima di Kubernetes 1.31, il campo caBundle veniva spesso impostato su un valore provvisorio di \n, perché nelle versioni precedenti di Kubernetes il server API non consentiva contenuti del bundle CA vuoti. L'utilizzo di \n era una soluzione alternativa ragionevole per evitare confusione, in quanto cert-manager in genere aggiorna caBundle in un secondo momento.

Se caBundle è stato corretto una volta da uno stato non valido a uno valido, non dovrebbero esserci problemi. Tuttavia, se la definizione della risorsa personalizzata viene riconciliata con \n (o un altro valore non valido), potresti riscontrare il seguente errore:

...Invalid value: []byte{0x5c, 0x6e}: unable to load root certificates: unable to parse bytes as PEM block]

Soluzione

Se hai una definizione di risorsa personalizzata in cui caBundle è impostato su un valore non valido, puoi rimuovere in sicurezza l'intero campo caBundle. Il problema dovrebbe risolversi.

cloud-init status restituisce sempre un errore

Quando esegui l'upgrade di un cluster che utilizza l'immagine del sistema operativo Container Optimized OS (COS) alla versione 1.31, il comando cloud-init status non va a buon fine, anche se cloud-init è stato completato senza errori.

Soluzione:

Esegui questo comando per controllare lo stato di cloud-init:

    systemctl show -p Result cloud-final.service
    

Se l'output è simile al seguente, cloud-init è stato completato correttamente:

    Result=success
    

Il controllo pre-volo della workstation di amministrazione non va a buon fine durante l'upgrade alla versione 1.28 con dimensioni del disco inferiori a 100 GB

Quando esegui l'upgrade di un cluster alla versione 1.28, il comando gkectl prepare non riesce durante l'esecuzione dei controlli preliminari della workstation di amministrazione se la dimensione del disco della workstation di amministrazione è inferiore a 100 GB. In questo caso, il comando mostra un messaggio di errore simile al seguente:

    Workstation Hardware: Workstation hardware requirements are not satisfied
    

Nella versione 1.28, il prerequisito relativo alle dimensioni del disco della workstation amministrativa è stato aumentato da 50 GB a 100 GB.

Soluzione:

1. Esegui il rollback della workstation di amministrazione.
2. Aggiorna il file di configurazione della workstation amministrativa per aumentare le dimensioni del disco ad almeno 100 GB.
3. Esegui l'upgrade della workstation di amministrazione.

gkectl restituisce l'errore false su netapp storageclass

Il comando gkectl upgrade restituisce un errore errato relativo alla classe di archiviazione netapp. Il messaggio di errore è simile al seguente:

    detected unsupported drivers:
      csi.trident.netapp.io
    

Soluzione:

Esegui gkectl upgrade con il flag `--skip-pre-upgrade-checks`.

Il certificato CA non valido dopo la rotazione della CA del cluster in ClientConfig impedisce l'autenticazione del cluster

Dopo aver eseguito la rotazione dei certificati dell'autorità di certificazione (CA) su un cluster utente, il campo spec.certificateAuthorityData in ClientConfig contiene un certificato CA non valido, il che impedisce l'autenticazione al cluster.

Soluzione:

Prima della successiva autenticazione gcloud CLI, aggiorna manualmente il campo spec.certificateAuthorityData nel file ClientConfig con il certificato CA corretto.

1. Copia il certificato CA del cluster dal campo certificate-authority-data nel file kubeconfig del cluster di amministrazione.
2. Modifica ClientConfig e incolla il certificato CA nel campo spec.certificateAuthorityData.

       kubectl edit clientconfig default -n kube-public --kubeconfig USER_CLUSTER_KUBECONFIG
       

Il controllo preflight non riesce quando viene disattivato l'ingresso in bundle

Quando disattivi l'ingresso in bundle rimuovendo il campo loadBalancer.vips.ingressVIP nel file di configurazione del cluster, un bug nel controllo preliminare di MetalLB causa l'errore di aggiornamento del cluster con il messaggio "invalid user ingress vip: invalid IP".

Soluzione:

Ignora il messaggio di errore.
Salta il controllo preliminare utilizzando uno dei seguenti metodi:

• Aggiungi il flag --skip-validation-load-balancer al comando gkectl update cluster.
• Annota l'oggetto onpremusercluster con onprem.cluster.gke.io/server-side-preflight-skip: skip-validation-load-balancer
.

L'upgrade del cluster non riesce a causa della regola del gruppo anti-affinità mancante in vCenter

Durante l'upgrade di un cluster, gli oggetti macchina potrebbero bloccarsi nella fase di creazione e non essere collegati agli oggetti nodo a causa di una regola del gruppo anti-affinità (AAG) mancante in vCenter.

Se descrivi gli oggetti macchina problematici, puoi visualizzare messaggi ricorrenti come "Riconfigurazione dell'attività della regola DRS "task-xxxx" completata".

    kubectl --kubeconfig KUBECONFIG describe machine MACHINE_OBJECT_NAME
    

Soluzione:

Disattiva l'impostazione del gruppo anti-affinità sia nella configurazione del cluster di amministrazione sia nella configurazione del cluster utente e attiva il comando di aggiornamento forzato per sbloccare l'upgrade del cluster:

    gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --force
    

    gkectl update cluster --config USER_CLUSTER_CONFIG_FILE --kubeconfig USER_CLUSTER_KUBECONFIG --force
    

La migrazione di un cluster utente a Controlplane V2 non riesce se la crittografia dei secret è mai stata abilitata

Quando esegui la migrazione di un cluster utente a Controlplane V2, se la crittografia dei secret sempre attiva è mai stata attivata, il processo di migrazione non gestisce correttamente la chiave di crittografia dei secret. A causa di questo problema, il nuovo cluster Controlplane V2 non è in grado di decriptare i secret. Se l'output del seguente comando non è vuoto, la crittografia dei secret sempre attiva è stata abilitata a un certo punto e il cluster è interessato da questo problema:

    kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
      get onpremusercluster USER_CLUSTER_NAME \
      -n USER_CLUSTER_NAME-gke-onprem-mgmt \
      -o jsonpath={.spec.secretsEncryption}
    

Se hai già iniziato la migrazione e non va a buon fine, contatta Google per ricevere assistenza. In caso contrario, prima della migrazione, disattiva la crittografia dei secret sempre attiva e decripta i secret.

La migrazione di un cluster di amministrazione da non ad alta disponibilità ad alta disponibilità non riesce se la crittografia dei secret è attivata

Se il cluster di amministrazione ha abilitato la crittografia dei secret sempre attiva alla versione 1.14 o precedente ed è stato eseguito l'upgrade da versioni precedenti alle versioni 1.29 e 1.30 interessate, durante la migrazione del cluster di amministrazione da non HA ad HA, il processo di migrazione non gestisce correttamente la chiave di crittografia dei secret. A causa di questo problema, il nuovo cluster di amministrazione HA non è in grado di decriptare i secret.

Per verificare se il cluster potrebbe utilizzare la vecchia chiave formattata:

    kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG get secret -n kube-system admin-master-component-options -o jsonpath='{.data.data}' | base64 -d | grep -oP '"GeneratedKeys":\[.*?\]'
    

Se l'output mostra la chiave vuota come di seguito, è probabile che il cluster sia interessato da questo problema:

    "GeneratedKeys":[{"KeyVersion":"1","Key":""}]
    

Se hai già iniziato la migrazione e non va a buon fine, contatta Google per ricevere assistenza.

In caso contrario, prima di avviare la migrazione, ruota la chiave di crittografia.

credential.yaml rigenerato in modo errato durante l'upgrade della workstation di amministrazione

Quando esegui l'upgrade della workstation di amministrazione utilizzando il comando gkeadm upgrade admin-workstation, il file credential.yaml viene rigenerato in modo errato. I campi nome utente e password sono vuoti. Inoltre, la chiave privateRegistry contiene un errore di battitura.

Lo stesso errore ortografico del tasto privateRegistry è presente anche nel file admin-cluster.yaml.
Poiché il file credential.yaml viene rigenerato durante la procedura di upgrade del cluster di amministrazione, l'errore di battitura è presente anche se è stato corretto in precedenza.

Soluzione:

• Aggiorna il nome della chiave del registro privato in credential.yaml in modo che corrisponda a privateRegistry.credentials.fileRef.entry in admin-cluster.yaml.
• Aggiorna il nome utente e la password del registro privato in credential.yaml.

L'upgrade del cluster utente non riesce a causa del timeout di riconciliazione pre-upgrade

Quando esegui l'upgrade di un cluster utente, l'operazione di riconciliazione pre-upgrade potrebbe richiedere più tempo del timeout definito, causando un errore di upgrade. Il messaggio di errore ha il seguente aspetto:

Failed to reconcile the user cluster before upgrade: the pre-upgrade reconcile failed, error message:
failed to wait for reconcile to complete: error: timed out waiting for the condition,
message: Cluster reconcile hasn't finished yet, please fix that before
rerun the upgrade.

Il timeout per l'operazione di riconciliazione pre-upgrade è di 5 minuti più 1 minuto per ogni pool di nodi nel cluster utente.

Soluzione:

Assicurati che il comando gkectl diagnose cluster venga eseguito senza errori.
Salta l'operazione di riconciliazione pre-upgrade aggiungendo il flag --skip-reconcile-before-preflight al comando gkectl upgrade cluster. Ad esempio:

gkectl upgrade cluster --skip-reconcile-before-preflight --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
--config USER_CLUSTER_CONFIG_FILE

L'aggiornamento di DataplaneV2 ForwardMode non attiva automaticamente il riavvio di anetd DaemonSet

Quando aggiorni il cluster utente dataplaneV2.forwardMode campo utilizzando gkectl update cluster, la modifica viene aggiornata solo in ConfigMap, il DaemonSet anetd non rileva la modifica della configurazione fino al riavvio e le modifiche non vengono applicate.

Soluzione:

Al termine del comando gkectl update cluster, viene visualizzato l'output di Done updating the user cluster. Dopo aver visualizzato questo messaggio, esegui il comando seguente per riavviare il DaemonSet anetd per applicare la modifica alla configurazione:

kubectl --kubeconfig USER_CLUSTER_KUBECONFIG rollout restart daemonset anetd

Controlla la preparazione di DaemonSet dopo il riavvio:

kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get daemonset anetd

Nell'output del comando precedente, verifica che il numero nella colonna DESIRED corrisponda al numero nella colonna READY.

Comando etcdctl non trovato durante l'upgrade del cluster nella fase di backup del cluster di amministrazione

Durante l'upgrade di un cluster utente dalla versione 1.16 alla 1.28, viene eseguito il backup del cluster di amministrazione. Il processo di backup del cluster di amministrazione mostra il messaggio di errore "etcdctl: command not found". L'upgrade del cluster utente viene eseguito correttamente e il cluster di amministrazione rimane in uno stato integro. L'unico problema è che il file di metadati sul cluster di amministrazione non viene sottoposto a backup.

Il problema è dovuto al fatto che il binario etcdctl è stato aggiunto nella versione 1.28 e non è disponibile sui nodi 1.16.

Il backup del cluster di amministrazione prevede diversi passaggi, tra cui l'acquisizione di uno snapshot etcd e la scrittura del file di metadati per il cluster di amministrazione. Il backup di etcd ha ancora esito positivo perché etcdctl può ancora essere attivato dopo l'esecuzione di un comando nel pod etcd. Tuttavia, la scrittura del file di metadati non riesce perché si basa ancora sul binario etcdctl da installare sul nodo. Tuttavia, il backup del file dei metadati non è un blocco per l'esecuzione di un backup, quindi il processo di backup ha esito positivo, così come l'upgrade del cluster utente.

Soluzione:

Se vuoi eseguire un backup del file di metadati, segui la procedura descritta in Backup e ripristino di un cluster di amministrazione con gkectl per attivare un backup separato del cluster di amministrazione utilizzando la versione di gkectl che corrisponde alla versione del cluster di amministrazione.

Errore di creazione del cluster utente con bilanciamento del carico manuale

Quando crei un cluster di utenti configurato per il bilanciamento del carico manuale, si verifica un errore gkectl check-config che indica che il valore ingressHTTPNodePort deve essere almeno 30000, anche quando l'ingresso in bundle è disattivato.

Questo problema si verifica indipendentemente dal fatto che i campi ingressHTTPNodePort e ingressHTTPSNodePort siano impostati o lasciati vuoti.

Soluzione:

Per risolvere questo problema, ignora il risultato restituito da gkectl check-config. Per disattivare il traffico in entrata in bundle, vedi Disattivare il traffico in entrata in bundle.

Dopo la migrazione di un cluster utente a Controlplane V2, il PDB metrics-server del cluster di amministrazione potrebbe essere configurato in modo errato

Il problema con PodDisruptionBudget (PDB) si verifica quando si utilizzano cluster di amministrazione ad alta disponibilità (HA) e sono presenti 0 o 1 nodi del cluster di amministrazione senza un ruolo dopo la migrazione. Per verificare se sono presenti oggetti nodo senza un ruolo, esegui questo comando:

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG get nodes -o wide

Se dopo la migrazione sono presenti due o più oggetti nodo senza un ruolo, il PDB non è configurato in modo errato.

Sintomi:

L'output di admin cluster diagnose include le seguenti informazioni

Checking all poddisruptionbudgets...FAILURE
  Reason: 1 pod disruption budget error(s).
  Unhealthy Resources:
  PodDisruptionBudget metrics-server: gke-managed-metrics-server/metrics-server might be configured incorrectly: the total replicas(1) should be larger than spec.MinAvailable(1).

Soluzione:

Esegui questo comando per eliminare il PDB:

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG delete pdb metrics-server -n gke-managed-metrics-server

Il webhook di Autorizzazione binaria impedisce l'avvio del plug-in CNI, causando l'impossibilità di avviare uno dei nodepool

In rare condizioni di competizione, una sequenza di installazione errata del webhook di Autorizzazione binaria e del pod gke-connect può causare l'interruzione della creazione del cluster utente a causa dell'impossibilità di un nodo di raggiungere lo stato pronto. Negli scenari interessati, la creazione del cluster utente potrebbe bloccarsi perché un nodo non riesce a raggiungere lo stato pronto. In questo caso, viene visualizzato il seguente messaggio:

     Node pool is not ready: ready condition is not true: CreateOrUpdateNodePool: 2/3 replicas are ready
    

Soluzione:

1. Rimuovi la configurazione di Autorizzazione binaria dal file di configurazione. Per istruzioni sulla configurazione, consulta la guida all'installazione di Autorizzazione binaria per GKE su VMware.
2. Per sbloccare un nodo non integro durante il processo di creazione del cluster corrente, rimuovi temporaneamente la configurazione del webhook di Autorizzazione binaria nel cluster utente utilizzando il seguente comando.

           kubectl --kubeconfig USER_KUBECONFIG delete ValidatingWebhookConfiguration binauthz-validating-webhook-configuration
           

   Una volta completato il processo di bootstrap, puoi aggiungere nuovamente la seguente configurazione del webhook.

   apiVersion: admissionregistration.k8s.io/v1
   kind: ValidatingWebhookConfiguration
   metadata:
     name: binauthz-validating-webhook-configuration
   webhooks:
   - name: "binaryauthorization.googleapis.com"
     namespaceSelector:
       matchExpressions:
       - key: control-plane
         operator: DoesNotExist
     objectSelector:
       matchExpressions:
       - key: "image-policy.k8s.io/break-glass"
         operator: NotIn
         values: ["true"]
     rules:
     - apiGroups:
       - ""
       apiVersions:
       - v1
       operations:
       - CREATE
       - UPDATE
       resources:
       - pods
       - pods/ephemeralcontainers
     admissionReviewVersions:
     - "v1beta1"
     clientConfig:
       service:
         name: binauthz
         namespace: binauthz-system
         path: /binauthz
       # CA Bundle will be updated by the cert rotator.
       caBundle: Cg==
     timeoutSeconds: 10
     # Fail Open
     failurePolicy: "Ignore"
     sideEffects: None
           

L'upgrade del cluster utente CPV2 è bloccato a causa della macchina sottoposta a mirroring con deletionTimestamp

Durante l'upgrade di un cluster utente, l'operazione di upgrade potrebbe bloccarsi se l'oggetto macchina sottoposto a mirroring nel cluster utente contiene un deletionTimestamp. Se l'upgrade è bloccato, viene visualizzato il seguente messaggio di errore:

    machine is still in the process of being drained and subsequently removed
    

Questo problema può verificarsi se in precedenza hai tentato di riparare il nodo del piano di controllo utente eseguendo gkectl delete machine sulla macchina sottoposta a mirroring nel cluster utente.

Soluzione:

1. Recupera l'oggetto macchina sottoposto a mirroring e salvalo in un file locale per scopi di backup.
2. Esegui questo comando per eliminare il finalizer dalla macchina sottoposta a mirroring e attendi che venga eliminato dal cluster utente.

       kubectl --kubeconfig ADMIN_KUBECONFIG patch machine/MACHINE_OBJECT_NAME -n USER_CLUSTER_NAME-gke-onprem-mgmt -p '{"metadata":{"finalizers":[]}}' --type=merge

3. Segui i passaggi descritti in Nodo del control plane del cluster utente Controlplane V2 per attivare la riparazione dei nodi sui nodi del control plane, in modo che la specifica della macchina di origine corretta venga risincronizzata nel cluster utente.
4. Esegui di nuovo gkectl upgrade cluster per riprendere l'upgrade

Creazione del cluster non riuscita a causa del VIP del control plane in una subnet diversa

Per il cluster di amministrazione HA o il cluster utente ControlPlane V2, il VIP del control plane deve trovarsi nella stessa subnet degli altri nodi del cluster. In caso contrario, la creazione del cluster non riesce perché kubelet non può comunicare con il server API utilizzando il VIP del control plane.

Soluzione:

Prima della creazione del cluster, assicurati che il VIP del control plane sia configurato nella stessa subnet degli altri nodi del cluster.

Creazione/upgrade del cluster non riuscito a causa del nome utente vCenter non FQDN

La creazione/l'upgrade del cluster non riesce con un errore nei pod CSI vSphere che indica che il nome utente vCenter non è valido. Questo accade perché il nome utente utilizzato non è un nome di dominio completo. Messaggio di errore nel pod vsphere-csi-controller come di seguito:

    GetCnsconfig failed with err: username is invalid, make sure it is a fully qualified domain username
    

Questo problema si verifica solo nella versione 1.29 e successive, in quanto è stata aggiunta una convalida al driver CSI vSphere per imporre l'utilizzo di nomi utente di dominio completi.

Soluzione:

Utilizza un nome di dominio completo per il nome utente vCenter nel file di configurazione delle credenziali. Ad esempio, anziché utilizzare "username1", utilizza "username1@example.com".

L'upgrade del cluster di amministrazione non riesce per i cluster creati nelle versioni 1.10 o precedenti

Quando esegui l'upgrade di un cluster di amministrazione dalla versione 1.16 alla 1.28, il bootstrap della nuova macchina master di amministrazione potrebbe non riuscire a generare il certificato del piano di controllo. Il problema è causato dalle modifiche al modo in cui vengono generati i certificati per il server API Kubernetes nella versione 1.28 e successive. Il problema si riproduce per i cluster creati nelle versioni 1.10 e precedenti che sono stati aggiornati fino alla versione 1.16 e il certificato foglia non è stato ruotato prima dell'upgrade.

Per determinare se l'errore di upgrade del cluster di amministrazione è causato da questo problema, segui questi passaggi:

1. Connettiti alla macchina master amministratore non riuscita tramite SSH.
2. Apri /var/log/startup.log e cerca un errore simile al seguente:

Error adding extensions from section apiserver_ext
801B3213B57F0000:error:1100007B:X509 V3 routines:v2i_AUTHORITY_KEYID:unable to get issuer keyid:../crypto/x509/v3_akid.c:177:
801B3213B57F0000:error:11000080:X509 V3 routines:X509V3_EXT_nconf_int:error in extension:../crypto/x509/v3_conf.c:48:section=apiserver_ext, name=authorityKeyIdentifier, value=keyid>
   

Soluzione:

1. Connettiti alla macchina master amministratore tramite SSH. Per maggiori dettagli, vedi Utilizzo di SSH per la connessione a un nodo del cluster di amministrazione.
2. Crea una copia di /etc/startup/pki-yaml.sh e chiamala /etc/startup/pki-yaml-copy.sh
3. Modifica /etc/startup/pki-yaml-copy.sh. Trova authorityKeyIdentifier=keyidset e modificalo in authorityKeyIdentifier=keyid,issuer nelle sezioni per le seguenti estensioni: apiserver_ext, client_ext, etcd_server_ext e kubelet_server_ext. Ad esempio:

         [ apiserver_ext ]
         keyUsage = critical, digitalSignature, keyEncipherment
         extendedKeyUsage=serverAuth
         basicConstraints = critical,CA:false
         authorityKeyIdentifier = keyid,issuer
         subjectAltName = @apiserver_alt_names
   

4. Salva le modifiche apportate a /etc/startup/pki-yaml-copy.sh.
5. Utilizzando un editor di testo, apri /opt/bin/master.sh, trova e sostituisci tutte le occorrenze di /etc/startup/pki-yaml.sh con /etc/startup/pki-yaml-copy.sh, quindi salva le modifiche.
6. Esegui /opt/bin/master.sh per generare il certificato e completa l'avvio della macchina.
7. Esegui di nuovo gkectl upgrade admin per eseguire l'upgrade del cluster di amministrazione.
8. Al termine dell'upgrade, ruota il certificato foglia per i cluster di amministrazione e utente, come descritto in Avvia la rotazione.
9. Al termine della rotazione del certificato, apporta le stesse modifiche a /etc/startup/pki-yaml-copy.sh come in precedenza ed esegui /opt/bin/master.sh.

Messaggio di avviso errato per i cluster con Dataplane V2 abilitato

Quando esegui gkectl per creare, aggiornare o eseguire l'upgrade di un cluster in cui è già abilitato Dataplane V2, viene visualizzato il seguente messaggio di avviso errato:

WARNING: Your user cluster is currently running our original architecture with
[DataPlaneV1(calico)]. To enable new and advanced features we strongly recommend
to update it to the newer architecture with [DataPlaneV2] once our migration
tool is available.

Esiste un bug in gkectl che fa sì che questo avviso venga sempre visualizzato finché non viene utilizzato dataplaneV2.forwardMode, anche se hai già impostato enableDataplaneV2: true nel file di configurazione del cluster.

Soluzione:

Puoi ignorare questo avviso.

Il controllo preliminare dell'installazione del cluster di amministrazione HA segnala un numero errato di IP statici richiesti

Quando crei un cluster di amministrazione ad alta disponibilità, il controllo preliminare mostra il seguente messaggio di errore errato:

- Validation Category: Network Configuration
    - [FAILURE] CIDR, VIP and static IP (availability and overlapping): needed
    at least X+1 IP addresses for admin cluster with X nodes

Il requisito non è corretto per i cluster di amministrazione HA 1.28 e versioni successive perché non hanno più nodi aggiuntivi. Inoltre, poiché i tre indirizzi IP dei nodi del control plane del cluster di amministrazione sono specificati nella sezione network.controlPlaneIPBlock del file di configurazione del cluster di amministrazione, gli IP nel file del blocco IP sono necessari solo per i nodi del control plane del cluster utente kubeception.

Soluzione:

Per ignorare il controllo preliminare errato in una release non corretta, aggiungi --skip-validation-net-config al comando gkectl.

L'agente Connect perde la connessione a Google Cloud dopo la migrazione del cluster di amministrazione non HA ad HA

Se hai eseguito la migrazione da un cluster di amministrazione non HA a un cluster di amministrazione HA, Connect Agent nel cluster di amministrazione perde la connessione a gkeconnect.googleapis.com con l'errore "Failed to verify JWT signature". Questo perché durante la migrazione la chiave di firma KSA viene modificata, quindi è necessaria una nuova registrazione per aggiornare i JWK OIDC.

Soluzione:

Per riconnettere il cluster di amministrazione a Google Cloud, segui questi passaggi per attivare una nuova registrazione:

Per prima cosa, recupera il nome del deployment gke-connect:

kubectl --kubeconfig KUBECONFIG get deployment -n gke-connect

Elimina il deployment gke-connect:

kubectl --kubeconfig KUBECONFIG delete deployment GKE_CONNECT_DEPLOYMENT -n gke-connect

Attiva una riconciliazione forzata per onprem-admin-cluster-controller aggiungendo un'annotazione "force-reconcile" al tuo CR onpremadmincluster:

kubectl --kubeconfig KUBECONFIG patch onpremadmincluster ADMIN_CLUSTER_NAME -n kube-system --type merge -p '
metadata:
  annotations:
    onprem.cluster.gke.io/force-reconcile: "true"
'

L'idea è che onprem-admin-cluster-controller esegua sempre il redeployment del deployment gke-connect e registri nuovamente il cluster se non trova alcun deployment gke-connect esistente disponibile.

Dopo la soluzione alternativa (potrebbero essere necessari alcuni minuti prima che il controller termini la riconciliazione), puoi verificare che l'errore 400 "Failed to verify JWT signature" non sia più presente nei log di gke-connect-agent:

kubectl --kubeconfig KUBECONFIG logs GKE_CONNECT_POD_NAME -n gke-connect

L'IP bridge Docker utilizza 172.17.0.1/16 per i nodi del control plane del cluster COS

Google Distributed Cloud specifica una subnet dedicata, --bip=169.254.123.1/24, per l'IP bridge Docker nella configurazione Docker per evitare di riservare la subnet 172.17.0.1/16 predefinita. Tuttavia, nelle versioni 1.28.0-1.28.500 e 1.29.0, il servizio Docker non è stato riavviato dopo che Google Distributed Cloud ha personalizzato la configurazione Docker a causa di una regressione nell'immagine del sistema operativo COS. Di conseguenza, Docker sceglie 172.17.0.1/16 come subnet dell'indirizzo IP bridge. Ciò potrebbe causare un conflitto di indirizzi IP se hai già un carico di lavoro in esecuzione all'interno di questo intervallo di indirizzi IP.

Soluzione:

Per risolvere questo problema, devi riavviare il servizio Docker:

sudo systemctl restart docker

Verifica che Docker scelga l'indirizzo IP bridge corretto:

ip a | grep docker0

Questa soluzione non viene mantenuta nelle ricreazioni di VM. Devi riapplicare questa soluzione alternativa ogni volta che vengono ricreate le VM.

L'utilizzo di più interfacce di rete con CNI standard non funziona

I file binari CNI standard bridge, ipvlan, vlan, macvlan, dhcp, tuning, host-local, ptp, portmap non sono inclusi nelle immagini del sistema operativo nelle versioni interessate. Questi binari CNI non vengono utilizzati da Dataplane V2, ma possono essere utilizzati per interfacce di rete aggiuntive nella funzionalità di più interfacce di rete.

Più interfacce di rete con questi plug-in CNI non funzionano.

Soluzione:

Esegui l'upgrade alla versione con la correzione se utilizzi questa funzionalità.

Le dipendenze di Netapp Trident interferiscono con il driver CSI vSphere

L'installazione di multipathd sui nodi del cluster interferisce con il driver CSI vSphere, impedendo l'avvio dei workload utente.

Soluzione:

• Disabilita multipathd

Il webhook del cluster di amministrazione potrebbe bloccare gli aggiornamenti

Se alcune configurazioni richieste sono vuote nel cluster di amministrazione perché le convalide sono state ignorate, la loro aggiunta potrebbe essere bloccata dall'webhook del cluster di amministrazione. Ad esempio, se il campo gkeConnect non è stato impostato in un cluster di amministrazione esistente, l'aggiunta con il comando gkectl update admin potrebbe generare il seguente messaggio di errore:

admission webhook "vonpremadmincluster.onprem.cluster.gke.io" denied the request: connect: Required value: GKE connect is required for user clusters

failed to apply OnPremAdminCluster 'kube-system/gke-admin-btncc': Internal error occurred: failed calling webhook "monpremadmincluster.onprem.cluster.gke.io": failed to call webhook: Post "https://onprem-admin-cluster-controller.kube-system.svc:443/mutate-onprem-cluster-gke-io-v1alpha1-onpremadmincluster?timeout=10s": dial tcp 10.96.55.208:443: connect: connection refused

Soluzione:

• Per i cluster di amministrazione 1.15, esegui il comando gkectl update admin con il flag --disable-admin-cluster-webhook. Ad esempio:

          gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --disable-admin-cluster-webhook
          

• Per i cluster di amministrazione 1.16, esegui i comandi gkectl update admin con il flag --force. Ad esempio:

          gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig ADMIN_CLUSTER_KUBECONFIG --force
          

Il campo controlPlaneNodePort ha come valore predefinito 30968 quando la specifica manualLB è vuota

Se utilizzi un bilanciatore del carico manuale (loadBalancer.kind è impostato su "ManualLB"), non devi configurare la sezione loadBalancer.manualLB nel file di configurazione per un cluster di amministrazione ad alta disponibilità nelle versioni 1.16 e successive. Tuttavia, quando questa sezione è vuota, Google Distributed Cloud assegna valori predefiniti a tutti i NodePort, incluso manualLB.controlPlaneNodePort, il che causa l'errore di creazione del cluster con il seguente messaggio di errore:

- Validation Category: Manual LB
  - [FAILURE] NodePort configuration: manualLB.controlPlaneNodePort must
   not be set when using HA admin cluster, got: 30968

Soluzione:

Specifica manualLB.controlPlaneNodePort: 0 nella configurazione del cluster di amministrazione per il cluster di amministrazione ad alta disponibilità:

loadBalancer:
  ...
  kind: ManualLB
  manualLB:
    controlPlaneNodePort: 0
  ...

nfs-common non è presente nell'immagine del sistema operativo Ubuntu

nfs-common non è presente nell'immagine del sistema operativo Ubuntu, il che potrebbe causare problemi per i clienti che utilizzano driver dipendenti da NFS come NetApp.

Warning FailedMount 63s (x8 over 2m28s) kubelet MountVolume.SetUp failed for volume "pvc-xxx-yyy-zzz" : rpc error: code = Internal desc = error mounting NFS volume 10.0.0.2:/trident_pvc_xxx-yyy-zzz on mountpoint /var/lib/kubelet/pods/aaa-bbb-ccc/volumes/kubernetes.io~csi/pvc-xxx-yyy-zzz/mount: exit status 32".
      

Soluzione:

Assicurati che i nodi possano scaricare pacchetti da Canonical.

Dopodiché, applica il seguente DaemonSet al tuo cluster per installare nfs-common:

apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: install-nfs-common
  labels:
    name: install-nfs-common
  namespace: kube-system
spec:
  selector:
    matchLabels:
      name: install-nfs-common
  minReadySeconds: 0
  updateStrategy:
    type: RollingUpdate
    rollingUpdate:
      maxUnavailable: 100%
  template:
    metadata:
      labels:
        name: install-nfs-common
    spec:
      hostPID: true
      hostIPC: true
      hostNetwork: true
      initContainers:
      - name: install-nfs-common
        image: ubuntu
        imagePullPolicy: IfNotPresent
        securityContext:
          privileged: true
        command:
        - chroot
        - /host
        - bash
        - -c
        args:
        - |
          apt install -y nfs-common
        volumeMounts:
        - name: host
          mountPath: /host
      containers:
      - name: pause
        image: gcr.io/gke-on-prem-release/pause-amd64:3.1-gke.5
        imagePullPolicy: IfNotPresent
      volumes:
      - name: host
        hostPath:
          path: /
      

Il campo dei criteri di archiviazione non è presente nel modello di configurazione del cluster di amministrazione

SPBM nei cluster di amministrazione è supportato nelle versioni 1.28.0 e successive. Tuttavia, il campo vCenter.storagePolicyName non è presente nel modello di file di configurazione.

Soluzione:

Aggiungi il campo `vCenter.storagePolicyName` nel file di configurazione del cluster di amministrazione se vuoi configurare il criterio di archiviazione per il cluster di amministrazione. Fai riferimento alle istruzioni.

L'API Kubernetes Metadata non supporta VPC-SC

L'API kubernetesmetadata.googleapis.com aggiunta di recente non supporta VPC-SC. Di conseguenza, l'agente di raccolta dei metadati non riuscirà a raggiungere questa API in VPC-SC. Successivamente, le etichette dei metadati delle metriche non saranno presenti.

Soluzione:

Imposta nel CR "stackdriver" dello spazio dei nomi "kube-system" il campo "featureGates.disableExperimentalMetadataAgent" su "true" eseguendo il comando

`kubectl -n kube-system patch stackdriver stackdriver -p '{"spec":{"featureGates":{"disableExperimentalMetadataAgent":true}}}'`

poi esegui

`kubectl -n kube-system patch deployment stackdriver-operator -p '{"spec":{"template":{"spec":{"containers":[{"name":"stackdriver-operator","env":[{"name":"ENABLE_LEGACY_METADATA_AGENT","value":"true"}]}]}}}}'`

Il controller clusterapi potrebbe arrestarsi in modo anomalo quando il cluster di amministrazione e qualsiasi cluster utente con ControlPlane V2 abilitato utilizzano credenziali vSphere diverse

Quando un cluster di amministrazione e qualsiasi cluster utente con ControlPlane V2 abilitato utilizzano credenziali vSphere diverse, ad esempio dopo l'aggiornamento delle credenziali vSphere per il cluster di amministrazione, clusterapi-controller potrebbe non riuscire a connettersi a vCenter dopo il riavvio. Visualizza il log di clusterapi-controller in esecuzione nello spazio dei nomi `kube-system` del cluster di amministrazione.

kubectl logs -f -l component=clusterapi-controllers -c vsphere-controller-manager \
    -n kube-system --kubeconfig KUBECONFIG

E1214 00:02:54.095668       1 machine_controller.go:165] Error checking existence of machine instance for machine object gke-admin-node-77f48c4f7f-s8wj2: Failed to check if machine gke-admin-node-77f48c4f7f-s8wj2 exists: failed to find datacenter "VSPHERE_DATACENTER": datacenter 'VSPHERE_DATACENTER' not found

Soluzione:

Aggiorna le credenziali vSphere in modo che il cluster di amministrazione e tutti i cluster utente con Controlplane V2 abilitato utilizzino le stesse credenziali vSphere.

Numero elevato di richieste GRPC non riuscite di etcd in Prometheus Alert Manager

Prometheus potrebbe segnalare avvisi simili al seguente esempio:

Alert Name: cluster:gke-admin-test1: Etcd cluster kube-system/kube-etcd: 100% of requests for Watch failed on etcd instance etcd-test-xx-n001.

Per verificare se questo avviso è un falso positivo che può essere ignorato, completa i seguenti passaggi:

1. Controlla la metrica grpc_server_handled_total non elaborata rispetto a grpc_method indicato nel messaggio di avviso. In questo esempio, controlla l'etichetta grpc_code per Watch.
   
   Puoi controllare questa metrica utilizzando Cloud Monitoring con la seguente query MQL:

   fetch
       k8s_container | metric 'kubernetes.io/anthos/grpc_server_handled_total' | align rate(1m) | every 1m

2. Un avviso su tutti i codici diversi da OK può essere tranquillamente ignorato se il codice non è uno dei seguenti:

   Unknown|FailedPrecondition|ResourceExhausted|Internal|Unavailable|DataLoss|DeadlineExceeded

Soluzione:

Per configurare Prometheus in modo che ignori questi avvisi di falsi positivi, esamina le seguenti opzioni:

1. Silenzia l'avviso dall'interfaccia utente di Alert Manager.
2. Se la disattivazione dell'avviso non è un'opzione, esamina i seguenti passaggi per eliminare i falsi positivi:
   1. Ridimensiona l'operatore di monitoraggio a 0 repliche in modo che le modifiche possano essere mantenute.
   2. Modifica il configmap prometheus-config e aggiungi grpc_method!="Watch" alla configurazione di avviso etcdHighNumberOfFailedGRPCRequests come mostrato nell'esempio seguente:
      • Originale:

        rate(grpc_server_handled_total{cluster="CLUSTER_NAME",grpc_code!="OK",job=~".*etcd.*"}[5m])

      • Modificato:

        rate(grpc_server_handled_total{cluster="CLUSTER_NAME",grpc_code=~"Unknown|FailedPrecondition|ResourceExhausted|Internal|Unavailable|DataLoss|DeadlineExceeded",grpc_method!="Watch",job=~".*etcd.*"}[5m])

        Sostituisci il seguente CLUSTER_NAME con il nome del tuo cluster.
   3. Riavvia Statefulset di Prometheus e Alertmanager per applicare la nuova configurazione.
3. Se il codice rientra in uno dei casi problematici, controlla il log etcd e il log kube-apiserver per eseguire il debug.

Le connessioni a lunga durata NAT in uscita vengono interrotte

Le connessioni NAT in uscita potrebbero essere interrotte dopo 5-10 minuti dall'instaurazione di una connessione se non c'è traffico.

Poiché conntrack è importante solo nella direzione in entrata (connessioni esterne al cluster), questo problema si verifica solo se la connessione non trasmette informazioni per un po' di tempo e poi la parte di destinazione trasmette qualcosa. Se il pod con NAT in uscita crea sempre la messaggistica, questo problema non si verifica.

Questo problema si verifica perché la garbage collection di anetd rimuove inavvertitamente le voci conntrack che il daemon ritiene inutilizzate. Una correzione upstream è stata recentemente integrata in anetd per correggere il comportamento.

Soluzione:

Non esiste una soluzione semplice e non abbiamo riscontrato problemi nella versione 1.16 derivanti da questo comportamento. Se noti connessioni di lunga durata interrotte a causa di questo problema, le soluzioni alternative consistono nell'utilizzare un carico di lavoro sullo stesso nodo dell'indirizzo IP di uscita o nell'inviare costantemente messaggi sulla connessione TCP.

Il firmatario della CSR ignora spec.expirationSeconds durante la firma dei certificati

Se crei una richiesta di firma del certificato (CSR) con expirationSeconds impostato, expirationSeconds viene ignorato.

Soluzione:

Se il problema ti riguarda, puoi aggiornare il cluster utente aggiungendo disableNodeIDVerificationCSRSigning: true nel file di configurazione del cluster utente ed eseguire il comando gkectl update cluster per aggiornare il cluster con questa configurazione.

La convalida del bilanciatore del carico del cluster utente non riesce per disable_bundled_ingress

Se provi a disattivare l'ingresso in bundle per un cluster esistente, il comando gkectl update cluster non va a buon fine e viene visualizzato un errore simile al seguente esempio:

[FAILURE] Config: ingress IP is required in user cluster spec

Questo errore si verifica perché gkectl controlla un indirizzo IP in entrata del bilanciatore del carico durante i controlli preliminari. Sebbene questo controllo non sia obbligatorio quando si disattiva l'ingresso in bundle, il controllo preliminare gkectl non viene superato quando disableBundledIngress è impostato su true.

Soluzione:

Utilizza il parametro --skip-validation-load-balancer quando aggiorni il cluster, come mostrato nell'esempio seguente:

gkectl update cluster \
  --kubeconfig ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG  \
  --skip-validation-load-balancer

Per ulteriori informazioni, scopri come disattivare l'ingresso in bundle per un cluster esistente.

Gli aggiornamenti del cluster di amministrazione non riescono dopo la rotazione delle CA

Se ruoti i certificati dell'autorità di certificazione (CA) del cluster di amministrazione, i tentativi successivi di eseguire il comando gkectl update admin non vanno a buon fine. L'errore restituito è simile al seguente:

failed to get last CARotationStage: configmaps "ca-rotation-stage" not found

Soluzione:

Se riscontri questo problema, puoi aggiornare il cluster di amministrazione utilizzando il flag --disable-update-from-checkpoint con il comando gkectl update admin:

gkectl update admin --config ADMIN_CONFIG_file \
    --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
    --disable-update-from-checkpoint

Quando utilizzi il flag --disable-update-from-checkpoint, il comando di aggiornamento non utilizza il file checkpoint come origine di riferimento durante l'aggiornamento del cluster. Il file del checkpoint viene comunque aggiornato per un uso futuro.

Il controllo preflight del workload CSI non riesce a causa dell'errore di avvio del pod

Durante i controlli preflight, il controllo di convalida del carico di lavoro CSI installa un pod nello spazio dei nomi default. Il pod CSI Workload verifica che il driver CSI vSphere sia installato e possa eseguire il provisioning dinamico dei volumi. Se questo pod non viene avviato, il controllo di convalida del workload CSI non va a buon fine.

Esistono alcuni problemi noti che possono impedire l'avvio di questo pod:

• Se il pod non ha limiti di risorse specificati, come nel caso di alcuni cluster con webhook di ammissione installati, il pod non viene avviato.
• Se Cloud Service Mesh è installato nel cluster con l'inserimento automatico del sidecar Istio abilitato nello spazio dei nomi default, il pod del carico di lavoro CSI non viene avviato.

Se il pod CSI Workload non si avvia, viene visualizzato un errore di timeout simile al seguente durante le convalide preliminari:

- [FAILURE] CSI Workload: failure in CSIWorkload validation: failed to create writer Job to verify the write functionality using CSI: Job default/anthos-csi-workload-writer-<run-id> replicas are not in Succeeded phase: timed out waiting for the condition

Per verificare se l'errore è causato dalla mancanza di risorse pod impostate, esegui il comando seguente per controllare lo stato del job anthos-csi-workload-writer-<run-id>:

kubectl describe job anthos-csi-workload-writer-<run-id>

Se i limiti delle risorse non sono impostati correttamente per il pod del workload CSI, lo stato del job contiene un messaggio di errore simile al seguente:

CPU and memory resource limits is invalid, as it are not defined for container: volume-tester

Se il pod del carico di lavoro CSI non viene avviato a causa dell'inserimento del sidecar Istio, puoi disattivare temporaneamente l'inserimento automatico del sidecar Istio nello spazio dei nomi default. Controlla le etichette dello spazio dei nomi e utilizza il seguente comando per eliminare l'etichetta che inizia con istio.io/rev:

kubectl label namespace default istio.io/rev-

Se il pod è configurato in modo errato, verifica manualmente che il provisioning dinamico del volume con il driver CSI vSphere funzioni:

1. Crea un PVC che utilizza StorageClass standard-rwo.
2. Crea un pod che utilizza il PVC.
3. Verifica che il pod possa leggere/scrivere dati nel volume.
4. Rimuovi il pod e il PVC dopo aver verificato il corretto funzionamento.

Se il provisioning dinamico del volume con il driver CSI vSphere funziona, esegui gkectl diagnose o gkectl upgrade con il flag --skip-validation-csi-workload per ignorare il controllo del carico di lavoro CSI.

Timeout dell'aggiornamento del cluster utente quando la versione del cluster di amministrazione è 1.15

Quando accedi a una workstation di amministrazione gestita dall'utente, il comando gkectl update cluster potrebbe scadere e non riuscire ad aggiornare il cluster utente. Ciò si verifica se la versione del cluster di amministrazione è 1.15 ed esegui gkectl update admin prima di eseguire gkectl update cluster. Quando si verifica questo errore, viene visualizzato il seguente messaggio quando tenti di aggiornare il cluster:

      Preflight check failed with failed to run server-side preflight checks: server-side preflight checks failed: timed out waiting for the condition
Preflight check failed with failed to run server-side preflight checks: server-side preflight checks failed: timed out waiting for the condition
      

Durante l'aggiornamento di un cluster di amministrazione 1.15, il validation-controller che attiva i controlli preflight viene rimosso dal cluster. Se poi provi ad aggiornare il cluster utente, il controllo preflight si blocca fino al raggiungimento del timeout.

Soluzione:

1. Esegui questo comando per eseguire nuovamente il deployment di validation-controller:

         gkectl prepare --kubeconfig ADMIN_KUBECONFIG --bundle-path BUNDLE_PATH --upgrade-platform
         

2. Al termine della preparazione, esegui di nuovo gkectl update cluster per aggiornare il cluster utente.

Timeout di creazione del cluster utente quando la versione del cluster di amministrazione è 1.15

Quando accedi a una workstation amministrativa gestita dall'utente, il comando gkectl create cluster potrebbe scadere e non riuscire a creare il cluster utente. Ciò accade se la versione del cluster di amministrazione è 1.15. Quando si verifica questo errore, viene visualizzato il seguente messaggio quando si tenta di creare il cluster:

      Preflight check failed with failed to run server-side preflight checks: server-side preflight checks failed: timed out waiting for the condition
Preflight check failed with failed to run server-side preflight checks: server-side preflight checks failed: timed out waiting for the condition
      

Poiché validation-controller è stato aggiunto nella versione 1.16, quando si utilizza il cluster di amministrazione 1.15 manca validation-controller, responsabile dell'attivazione dei controlli preflight. Pertanto, quando si tenta di creare il cluster di utenti, i controlli preflight rimangono in attesa fino al raggiungimento del timeout.

Soluzione:

1. Esegui questo comando per eseguire il deployment di validation-controller:

         gkectl prepare --kubeconfig ADMIN_KUBECONFIG --bundle-path BUNDLE_PATH --upgrade-platform
         

2. Al termine della preparazione, esegui di nuovo gkectl create cluster per creare il cluster utente.

L'aggiornamento o l'upgrade del cluster di amministrazione non riesce se i progetti o le località dei servizi aggiuntivi non corrispondono tra loro

Quando esegui l'upgrade di un cluster di amministrazione dalla versione 1.15.x alla 1.16.x o aggiungi una configurazione connect, stackdriver, cloudAuditLogging o gkeOnPremAPI quando aggiorni un cluster di amministrazione, l'operazione potrebbe essere rifiutata dal webhook del cluster di amministrazione. Potrebbe essere visualizzato uno dei seguenti messaggi di errore:

• "projects for connect, stackdriver and cloudAuditLogging must be the same when specified during cluster creation."
• "locations for connect, gkeOnPremAPI, stackdriver and cloudAuditLogging must be in the same region when specified during cluster creation."
• "locations for stackdriver and cloudAuditLogging must be the same when specified during cluster creation."

Un aggiornamento o un upgrade del cluster di amministrazione richiede a onprem-admin-cluster-controller di riconciliare il cluster di amministrazione in un cluster kind. Quando lo stato del cluster di amministrazione viene ripristinato nel cluster kind, il webhook del cluster di amministrazione non può distinguere se l'oggetto OnPremAdminCluster è per la creazione di un cluster di amministrazione o per riprendere le operazioni per un aggiornamento o un upgrade. Alcune convalide di sola creazione vengono richiamate durante l'aggiornamento e l'upgrade in modo imprevisto.

Soluzione:

Aggiungi l'annotazione onprem.cluster.gke.io/skip-project-location-sameness-validation: true all'oggetto OnPremAdminCluster:

1. Modifica la risorsa cluster onpremadminclusters:

   kubectl edit onpremadminclusters ADMIN_CLUSTER_NAME -n kube-system –kubeconfig ADMIN_CLUSTER_KUBECONFIG

   Sostituisci quanto segue:
   • ADMIN_CLUSTER_NAME: il nome del cluster di amministrazione.
   • ADMIN_CLUSTER_KUBECONFIG: il percorso del file kubeconfig del cluster di amministrazione.
2. Aggiungi l'annotazione onprem.cluster.gke.io/skip-project-location-sameness-validation: true e salva la risorsa personalizzata.
3. A seconda del tipo di cluster di amministrazione, completa uno dei seguenti passaggi:
   • Per i cluster di amministrazione non HA con un file checkpoint, aggiungi il parametro disable-update-from-checkpoint nel comando di aggiornamento oppure aggiungi il parametro `disable-upgrade-from-checkpoint` nel comando di upgrade. Questi parametri sono necessari solo per la volta successiva in cui esegui il comando update o upgrade:
     • gkectl update admin --config ADMIN_CONFIG_file --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
         --disable-update-from-checkpoint

     • gkectl upgrade admin --config ADMIN_CONFIG_file --kubeconfig ADMIN_CLUSTER_KUBECONFIG \
         --disable-upgrade-from-checkpoint

   • Per i cluster di amministrazione HA o il file checkpoint è disattivato: aggiorna o esegui l'upgrade del cluster di amministrazione come di consueto. Non sono necessari parametri aggiuntivi nei comandi di aggiornamento.

L'eliminazione del cluster utente non riesce quando si utilizza una workstation di amministrazione gestita dall'utente

Quando accedi a una workstation amministrativa gestita dall'utente, il comando gkectl delete cluster potrebbe scadere e non riuscire a eliminare il cluster utente. Ciò accade se hai eseguito prima gkectl sulla workstation gestita dall'utente per creare, aggiornare o eseguire l'upgrade del cluster utente. Quando si verifica questo errore, viene visualizzato il seguente messaggio quando si tenta di eliminare il cluster:

      failed to wait for user cluster management namespace "USER_CLUSTER_NAME-gke-onprem-mgmt"
      to be deleted: timed out waiting for the condition
      

Durante l'eliminazione, un cluster elimina prima tutti i relativi oggetti. L'eliminazione degli oggetti di convalida (creati durante la creazione, l'aggiornamento o l'upgrade) è bloccata nella fase di eliminazione. Ciò accade perché un finalizer blocca l'eliminazione dell'oggetto, il che causa l'esito negativo dell'eliminazione del cluster.

Soluzione:

1. Ottieni i nomi di tutti gli oggetti Validation:

            kubectl  --kubeconfig ADMIN_KUBECONFIG get validations \
              -n USER_CLUSTER_NAME-gke-onprem-mgmt
           

2. Per ogni oggetto Validation, esegui questo comando per rimuovere il finalizer dall'oggetto Validation:

         kubectl --kubeconfig ADMIN_KUBECONFIG patch validation/VALIDATION_OBJECT_NAME \
           -n USER_CLUSTER_NAME-gke-onprem-mgmt -p '{"metadata":{"finalizers":[]}}' --type=merge
         

   Dopo aver rimosso il finalizer da tutti gli oggetti di convalida, gli oggetti vengono rimossi e l'operazione di eliminazione del cluster utente viene completata automaticamente. Non devi intraprendere ulteriori azioni.

Il traffico del gateway NAT in uscita verso il server esterno non va a buon fine

Se il pod di origine e il pod del gateway NAT in uscita si trovano su due nodi worker diversi, il traffico dal pod di origine non può raggiungere alcun servizio esterno. Se i pod si trovano sullo stesso host, la connessione al servizio o all'applicazione esterni viene stabilita.

Questo problema è causato da vSphere che elimina i pacchetti VXLAN quando l'aggregazione dei tunnel è abilitata. Esiste un problema noto con NSX e VMware che invia solo traffico aggregato sulle porte VXLAN note (4789).

Soluzione:

Modifica la porta VXLAN utilizzata da Cilium in 4789:

1. Modifica il ConfigMap cilium-config:

   kubectl edit cm -n kube-system cilium-config --kubeconfig USER_CLUSTER_KUBECONFIG

2. Aggiungi quanto segue a ConfigMap cilium-config:

   tunnel-port: 4789

3. Riavvia il DaemonSet anetd:

   kubectl rollout restart ds anetd -n kube-system --kubeconfig USER_CLUSTER_KUBECONFIG

Questa soluzione alternativa viene ripristinata ogni volta che viene eseguito l'upgrade del cluster. Devi riconfigurare dopo ogni upgrade. VMware deve risolvere il problema in vSphere per una correzione permanente.

L'upgrade di un cluster di amministrazione con la crittografia dei secret sempre attiva abilitata non va a buon fine

L'upgrade del cluster di amministrazione dalla versione 1.14.x alla 1.15.x con crittografia dei secret sempre attiva abilitata non riesce a causa di una mancata corrispondenza tra la chiave di crittografia generata dal controller e la chiave che persiste sul disco di dati master di amministrazione. L'output di gkectl upgrade admin contiene il seguente messaggio di errore:

      E0926 14:42:21.796444   40110 console.go:93] Exit with error:
      E0926 14:42:21.796491   40110 console.go:93] Failed to upgrade the admin cluster: failed to create admin cluster: failed to wait for OnPremAdminCluster "admin-cluster-name" to become ready: failed to wait for OnPremAdminCluster "admin-cluster-name" to be ready: error: timed out waiting for the condition, message: failed to wait for OnPremAdminCluster "admin-cluster-name" to stay in ready status for duration "2m0s": OnPremAdminCluster "non-prod-admin" is not ready: ready condition is not true: CreateOrUpdateControlPlane: Creating or updating credentials for cluster control plane
      

L'esecuzione di kubectl get secrets -A --kubeconfig KUBECONFIG` non riesce e viene visualizzato il seguente errore:

      Internal error occurred: unable to transform key "/registry/secrets/anthos-identity-service/ais-secret": rpc error: code = Internal desc = failed to decrypt: unknown jwk
      

Soluzione alternativa

Se hai un backup del cluster di amministrazione, segui questi passaggi per aggirare l'errore di upgrade:

1. Disattiva secretsEncryption nel file di configurazione del cluster di amministrazione e aggiorna il cluster utilizzando il comando seguente:

   gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG

2. Quando viene creata la nuova VM master amministratore, esegui SSH sulla VM master amministratore, sostituisci la nuova chiave sul disco di dati con quella precedente dal backup. La chiave si trova in /opt/data/gke-k8s-kms-plugin/generatedkeys sull'amministratore principale.
3. Aggiorna il file manifest del pod statico kms-plugin.yaml in /etc/kubernetes/manifests per aggiornare --kek-id in modo che corrisponda al campo kid nella chiave di crittografia originale.
4. Riavvia il pod statico kms-plugin spostando /etc/kubernetes/manifests/kms-plugin.yaml in un'altra directory e poi spostandolo di nuovo.
5. Riprendi l'upgrade dell'amministratore eseguendo di nuovo gkectl upgrade admin.

Prevenzione dell'errore di upgrade

Se non hai ancora eseguito l'upgrade, ti consigliamo di non eseguire l'upgrade alla versione 1.15.0-1.15.4. Se devi eseguire l'upgrade a una versione interessata, segui i passaggi riportati di seguito prima di eseguire l'upgrade del cluster di amministrazione:

1. Esegui il backup del cluster di amministrazione.
2. Disattiva secretsEncryption nel file di configurazione del cluster di amministrazione e aggiorna il cluster utilizzando il comando seguente:

   gkectl update admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG

3. Esegui l'upgrade del cluster di amministrazione.
4. Riabilita la crittografia dei secret sempre attiva.

Errori del disco e mancati collegamenti durante l'utilizzo di Change Block Tracking (CBT)

Google Distributed Cloud non supporta il monitoraggio dei blocchi modificati (CBT) sui dischi. Alcuni software di backup utilizzano la funzionalità CBT per monitorare lo stato del disco ed eseguire backup, il che impedisce al disco di connettersi a una VM che esegue Google Distributed Cloud. Per ulteriori informazioni, consulta l'articolo della knowledge base di VMware.

Soluzione:

Non eseguire il backup delle VM Google Distributed Cloud, in quanto il software di backup di terze parti potrebbe causare l'attivazione di CBT sui dischi. Non è necessario eseguire il backup di queste VM.

Non attivare CBT sul nodo, perché questa modifica non verrà mantenuta durante gli aggiornamenti.

Se hai già dischi con CBT abilitato, segui i passaggi della Soluzione nell' articolo della KB di VMware per disattivare CBT sul disco First Class.

Corruzione dei dati su NFSv3 quando gli accodamenti paralleli a un file condiviso vengono eseguiti da più host

Se utilizzi array di archiviazione Nutanix per fornire condivisioni NFSv3 agli host, potresti riscontrare un danneggiamento dei dati o l'impossibilità di eseguire correttamente i pod. Questo problema è causato da un problema di compatibilità noto tra alcune versioni di VMware e Nutanix. Per ulteriori informazioni, consulta l'articolo della knowledge base di VMware associato.

Soluzione:

L'articolo della knowledge base di VMware non è aggiornato in quanto indica che non esiste una soluzione attuale. Per risolvere il problema, esegui l'aggiornamento all'ultima versione di ESXi sugli host e all'ultima versione di Nutanix sugli array di archiviazione.

Mancata corrispondenza della versione tra kubelet e il control plane Kubernetes

Per alcune release di Google Distributed Cloud, il kubelet in esecuzione sui nodi utilizza una versione diversa da quella del piano di controllo Kubernetes. Si verifica una mancata corrispondenza perché il binario kubelet precaricato sull'immagine del sistema operativo utilizza una versione diversa.

La tabella seguente elenca le mancate corrispondenze delle versioni identificate:

Soluzione:

Non è richiesto alcun intervento. L'incoerenza riguarda solo le versioni patch di Kubernetes e non sono stati causati problemi da questa discrepanza di versione.

L'upgrade o l'aggiornamento di un cluster di amministrazione con una versione della CA superiore a 1 non riesce

Quando un cluster di amministrazione ha una versione dell'autorità di certificazione (CA) maggiore di 1, un aggiornamento o un upgrade non riesce a causa della convalida della versione della CA nel webhook. L'output dell'aggiornamento di gkectl contiene il seguente messaggio di errore:

    CAVersion must start from 1
    

Soluzione:

• Ridimensiona il deployment auto-resize-controller nel cluster di amministrazione per disattivare il ridimensionamento automatico dei nodi. Ciò è necessario perché un nuovo campo introdotto nella risorsa personalizzata del cluster di amministrazione nella versione 1.15 può causare un errore di puntatore nullo in auto-resize-controller.

   kubectl scale deployment auto-resize-controller -n kube-system --replicas=0 --kubeconfig KUBECONFIG
        

• Esegui i comandi gkectl con il flag --disable-admin-cluster-webhook.Ad esempio:

          gkectl upgrade admin --config ADMIN_CLUSTER_CONFIG_FILE --kubeconfig KUBECONFIG --disable-admin-cluster-webhook
          

L'eliminazione del cluster Controlplane V2 non HA rimane bloccata fino al timeout

Quando un cluster Controlplane V2 non HA viene eliminato, rimane bloccato all'eliminazione del nodo fino al timeout.

Soluzione:

Se il cluster contiene un StatefulSet con dati critici, contatta l'assistenza clienti Google Cloud per risolvere il problema.

In caso contrario, segui questi passaggi:

• Elimina tutte le VM del cluster da vSphere. Puoi eliminare le VM tramite la UI di vSphere o eseguire questo comando:

        govc vm.destroy

  .
• Forza di nuovo l'eliminazione del cluster:

       gkectl delete cluster --cluster USER_CLUSTER_NAME --kubeconfig ADMIN_KUBECONFIG --force
       

Le attività di collegamento del volume CNS costanti vengono visualizzate ogni minuto per PVC/PV in-tree dopo l'upgrade alla versione 1.15 o successive

Quando un cluster contiene volumi permanenti vSphere in-tree (ad esempio PVC creati con StorageClass standard), vengono attivate attività com.vmware.cns.tasks.attachvolume ogni minuto da vCenter.

Soluzione:

Modifica ConfigMap della funzionalità vSphere CSI e imposta list-volumes su false:

     kubectl edit configmap internal-feature-states.csi.vsphere.vmware.com -n kube-system --kubeconfig KUBECONFIG
     

Riavvia i pod del controller CSI vSphere:

     kubectl rollout restart deployment vsphere-csi-controller -n kube-system --kubeconfig KUBECONFIG
    

Avvisi falsi relativi ai PVC

Quando un cluster contiene volumi permanenti vSphere in-tree, i comandi gkectl diagnose e gkectl upgrade potrebbero generare avvisi errati relativi alle richieste di volume permanente (PVC) durante la convalida delle impostazioni di archiviazione del cluster. Il messaggio di avviso ha il seguente aspetto:

    CSIPrerequisites pvc/pvc-name: PersistentVolumeClaim pvc-name bounds to an in-tree vSphere volume created before CSI migration enabled, but it doesn't have the annotation pv.kubernetes.io/migrated-to set to csi.vsphere.vmware.com after CSI migration is enabled
    

Soluzione:

Esegui questo comando per controllare le annotazioni di una PVC con l'avviso precedente:

    kubectl get pvc PVC_NAME -n PVC_NAMESPACE -oyaml --kubeconfig KUBECONFIG
    

Se il campo annotations nell'output contiene quanto segue, puoi ignorare l'avviso:

      pv.kubernetes.io/bind-completed: "yes"
      pv.kubernetes.io/bound-by-controller: "yes"
      volume.beta.kubernetes.io/storage-provisioner: csi.vsphere.vmware.com
    

La rotazione della chiave del service account non riesce quando sono scadute più chiavi

Se il cluster non utilizza un registro privato e le chiavi dell'account di servizio di accesso ai componenti e dell'account di servizio Logging-monitoring (o Connect-register) sono scadute, quando ruoti le chiavi dell'account di servizio, gkectl update credentials viene visualizzato un errore simile al seguente:

Error: reconciliation failed: failed to update platform: ...

Soluzione:

Innanzitutto, ruota la chiave del account di servizio di accesso ai componenti. Sebbene venga visualizzato lo stesso messaggio di errore, dovresti essere in grado di ruotare le altre chiavi dopo la rotazione della chiave dell'account di servizio di accesso ai componenti.

Se l'aggiornamento non va ancora a buon fine, contatta l'assistenza clienti Google Cloud per risolvere il problema.

1.15 La macchina master utente viene ricreata in modo imprevisto quando il controller del cluster utente viene aggiornato alla versione 1.16

Durante l'upgrade di un cluster utente, dopo l'upgrade del controller del cluster utente alla versione 1.16, se hai altri cluster utente 1.15 gestiti dallo stesso cluster di amministrazione, la macchina master utente potrebbe essere ricreata in modo imprevisto.

Esiste un bug nel controller del cluster utente 1.16 che può attivare la ricreazione della macchina master utente 1.15.

La soluzione alternativa che adotti dipende da come si verifica il problema.

Soluzione alternativa per l'upgrade del cluster utente utilizzando la console Google Cloud :

Opzione 1: utilizza una versione 1.16.6+ di GKE on VMware con la correzione.

Opzione 2: segui questi passaggi:

1. Aggiungi manualmente l'annotazione di ripetizione con il seguente comando:

   kubectl edit onpremuserclusters USER_CLUSTER_NAME -n USER_CLUSTER_NAME-gke-onprem-mgmt --kubeconfig ADMIN_KUBECONFIG

   L'annotazione relativa alla replica è:

   onprem.cluster.gke.io/server-side-preflight-rerun: true

2. Monitora l'avanzamento dell'upgrade controllando il campo status di OnPremUserCluster.

Soluzione alternativa per l'upgrade del cluster utente utilizzando la tua workstation di amministrazione:

Opzione 1: utilizza una versione 1.16.6+ di GKE on VMware con la correzione.

Opzione 2: segui questi passaggi:

1. Aggiungi il file di informazioni sulla build /etc/cloud/build.info con i seguenti contenuti. In questo modo, i controlli preliminari vengono eseguiti localmente sulla workstation amministrativa anziché sul server.

   gke_on_prem_version: GKE_ON_PREM_VERSION

   Ad esempio:

   gke_on_prem_version: 1.16.0-gke.669

2. Esegui di nuovo il comando di upgrade.
3. Al termine dell'upgrade, elimina il file build.info.

Il controllo preliminare non riesce quando il nome host non è presente nel file di blocco IP.

Durante la creazione del cluster, se non specifichi un nome host per ogni indirizzo IP nel file del blocco IP, il controllo preliminare non riesce e viene visualizzato il seguente messaggio di errore:

multiple VMs found by DNS name  in xxx datacenter. Anthos Onprem doesn't support duplicate hostname in the same vCenter and you may want to rename/delete the existing VM.`
    

Esiste un bug nel controllo preliminare che considera il nome host vuoto come duplicato.

Soluzione:

Opzione 1: utilizza una versione con la correzione.

Opzione 2: ignora questo controllo preflight aggiungendo il flag --skip-validation-net-config.

Opzione 3: specifica un nome host univoco per ogni indirizzo IP nel file del blocco IP.

Errore di montaggio del volume durante l'upgrade/l'aggiornamento del cluster di amministrazione se utilizzi un cluster di amministrazione non ad alta disponibilità e un cluster utente con control plane v1

Per un cluster di amministrazione non ad alta disponibilità e un cluster utente con control plane v1, quando esegui l'upgrade o l'aggiornamento del cluster di amministrazione, la ricreazione della macchina master del cluster di amministrazione potrebbe avvenire contemporaneamente al riavvio della macchina master del cluster utente, il che può causare una race condition. In questo modo, i pod del control plane del cluster utente non possono comunicare con il control plane del cluster di amministrazione, il che causa problemi di collegamento del volume per kube-etcd e kube-apiserver sul control plane del cluster utente.

Per verificare il problema, esegui i seguenti comandi per il pod interessato:

kubectl --kubeconfig ADMIN_CLUSTER_KUBECONFIG --namespace USER_CLUSTER_NAME describe pod IMPACTED_POD_NAME

Events:
  Type     Reason       Age                  From               Message
  ----     ------       ----                 ----               -------
  Warning  FailedMount  101s                 kubelet            Unable to attach or mount volumes: unmounted volumes=[kube-audit], unattached volumes=[], failed to process volumes=[]: timed out waiting for the condition
  Warning  FailedMount  86s (x2 over 3m28s)  kubelet            MountVolume.SetUp failed for volume "pvc-77cd0635-57c2-4392-b191-463a45c503cb" : rpc error: code = FailedPrecondition desc = volume ID: "bd313c62-d29b-4ecd-aeda-216648b0f7dc" does not appear staged to "/var/lib/kubelet/plugins/kubernetes.io/csi/csi.vsphere.vmware.com/92435c96eca83817e70ceb8ab994707257059734826fedf0c0228db6a1929024/globalmount"

Soluzione:

1. Esegui l'accesso SSH al nodo del control plane utente, poiché si tratta di un cluster utente con control plane v1, il nodo del control plane utente si trova nel cluster di amministrazione.
2. Riavvia kubelet utilizzando il seguente comando:

       sudo systemctl restart kubelet
       

   Dopo il riavvio, kubelet può ricostruire correttamente il montaggio globale dello stage.

Impossibile creare il nodo del control plane

Durante un upgrade o un aggiornamento di un cluster di amministrazione, una race condition potrebbe causare l'eliminazione imprevista di un nuovo nodo del piano di controllo da parte del gestore controller cloud vSphere. In questo modo, clusterapi-controller rimane bloccato in attesa della creazione del nodo e alla fine l'upgrade/l'aggiornamento scade. In questo caso, l'output del comando di upgrade/aggiornamento gkectl è simile al seguente:

    controlplane 'default/gke-admin-hfzdg' is not ready: condition "Ready": condition is not ready with reason "MachineInitializing", message "Wait for the control plane machine "gke-admin-hfzdg-6598459f9zb647c8-0\" to be rebooted"...
    

Per identificare il sintomo, esegui il comando riportato di seguito per accedere al log in vSphere Cloud Controller Manager nel cluster di amministrazione:

    kubectl get pods --kubeconfig ADMIN_KUBECONFIG -n kube-system | grep vsphere-cloud-controller-manager
    kubectl logs -f vsphere-cloud-controller-manager-POD_NAME_SUFFIX --kubeconfig ADMIN_KUBECONFIG -n kube-system
    

Ecco un messaggio di errore di esempio del comando precedente:

    node name: 81ff17e25ec6-qual-335-1500f723 has a different uuid. Skip deleting this node from cache.
    

Soluzione:

1. Riavvia la macchina non riuscita per ricreare l'oggetto nodo eliminato.
2. Accedi tramite SSH a ogni nodo del control plane e riavvia il pod statico di vSphere Cloud Controller Manager:

         sudo crictl ps | grep vsphere-cloud-controller-manager | awk '{print $1}'
         sudo crictl stop PREVIOUS_COMMAND_OUTPUT
         

3. Esegui di nuovo il comando di upgrade/aggiornamento.

L'hostname duplicato nello stesso data center causa errori di creazione o upgrade del cluster

L'upgrade di un cluster 1.15 o la creazione di un cluster 1.16 con IP statici non riesce se sono presenti nomi host duplicati nello stesso data center. Questo errore si verifica perché vSphere Cloud Controller Manager non riesce ad aggiungere un IP esterno e un ID fornitore nell'oggetto nodo. Ciò causa il timeout dell'upgrade/della creazione del cluster.

Per identificare il problema, recupera i log del pod vSphere Cloud Controller Manager per il cluster. Il comando che utilizzi dipende dal tipo di cluster, come segue:

• Cluster di amministrazione:

        kubectl get pods --kubeconfig ADMIN_KUBECONFIG -n kube-system | grep vsphere-cloud-controller-manager
        kubectl logs -f vsphere-cloud-controller-manager-POD_NAME_SUFFIX --kubeconfig ADMIN_KUBECONFIG -n kube-system
        

• Cluster utente con enableControlplaneV2 false:

        kubectl get pods --kubeconfig ADMIN_KUBECONFIG -n USER_CLUSTER_NAME | grep vsphere-cloud-controller-manager
        kubectl logs -f vsphere-cloud-controller-manager-POD_NAME_SUFFIX --kubeconfig ADMIN_KUBECONFIG -n USER_CLUSTER_NAME
        

• Cluster utente con enableControlplaneV2 true:

        kubectl get pods --kubeconfig USER_KUBECONFIG -n kube-system | grep vsphere-cloud-controller-manager
        kubectl logs -f vsphere-cloud-controller-manager-POD_NAME_SUFFIX --kubeconfig USER_KUBECONFIG -n kube-system
        

Ecco un esempio di messaggio di errore:

    I1003 17:17:46.769676       1 search.go:152] Finding node admin-vm-2 in vc=vcsa-53598.e5c235a1.asia-northeast1.gve.goog and datacenter=Datacenter
    E1003 17:17:46.771717       1 datacenter.go:111] Multiple vms found VM by DNS Name. DNS Name: admin-vm-2
    

Controlla se il nome host è duplicato nel data center:

          export GOVC_DATACENTER=GOVC_DATACENTER
          export GOVC_URL=GOVC_URL
          export GOVC_USERNAME=GOVC_USERNAME
          export GOVC_PASSWORD=GOVC_PASSWORD
          export GOVC_INSECURE=true
          govc find . -type m -guest.hostName HOSTNAME
          

          export GOVC_DATACENTER=mtv-lifecycle-vc01
          export GOVC_URL=https://mtv-lifecycle-vc01.anthos/sdk
          export GOVC_USERNAME=xxx
          export GOVC_PASSWORD=yyy
          export GOVC_INSECURE=true
          govc find . -type m -guest.hostName f8c3cd333432-lifecycle-337-xxxxxxxz
          ./vm/gke-admin-node-6b7788cd76-wkt8g
          ./vm/gke-admin-node-6b7788cd76-99sg2
          ./vm/gke-admin-master-5m2jb
          

La soluzione alternativa che esegui dipende dall'operazione non riuscita.

Soluzione alternativa per gli upgrade:

Applica la soluzione alternativa per il tipo di cluster applicabile.

• Cluster utente:
  1. Aggiorna il nome host della macchina interessata in user-ip-block.yaml con un nome univoco e attiva un aggiornamento forzato:
     

               gkectl update cluster --kubeconfig ADMIN_KUBECONFIG --config NEW_USER_CLUSTER_CONFIG --force
               

  2. Esegui nuovamente gkectl upgrade cluster
• Cluster di amministrazione:
  1. Aggiorna il nome host della macchina interessata in admin-ip-block.yaml con un nome univoco e attiva un aggiornamento forzato:
     

               gkectl update admin --kubeconfig ADMIN_KUBECONFIG --config NEW_ADMIN_CLUSTER_CONFIG --force --skip-cluster-ready-check
               

  2. Se si tratta di un cluster di amministrazione non HA e la VM master amministratore utilizza un nome host duplicato, devi anche:
     Recuperare il nome della macchina master amministratore

               kubectl get machine --kubeconfig ADMIN_KUBECONFIG -owide -A
               

     Aggiorna l'oggetto macchina master amministratore
     Nota:NEW_ADMIN_MASTER_HOSTNAME deve essere uguale a quello impostato in admin-ip-block.yaml nel passaggio 1.
     

               kubectl patch machine ADMIN_MASTER_MACHINE_NAME --kubeconfig ADMIN_KUBECONFIG --type='json' -p '[{"op": "replace", "path": "/spec/providerSpec/value/networkSpec/address/hostname", "value":"NEW_ADMIN_MASTER_HOSTNAME"}]'
               

     Verifica che il nome host sia aggiornato nell'oggetto macchina master amministratore:
     

               kubectl get machine ADMIN_MASTER_MACHINE_NAME --kubeconfig ADMIN_KUBECONFIG -oyaml
               kubectl get machine ADMIN_MASTER_MACHINE_NAME --kubeconfig ADMIN_KUBECONFIG -o jsonpath='{.spec.providerSpec.value.networkSpec.address.hostname}'
               

  3. Esegui di nuovo l'upgrade del cluster di amministrazione con il checkpoint disattivato:
     

               gkectl upgrade admin --kubeconfig ADMIN_KUBECONFIG --config ADMIN_CLUSTER_CONFIG --disable-upgrade-from-checkpoint
               

Soluzione alternativa per le installazioni:

Applica la soluzione alternativa per il tipo di cluster applicabile.

• Cluster di amministrazione:
  1. Elimina la macchina del nodo amministratore.
  2. Elimina il disco di dati.
  3. Elimina il file checkpoint del cluster di amministrazione.
  4. Aggiorna il nome host della macchina interessata in admin-ip-block.yaml con un nome univoco.
  5. Esegui di nuovo gkectl create admin.
• Cluster utente:
  1. Pulisci le risorse.
  2. Aggiorna il nome host della macchina interessata in user-ip-block.yaml con un nome univoco.
  3. Esegui di nuovo gkectl create cluster.

$ e ` non sono supportati nel nome utente o nella password di vSphere

Le seguenti operazioni non riescono quando il nome utente o la password di vSphere contengono $ o `:

• Eseguire l'upgrade di un cluster utente 1.15 con Controlplane V2 abilitato alla versione 1.16
• Aggiornamento di un cluster di amministrazione ad alta disponibilità (HA) 1.15 alla versione 1.16
• Creazione di un cluster utente 1.16 con Controlplane V2 abilitato
• Creazione di un cluster di amministrazione HA 1.16

Utilizza una versione 1.16.4 o successive di Google Distributed Cloud con la correzione o esegui la soluzione alternativa riportata di seguito. La soluzione alternativa che esegui dipende dall'operazione non riuscita.

Soluzione alternativa per gli upgrade:

1. Modifica il nome utente o la password di vCenter sul lato vCenter per rimuovere $ e `.
2. Aggiorna il nome utente o la password di vCenter nel file di configurazione delle credenziali.
3. Attiva un aggiornamento forzato del cluster.
• Cluster utente:

          gkectl update cluster --kubeconfig ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG --force
          

• Cluster di amministrazione:

          gkectl update admin --kubeconfig ADMIN_KUBECONFIG --config ADMIN_CLUSTER_CONFIG --force --skip-cluster-ready-check
          

Soluzione alternativa per le installazioni:

1. Modifica il nome utente o la password di vCenter sul lato vCenter per rimuovere $ e `.
2. Aggiorna il nome utente o la password di vCenter nel file di configurazione delle credenziali.
3. Applica la soluzione alternativa per il tipo di cluster applicabile.
• Cluster di amministrazione:
  1. Elimina la macchina del nodo amministratore.
  2. Elimina il disco di dati.
  3. Elimina il file checkpoint del cluster di amministrazione.
  4. Esegui di nuovo gkectl create admin.
• Cluster utente:
  1. Pulisci le risorse.
  2. Esegui di nuovo gkectl create cluster.

Errore di creazione del PVC dopo la ricreazione del nodo con lo stesso nome

Dopo l'eliminazione e la ricreazione di un nodo con lo stesso nome, esiste una piccola possibilità che la creazione di un PersistentVolumeClaim (PVC) successivo non vada a buon fine e venga visualizzato un errore simile al seguente:

    The object 'vim.VirtualMachine:vm-988369' has already been deleted or has not been completely created

Ciò è dovuto a race condition in cui il controller vSphere CSI non elimina una macchina rimossa dalla cache.

Soluzione:

Riavvia i pod del controller CSI vSphere:

    kubectl rollout restart deployment vsphere-csi-controller -n kube-system --kubeconfig KUBECONFIG
    

gkectl repair admin-master restituisce l'errore di annullamento della serializzazione di kubeconfig

Quando esegui il comando gkectl repair admin-master su un cluster di amministrazione HA, gkectl restituisce il seguente messaggio di errore:

  Exit with error: Failed to repair: failed to select the template: failed to get cluster name from kubeconfig, please contact Google support. failed to decode kubeconfig data: yaml: unmarshal errors:
    line 3: cannot unmarshal !!seq into map[string]*api.Cluster
    line 8: cannot unmarshal !!seq into map[string]*api.Context
  

Soluzione:

Aggiungi il flag --admin-master-vm-template= al comando e fornisci il modello di VM della macchina da riparare:

  gkectl repair admin-master --kubeconfig=ADMIN_CLUSTER_KUBECONFIG \
      --config ADMIN_CLUSTER_CONFIG_FILE \
      --admin-master-vm-template=/DATA_CENTER/vm/VM_TEMPLATE_NAME
  

Per trovare il modello di VM della macchina:

1. Vai alla pagina Host e cluster nel client vSphere.
2. Fai clic su Modelli VM e filtra in base al nome del cluster di amministrazione.

   Dovresti vedere i tre modelli VM per il cluster di amministrazione.

3. Copia il nome del modello di VM che corrisponde al nome della macchina che stai riparando e utilizza il nome del modello nel comando di riparazione.

  gkectl repair admin-master \
      --config=/home/ubuntu/admin-cluster.yaml \
      --kubeconfig=/home/ubuntu/kubeconfig \
      --admin-master-vm-template=/atl-qual-vc07/vm/gke-admin-98g94-zx...7vx-0-tmpl

VM Seesaw non funzionante a causa dello spazio su disco in esaurimento

Se utilizzi Seesaw come tipo di bilanciatore del carico per il tuo cluster e noti che una VM Seesaw è inattiva o non si avvia, potresti visualizzare il seguente messaggio di errore nella console vSphere:

    GRUB_FORCE_PARTUUID set, initrdless boot failed. Attempting with initrd
    

Questo errore indica che lo spazio su disco della VM è insufficiente perché fluent-bit in esecuzione sulla VM Seesaw non è configurato con la rotazione dei log corretta.

Soluzione:

Individua i file di log che consumano la maggior parte dello spazio su disco utilizzando du -sh -- /var/lib/docker/containers/* | sort -rh. Pulisci il file di log con le dimensioni maggiori e riavvia la VM.

Nota:se la VM è completamente inaccessibile, collega il disco a una VM funzionante (ad es. workstation amministrativa), rimuovi il file dal disco collegato e poi ricollega il disco alla VM Seesaw originale.

Per evitare che il problema si ripresenti, connettiti alla VM e modifica il file /etc/systemd/system/docker.fluent-bit.service. Aggiungi --log-opt max-size=10m --log-opt max-file=5 nel comando Docker, poi esegui systemctl restart docker.fluent-bit.service

Errore della chiave pubblica SSH dell'amministratore dopo l'upgrade o l'aggiornamento del cluster di amministrazione

Quando tenti di eseguire l'upgrade (gkectl upgrade admin) o l'aggiornamento (gkectl update admin) di un cluster di amministrazione non ad alta disponibilità con il checkpoint abilitato, l'upgrade o l'aggiornamento potrebbe non riuscire e potrebbero verificarsi errori come i seguenti:

Checking admin cluster certificates...FAILURE
    Reason: 20 admin cluster certificates error(s).
Unhealthy Resources:
    AdminMaster clusterCA bundle: failed to get clusterCA bundle on admin master, command [ssh -o IdentitiesOnly=yes -i admin-ssh-key -o StrictHostKeyChecking=no -o ConnectTimeout=30 ubuntu@AdminMasterIP -- sudo cat /etc/kubernetes/pki/ca-bundle.crt] failed with error: exit status 255, stderr: Authorized uses only. All activity may be monitored and reported.
    ubuntu@AdminMasterIP: Permission denied (publickey).

failed to ssh AdminMasterIP, failed with error: exit status 255, stderr: Authorized uses only. All activity may be monitored and reported.
    ubuntu@AdminMasterIP: Permission denied (publickey)

error dialing ubuntu@AdminMasterIP: failed to establish an authenticated SSH connection: ssh: handshake failed: ssh: unable to authenticate, attempted methods [none publickey]...

Soluzione:

Se non riesci a eseguire l'upgrade a una versione patch di Google Distributed Cloud con la correzione, contatta l'assistenza Google per ricevere assistenza.

L'upgrade di un cluster di amministrazione registrato nell'API GKE On-Prem potrebbe non riuscire

Quando un cluster di amministrazione è registrato nell'API GKE On-Prem, l'upgrade del cluster di amministrazione alle versioni interessate potrebbe non riuscire perché l'appartenenza al parco risorse non è stata aggiornata. Quando si verifica questo errore, viene visualizzato il seguente messaggio durante il tentativo di upgrade del cluster:

    failed to register cluster: failed to apply Hub Membership: Membership API request failed: rpc error: code = InvalidArgument desc = InvalidFieldError for field endpoint.on_prem_cluster.resource_link: field cannot be updated
    

Un cluster di amministrazione viene registrato nell'API quando lo registri esplicitamente o quando esegui l'upgrade di un cluster utente utilizzando un client API GKE On-Prem.

Soluzione:

    gcloud alpha container vmware admin-clusters unenroll ADMIN_CLUSTER_NAME --project CLUSTER_PROJECT --location=CLUSTER_LOCATION --allow-missing
    

L'annotazione del link alla risorsa del cluster di amministrazione registrato non viene mantenuta

Quando un cluster di amministrazione viene registrato nell'API GKE On-Prem, la relativa annotazione del link alla risorsa viene applicata alla risorsa personalizzata OnPremAdminCluster, che non viene conservata durante gli aggiornamenti successivi del cluster di amministrazione a causa dell'utilizzo della chiave di annotazione errata. In questo modo, il cluster di amministrazione potrebbe essere registrato di nuovo per errore nell'API GKE On-Prem.

Un cluster di amministrazione viene registrato nell'API quando lo registri esplicitamente o quando esegui l'upgrade di un cluster utente utilizzando un client API GKE On-Prem.

Soluzione:

    gcloud alpha container vmware admin-clusters unenroll ADMIN_CLUSTER_NAME --project CLUSTER_PROJECT --location=CLUSTER_LOCATION --allow-missing
    

CoreDNS orderPolicy non riconosciuto

OrderPolicy non viene riconosciuto come parametro e non viene utilizzato. Google Distributed Cloud utilizza sempre Random.

Questo problema si verifica perché il modello CoreDNS non è stato aggiornato, il che causa l'ignoramento di orderPolicy.

Soluzione:

Aggiorna il modello CoreDNS e applica la correzione. Questa correzione persiste fino a un upgrade.

1. Modifica il modello esistente:

   kubectl edit cm -n kube-system coredns-template

   Sostituisci i contenuti del modello con i seguenti:

   coredns-template: |-
     .:53 {
       errors
       health {
         lameduck 5s
       }
       ready
       kubernetes cluster.local in-addr.arpa ip6.arpa {
         pods insecure
         fallthrough in-addr.arpa ip6.arpa
       }
   {{- if .PrivateGoogleAccess }}
       import zones/private.Corefile
   {{- end }}
   {{- if .RestrictedGoogleAccess }}
       import zones/restricted.Corefile
   {{- end }}
       prometheus :9153
       forward . {{ .UpstreamNameservers }} {
         max_concurrent 1000
         {{- if ne .OrderPolicy "" }}
         policy {{ .OrderPolicy }}
         {{- end }}
       }
       cache 30
   {{- if .DefaultDomainQueryLogging }}
       log
   {{- end }}
       loop
       reload
       loadbalance
   }{{ range $i, $stubdomain := .StubDomains }}
   {{ $stubdomain.Domain }}:53 {
     errors
   {{- if $stubdomain.QueryLogging }}
     log
   {{- end }}
     cache 30
     forward . {{ $stubdomain.Nameservers }} {
       max_concurrent 1000
       {{- if ne $.OrderPolicy "" }}
       policy {{ $.OrderPolicy }}
       {{- end }}
     }
   }
   {{- end }}

Stato di OnPremAdminCluster incoerente tra il checkpoint e la CR effettiva

Determinate condizioni di competizione potrebbero causare un'incoerenza dello stato OnPremAdminCluster tra il checkpoint e il CR effettivo. Quando si verifica il problema, potresti riscontrare il seguente errore durante l'aggiornamento del cluster di amministrazione dopo l'upgrade:

Exit with error:
E0321 10:20:53.515562  961695 console.go:93] Failed to update the admin cluster: OnPremAdminCluster "gke-admin-rj8jr" is in the middle of a create/upgrade ("" -> "1.15.0-gke.123"), which must be completed before it can be updated
Failed to update the admin cluster: OnPremAdminCluster "gke-admin-rj8jr" is in the middle of a create/upgrade ("" -> "1.15.0-gke.123"), which must be completed before it can be updated

Il processo di riconciliazione modifica i certificati amministratore sui cluster di amministrazione

Google Distributed Cloud modifica i certificati di amministrazione sui control plane del cluster di amministrazione a ogni processo di riconciliazione, ad esempio durante un upgrade del cluster. Questo comportamento aumenta la possibilità di ottenere certificati non validi per il cluster di amministrazione, soprattutto per i cluster della versione 1.15.

Se sei interessato da questo problema, potresti riscontrare problemi come i seguenti:

• I certificati non validi possono causare il timeout dei seguenti comandi e restituire errori:
  • gkectl create admin
  • gkectl upgrade amdin
  • gkectl update admin

  Questi comandi potrebbero restituire errori di autorizzazione come il seguente:

  Failed to reconcile admin cluster: unable to populate admin clients: failed to get admin controller runtime client: Unauthorized

• I log kube-apiserver per il cluster di amministrazione potrebbero contenere errori come i seguenti:

  Unable to authenticate the request" err="[x509: certificate has expired or is not yet valid...

Soluzione:

Esegui l'upgrade a una versione di Google Distributed Cloud con la correzione: 1.13.10+, 1.14.6+, 1.15.2+. Se l'upgrade non è fattibile, contatta l'assistenza clienti Google Cloud per risolvere il problema.

Componenti di Anthos Network Gateway espulsi o in attesa a causa della classe di priorità mancante

I pod gateway di rete in kube-system potrebbero mostrare lo stato Pending o Evicted, come mostrato nel seguente esempio di output compresso:

$ kubectl -n kube-system get pods | grep ang-node
ang-node-bjkkc     2/2     Running     0     5d2h
ang-node-mw8cq     0/2     Evicted     0     6m5s
ang-node-zsmq7     0/2     Pending     0     7h

Questi errori indicano eventi di eliminazione o l'impossibilità di pianificare i pod a causa delle risorse del nodo. Poiché i pod Anthos Network Gateway non hanno PriorityClass, hanno la stessa priorità predefinita degli altri workload. Quando i nodi sono vincolati dalle risorse, i pod del gateway di rete potrebbero essere eliminati. Questo comportamento è particolarmente dannoso per il DaemonSet ang-node, poiché questi pod devono essere pianificati su un nodo specifico e non possono essere migrati.

Soluzione:

Esegui l'upgrade alla versione 1.15 o successive.

Come soluzione a breve termine, puoi assegnare manualmente una PriorityClass ai componenti di Anthos Network Gateway. Il controller Google Distributed Cloud sovrascrive queste modifiche manuali durante una procedura di riconciliazione, ad esempio durante un upgrade del cluster.

• Assegna PriorityClass system-cluster-critical ai deployment dei controller dei cluster ang-controller-manager e autoscaler.
• Assegna system-node-critical PriorityClass al DaemonSet del nodo ang-daemon.

L'upgrade del cluster di amministrazione non va a buon fine dopo la registrazione del cluster con gcloud

Dopo aver utilizzato gcloud per registrare un cluster di amministrazione con una sezione gkeConnect non vuota, potresti visualizzare il seguente errore quando tenti di eseguire l'upgrade del cluster:

failed to register cluster: failed to apply Hub Mem\
bership: Membership API request failed: rpc error: code = InvalidArgument desc = InvalidFieldError for field endpoint.o\
n_prem_cluster.admin_cluster: field cannot be updated

Elimina lo spazio dei nomi gke-connect:

kubectl delete ns gke-connect --kubeconfig=ADMIN_KUBECONFIG

kubectl get onpremadmincluster -n kube-system --kubeconfig=ADMIN_KUBECONFIG

gcloud container fleet memberships delete ADMIN_CLUSTER_NAME

gkectl diagnose snapshot --log-since non riesce a limitare la finestra temporale per i comandi journalctl eseguiti sui nodi del cluster

Ciò non influisce sulla funzionalità di creazione di uno snapshot del cluster, in quanto lo snapshot include comunque tutti i log raccolti per impostazione predefinita eseguendo journalctl sui nodi del cluster. Pertanto, non vengono perse informazioni di debug.

gkectl prepare windows errori

gkectl prepare windows non riesce a installare Docker sulle versioni di Google Distributed Cloud precedenti alla 1.13 perché MicrosoftDockerProvider è deprecato.

Soluzione:

L'idea generale per risolvere questo problema è eseguire l'upgrade a Google Distributed Cloud 1.13 e utilizzare gkectl 1.13 per creare un modello di VM Windows e poi creare node pool Windows. Esistono due opzioni per passare a Google Distributed Cloud 1.13 dalla tua versione attuale, come mostrato di seguito.

Nota:abbiamo opzioni per risolvere questo problema nella tua versione attuale senza dover eseguire l'upgrade alla versione 1.13, ma saranno necessari più passaggi manuali. Contatta il nostro team di assistenza se vuoi prendere in considerazione questa opzione.

Opzione 1: upgrade blu/verde

Puoi creare un nuovo cluster utilizzando Google Distributed Cloud versione 1.13+ con pool di nodi Windows ed eseguire la migrazione dei carichi di lavoro al nuovo cluster, quindi eliminare il cluster attuale. Ti consigliamo di utilizzare l'ultima versione secondaria di Google Distributed Cloud.

Nota:per eseguire il provisioning del nuovo cluster saranno necessarie risorse aggiuntive, ma i tempi di inattività e le interruzioni per i carichi di lavoro esistenti saranno inferiori.

Opzione 2: elimina i pool di nodi Windows e aggiungili di nuovo durante l'upgrade a Google Distributed Cloud 1.13

Nota:per questa opzione, i workload Windows non potranno essere eseguiti finché il cluster non verrà aggiornato alla versione 1.13 e non verranno aggiunti nuovamente i node pool Windows.

1. Elimina i node pool Windows esistenti rimuovendo la configurazione dei node pool Windows dal file user-cluster.yaml, quindi esegui il comando:

   gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE

2. Esegui l'upgrade dei cluster di amministrazione e utente solo Linux alla versione 1.12 seguendo la guida all'upgrade per la versione secondaria di destinazione corrispondente.
3. (Assicurati di eseguire questo passaggio prima dell'upgrade alla versione 1.13) Assicurati che enableWindowsDataplaneV2: true sia configurato in OnPremUserCluster CR, altrimenti il cluster continuerà a utilizzare Docker per i node pool Windows, che non saranno compatibili con il modello di VM Windows 1.13 appena creato in cui non è installato Docker. Se non è configurato o è impostato su false, aggiorna il cluster impostandolo su true in user-cluster.yaml, quindi esegui:

   gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE

4. Esegui l'upgrade dei cluster di amministrazione e utente solo Linux alla versione 1.13 seguendo la guida all'upgrade.
5. Prepara il modello di VM Windows utilizzando gkectl 1.13:

   gkectl prepare windows --base-vm-template BASE_WINDOWS_VM_TEMPLATE_NAME --bundle-path 1.13_BUNDLE_PATH --kubeconfig=ADMIN_KUBECONFIG

6. Aggiungi di nuovo la configurazione del pool di nodi Windows a user-cluster.yaml con il campo OSImage impostato sul modello VM Windows appena creato.
7. Aggiorna il cluster per aggiungere i pool di nodi Windows

   gkectl update cluster --kubeconfig=ADMIN_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE

Configurazione RootDistanceMaxSec non effettiva per i nodi ubuntu

Il valore predefinito di 5 secondi per RootDistanceMaxSec verrà utilizzato sui nodi, anziché 20 secondi, che dovrebbe essere la configurazione prevista. Se controlli il log di avvio del nodo accedendo alla VM tramite SSH, che si trova in `/var/log/startup.log`, puoi trovare il seguente errore:

+ has_systemd_unit systemd-timesyncd
/opt/bin/master.sh: line 635: has_systemd_unit: command not found

L'utilizzo di un RootDistanceMaxSec di 5 secondi potrebbe causare la mancata sincronizzazione dell'orologio di sistema con il server NTP quando la deriva dell'orologio è superiore a 5 secondi.

Soluzione:

Applica il seguente DaemonSet al tuo cluster per configurare RootDistanceMaxSec:

apiVersion: apps/v1
kind: DaemonSet
metadata:
  name: change-root-distance
  namespace: kube-system
spec:
  selector:
    matchLabels:
      app: change-root-distance
  template:
    metadata:
      labels:
        app: change-root-distance
    spec:
      hostIPC: true
      hostPID: true
      tolerations:
      # Make sure pods gets scheduled on all nodes.
      - effect: NoSchedule
        operator: Exists
      - effect: NoExecute
        operator: Exists
      containers:
      - name: change-root-distance
        image: ubuntu
        command: ["chroot", "/host", "bash", "-c"]
        args:
        - |
          while true; do
            conf_file="/etc/systemd/timesyncd.conf.d/90-gke.conf"
            if [ -f $conf_file ] && $(grep -q "RootDistanceMaxSec=20" $conf_file); then
              echo "timesyncd has the expected RootDistanceMaxSec, skip update"
            else
              echo "updating timesyncd config to RootDistanceMaxSec=20"
              mkdir -p /etc/systemd/timesyncd.conf.d
              cat > $conf_file << EOF
          [Time]
          RootDistanceMaxSec=20
          EOF
              systemctl restart systemd-timesyncd
            fi
            sleep 600
          done
        volumeMounts:
        - name: host
          mountPath: /host
        securityContext:
          privileged: true
      volumes:
      - name: host
        hostPath:
          path: /

gkectl update admin non riesce a causa del campo osImageType vuoto

Quando utilizzi la versione 1.13 gkectl per aggiornare un cluster di amministrazione versione 1.12, potresti visualizzare il seguente errore:

Failed to update the admin cluster: updating OS image type in admin cluster
is not supported in "1.12.x-gke.x"

Quando utilizzi gkectl update admin per i cluster versione 1.13 o 1.14, potresti visualizzare il seguente messaggio nella risposta:

Exit with error:
Failed to update the cluster: the update contains multiple changes. Please
update only one feature at a time

Se controlli il log gkectl, potresti notare che le modifiche multiple includono l'impostazione di osImageType da una stringa vuota a ubuntu_containerd.

Questi errori di aggiornamento sono dovuti a un riempimento improprio del campo osImageType nella configurazione del cluster di amministrazione, poiché è stato introdotto nella versione 1.9.

Soluzione:

Esegui l'upgrade a una versione di Google Distributed Cloud con la correzione. Se l'upgrade non è fattibile per te, contatta l'assistenza clienti Google Cloud per risolvere il problema.

SNI non funziona sui cluster utente con Controlplane V2

La possibilità di fornire un certificato di servizio aggiuntivo per il server API Kubernetes di un cluster utente con authentication.sni non funziona quando Controlplane V2 è abilitato ( enableControlplaneV2: true).

Soluzione:

Finché non sarà disponibile una patch di Google Distributed Cloud con la correzione, se devi utilizzare SNI, disattiva Controlplane V2 (enableControlplaneV2: false).

$ nel nome utente del registro privato causa l'avvio non riuscito della macchina del control plane amministrativo

L'avvio della macchina del control plane amministrativo non riesce quando il nome utente del registro privato contiene $. Quando controlli /var/log/startup.log sulla macchina del piano di controllo amministrativo, viene visualizzato il seguente errore:

++ REGISTRY_CA_CERT=xxx
++ REGISTRY_SERVER=xxx
/etc/startup/startup.conf: line 7: anthos: unbound variable

Soluzione:

Utilizza un nome utente del registro privato senza $ oppure utilizza una versione di Google Distributed Cloud con la correzione.

Avvisi di falsi positivi relativi a modifiche non supportate durante l'aggiornamento del cluster di amministrazione

Quando aggiorni i cluster di amministrazione, nel log vengono visualizzati i seguenti avvisi di falsi positivi, che puoi ignorare.

    console.go:47] detected unsupported changes: &v1alpha1.OnPremAdminCluster{
      ...
      -         CARotation:        &v1alpha1.CARotationConfig{Generated: &v1alpha1.CARotationGenerated{CAVersion: 1}},
      +         CARotation:        nil,
      ...
    }

Aggiornamento del cluster utente non riuscito dopo la rotazione della chiave di firma KSA

Dopo aver ruotato le chiavi di firma KSA e successivamente aggiornato un cluster utente, gkectl update potrebbe non riuscire con il seguente messaggio di errore:

Failed to apply OnPremUserCluster 'USER_CLUSTER_NAME-gke-onprem-mgmt/USER_CLUSTER_NAME':
admission webhook "vonpremusercluster.onprem.cluster.gke.io" denied the request:
requests must not decrement *v1alpha1.KSASigningKeyRotationConfig Version, old version: 2, new version: 1"

Soluzione:

1. Controlla il secret nel cluster di amministrazione nello spazio dei nomi USER_CLUSTER_NAME e recupera il nome del secret ksa-signing-key:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME get secrets | grep ksa-signing-key

2. Copia il secret ksa-signing-key e assegna al secret copiato il nome service-account-cert:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME get secret KSA-KEY-SECRET-NAME -oyaml | \
   sed 's/ name: .*/ name: service-account-cert/' | \
   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME apply -f -

3. Elimina il secret ksa-signing-key precedente:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME delete secret KSA-KEY-SECRET-NAME

4. Aggiorna il campo data.data in ksa-signing-key-rotation-stage configmap a '{"tokenVersion":1,"privateKeyVersion":1,"publicKeyVersions":[1]}':

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME \
   edit configmap ksa-signing-key-rotation-stage

5. Disabilita il webhook di convalida per modificare le informazioni sulla versione nella risorsa personalizzata OnPremUserCluster:

   kubectl --kubeconfig=ADMIN_KUBECONFIG patch validatingwebhookconfiguration onprem-user-cluster-controller -p '
   webhooks:
   - name: vonpremnodepool.onprem.cluster.gke.io
     rules:
     - apiGroups:
       - onprem.cluster.gke.io
       apiVersions:
       - v1alpha1
       operations:
       - CREATE
       resources:
       - onpremnodepools
   - name: vonpremusercluster.onprem.cluster.gke.io
     rules:
     - apiGroups:
       - onprem.cluster.gke.io
       apiVersions:
       - v1alpha1
       operations:
       - CREATE
       resources:
       - onpremuserclusters
   '

6. Aggiorna il campo spec.ksaSigningKeyRotation.generated.ksaSigningKeyRotation a 1 nella risorsa personalizzata OnPremUserCluster:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME-gke-onprem-mgmt \
   edit onpremusercluster USER_CLUSTER_NAME

7. Attendi che il cluster di utenti di destinazione sia pronto. Puoi controllare lo stato in questo modo:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=USER_CLUSTER_NAME-gke-onprem-mgmt \
   get onpremusercluster

8. Ripristina il webhook di convalida per il cluster utente:

   kubectl --kubeconfig=ADMIN_KUBECONFIG patch validatingwebhookconfiguration onprem-user-cluster-controller -p '
   webhooks:
   - name: vonpremnodepool.onprem.cluster.gke.io
     rules:
     - apiGroups:
       - onprem.cluster.gke.io
       apiVersions:
       - v1alpha1
       operations:
       - CREATE
       - UPDATE
       resources:
       - onpremnodepools
   - name: vonpremusercluster.onprem.cluster.gke.io
     rules:
     - apiGroups:
       - onprem.cluster.gke.io
       apiVersions:
       - v1alpha1
       operations:
       - CREATE
       - UPDATE
       resources:
       - onpremuserclusters
   '

9. Evita un'altra rotazione della chiave di firma KSA finché il cluster non viene aggiornato alla versione con la correzione.

I server virtuali F5 BIG-IP non vengono puliti quando Terraform elimina i cluster utente

Quando utilizzi Terraform per eliminare un cluster utente con un bilanciatore del carico F5 BIG-IP, i server virtuali F5 BIG-IP non vengono rimossi dopo l'eliminazione del cluster.

Soluzione:

Per rimuovere le risorse F5, segui i passaggi per pulire una partizione F5 del cluster utente

Il cluster kind esegue il pull delle immagini container da docker.io

Se crei un cluster di amministrazione versione 1.13.8 o 1.14.4 oppure esegui l'upgrade di un cluster di amministrazione alla versione 1.13.8 o 1.14.4, il cluster kind estrae le seguenti immagini container da docker.io:

Se docker.io non è accessibile dalla workstation di amministrazione, la creazione o l'upgrade del cluster di amministrazione non riesce a visualizzare il cluster kind. L'esecuzione del comando seguente sulla workstation di amministrazione mostra i container corrispondenti in attesa con ErrImagePull:

docker exec gkectl-control-plane kubectl get pods -A

La risposta contiene voci simili alle seguenti:

...
kube-system         kindnet-xlhmr                             0/1
    ErrImagePull  0    3m12s
...
local-path-storage  local-path-provisioner-86666ffff6-zzqtp   0/1
    Pending       0    3m12s
...

Queste immagini container devono essere precaricate nell'immagine container del cluster kind. Tuttavia, la versione 0.18.0 di kind presenta un problema con le immagini container precaricate, che vengono estratte da internet per errore.

Soluzione:

Esegui i seguenti comandi sulla workstation di amministrazione mentre il cluster di amministrazione è in attesa di creazione o upgrade:

docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/kindnetd:v20230330-48f316cd@sha256:c19d6362a6a928139820761475a38c24c0cf84d507b9ddf414a078cf627497af docker.io/kindest/kindnetd:v20230330-48f316cd
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/kindnetd:v20230330-48f316cd@sha256:c19d6362a6a928139820761475a38c24c0cf84d507b9ddf414a078cf627497af docker.io/kindest/kindnetd@sha256:c19d6362a6a928139820761475a38c24c0cf84d507b9ddf414a078cf627497af

docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/local-path-helper:v20230330-48f316cd@sha256:135203f2441f916fb13dad1561d27f60a6f11f50ec288b01a7d2ee9947c36270 docker.io/kindest/local-path-helper:v20230330-48f316cd
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/local-path-helper:v20230330-48f316cd@sha256:135203f2441f916fb13dad1561d27f60a6f11f50ec288b01a7d2ee9947c36270 docker.io/kindest/local-path-helper@sha256:135203f2441f916fb13dad1561d27f60a6f11f50ec288b01a7d2ee9947c36270

docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/local-path-provisioner:v0.0.23-kind.0@sha256:f2d0a02831ff3a03cf51343226670d5060623b43a4cfc4808bd0875b2c4b9501 docker.io/kindest/local-path-provisioner:v0.0.23-kind.0
docker exec gkectl-control-plane ctr -n k8s.io images tag docker.io/kindest/local-path-provisioner:v0.0.23-kind.0@sha256:f2d0a02831ff3a03cf51343226670d5060623b43a4cfc4808bd0875b2c4b9501 docker.io/kindest/local-path-provisioner@sha256:f2d0a02831ff3a03cf51343226670d5060623b43a4cfc4808bd0875b2c4b9501

Failover non riuscito sul cluster utente e sul cluster di amministrazione HA Controlplane V2 quando la rete filtra le richieste GARP duplicate

Se le VM del cluster sono connesse a uno switch che filtra le richieste GARP (gratuitous ARP) duplicate, la selezione del leader di keepalived potrebbe riscontrare unarace conditione, che causa l'inserimento di voci errate nella tabella ARP di alcuni nodi.

I nodi interessati possono ping il VIP del control plane, ma una connessione TCP al VIP del control plane scadrà.

Soluzione:

    iptables -I FORWARD -i ens192 --destination CONTROL_PLANE_VIP -j DROP
    

vsphere-csi-controller deve essere riavviato dopo la rotazione del certificato vCenter

vsphere-csi-controller deve aggiornare il segreto di vCenter dopo la rotazione del certificato vCenter. Tuttavia, il sistema attuale non riavvia correttamente i pod di vsphere-csi-controller, causando l'arresto anomalo di vsphere-csi-controller dopo la rotazione.

Soluzione:

Per i cluster creati nelle versioni 1.13 e successive, segui le istruzioni riportate di seguito per riavviare vsphere-csi-controller

kubectl --kubeconfig=ADMIN_KUBECONFIG rollout restart deployment vsphere-csi-controller -n kube-system

La creazione del cluster di amministrazione non genera errori di registrazione del cluster

Anche quando la registrazione del cluster non riesce durante la creazione del cluster di amministrazione, il comando gkectl create admin non genera errori e potrebbe essere eseguito correttamente. In altre parole, la creazione del cluster di amministrazione potrebbe "riuscire" senza essere registrata in un parco risorse.

Failed to register admin cluster

Puoi anche verificare se riesci a trovare il cluster tra i cluster registrati nella console Google Cloud.

Soluzione:

Per i cluster creati nelle versioni 1.12 e successive, segui le istruzioni per riprovare la registrazione del cluster di amministrazione dopo la creazione del cluster. Per i cluster creati nelle versioni precedenti,

1. Aggiungi una coppia chiave-valore fittizia come "foo: bar" al file della chiave SA connect-register
2. Esegui gkectl update admin per registrare nuovamente il cluster di amministrazione.

La nuova registrazione del cluster di amministrazione potrebbe essere ignorata durante l'upgrade del cluster di amministrazione

Durante l'upgrade del cluster di amministrazione, se l'upgrade dei nodi del control plane utente scade, il cluster di amministrazione non verrà registrato nuovamente con la versione aggiornata dell'agente Connect.

Soluzione:

1. Aggiungi una coppia chiave-valore fittizia come "foo: bar" al file della chiave SA connect-register
2. Esegui gkectl update admin per registrare nuovamente il cluster di amministrazione.

Messaggio di errore errato relativo a vCenter.dataDisk

Per un cluster di amministrazione ad alta disponibilità, gkectl prepare mostra questo messaggio di errore falso:

vCenter.dataDisk must be present in the AdminCluster spec

Soluzione:

Puoi ignorare questo messaggio di errore.

La creazione del node pool non riesce a causa di regole di affinità VM-host ridondanti

Durante la creazione di un pool di nodi che utilizza l'affinità VM-host, una race condition potrebbe comportare la creazione di più regole di affinità VM-host con lo stesso nome. Ciò può causare un errore di creazione pool di nodi.

Soluzione:

Rimuovi le vecchie regole ridondanti in modo che la creazione pool di nodi possa procedere. Queste regole sono denominate [USER_CLUSTER_NAME]-[HASH].

gkectl repair admin-master potrebbe non riuscire a causa di failed to delete the admin master node object and reboot the admin master VM

Il comando gkectl repair admin-master potrebbe non riuscire a causa di una race condition con il seguente errore.

Failed to repair: failed to delete the admin master node object and reboot the admin master VM

Soluzione:

Questo comando è idempotente. Può essere eseguito di nuovo in sicurezza finché il comando non ha esito positivo.

I pod rimangono nello stato Failed dopo la ricreazione o l'aggiornamento di un nodo del control plane

Dopo aver ricreato o aggiornato un nodo del control plane, alcuni pod potrebbero rimanere nello stato Failed a causa dell'errore del predicato NodeAffinity. Questi pod in stato di errore non influiscono sul normale funzionamento o sull'integrità del cluster.

Soluzione:

Puoi ignorare tranquillamente i pod non riusciti o eliminarli manualmente.

OnPremUserCluster non è pronto a causa delle credenziali del registro privato

Se utilizzi credenziali preparate e un registro privato, ma non hai configurato le credenziali preparate per il tuo registro privato, OnPremUserCluster potrebbe non essere pronto e potresti visualizzare il seguente messaggio di errore:

failed to check secret reference for private registry …

Soluzione:

Prepara le credenziali del registro privato per il cluster utente in base alle istruzioni riportate in Configurare le credenziali preparate.

gkectl upgrade admin non riesce con StorageClass standard sets the parameter diskformat which is invalid for CSI Migration

Durante gkectl upgrade admin, il controllo preliminare dell'archiviazione per la migrazione CSI verifica che le StorageClass non abbiano parametri ignorati dopo la migrazione CSI. Ad esempio, se esiste una StorageClass con il parametro diskformat, allora gkectl upgrade admin contrassegna la StorageClass e segnala un errore nella convalida preliminare. I cluster di amministrazione creati in Google Distributed Cloud 1.10 e versioni precedenti hanno una StorageClass con diskformat: thin che non supererà questa convalida, ma questa StorageClass funziona correttamente dopo la migrazione CSI. Questi errori devono essere interpretati come avvisi.

Per maggiori informazioni, consulta la sezione relativa al parametro StorageClass in Migrazione dei volumi vSphere in-tree al plug-in vSphere Container Storage.

Soluzione:

Dopo aver verificato che il cluster ha una StorageClass con parametri ignorati dopo la migrazione CSI, esegui gkectl upgrade admin con il flag --skip-validation-cluster-health.

I volumi vSphere in-tree di cui è stata eseguita la migrazione utilizzando il file system Windows non possono essere utilizzati con il driver CSI vSphere

In determinate condizioni, i dischi possono essere collegati in modalità di sola lettura ai nodi Windows. Di conseguenza, il volume corrispondente è di sola lettura all'interno di un pod. Questo problema si verifica più facilmente quando un nuovo insieme di nodi sostituisce un vecchio insieme di nodi (ad esempio, upgrade del cluster o aggiornamento delpool di nodil). I workload stateful che prima funzionavano correttamente potrebbero non essere in grado di scrivere nei volumi sul nuovo insieme di nodi.

Soluzione:

1. Ottieni l'UID del pod che non riesce a scrivere nel suo volume:

   kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get pod \
       POD_NAME --namespace POD_NAMESPACE \
       -o=jsonpath='{.metadata.uid}{"\n"}'

2. Utilizza PersistentVolumeClaim per ottenere il nome di PersistentVolume:

   kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get pvc \
       PVC_NAME --namespace POD_NAMESPACE \
       -o jsonpath='{.spec.volumeName}{"\n"}'

3. Determina il nome del nodo in cui è in esecuzione il pod:

   kubectl --kubeconfig USER_CLUSTER_KUBECONFIGget pods \
       --namespace POD_NAMESPACE \
       -o jsonpath='{.spec.nodeName}{"\n"}'

4. Ottieni l'accesso a PowerShell al nodo tramite SSH o l'interfaccia web vSphere.
5. Imposta le variabili di ambiente:

   PS C:\Users\administrator> pvname=PV_NAME
   PS C:\Users\administrator> podid=POD_UID

6. Identifica il numero del disco associato al PersistentVolume:

   PS C:\Users\administrator> disknum=(Get-Partition -Volume (Get-Volume -UniqueId ("\\?\"+(Get-Item (Get-Item
   "C:\var\lib\kubelet\pods\$podid\volumes\kubernetes.io~csi\$pvname\mount").Target).Target))).DiskNumber

7. Verifica che il disco sia readonly:

   PS C:\Users\administrator> (Get-Disk -Number $disknum).IsReadonly

   Il risultato dovrebbe essere True.
8. Imposta readonly su false.

   PS C:\Users\administrator> Set-Disk -Number $disknum -IsReadonly $false
   PS C:\Users\administrator> (Get-Disk -Number $disknum).IsReadonly

9. Elimina il pod in modo che venga riavviato:

   kubectl --kubeconfig USER_CLUSTER_KUBECONFIG delete pod POD_NAME \
       --namespace POD_NAMESPACE

10. Il pod deve essere pianificato sullo stesso nodo. Tuttavia, se il pod viene pianificato su un nuovo nodo, potresti dover ripetere i passaggi precedenti sul nuovo nodo.

vsphere-csi-secret non viene aggiornato dopo il giorno gkectl update credentials vsphere --admin-cluster

Se aggiorni le credenziali vSphere per un cluster di amministrazione dopo l'aggiornamento delle credenziali del cluster, potresti notare che vsphere-csi-secret nello spazio dei nomi kube-system del cluster di amministrazione utilizza ancora le vecchie credenziali.

Soluzione:

1. Recupera il nome del secret vsphere-csi-secret:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system get secrets | grep vsphere-csi-secret

2. Aggiorna i dati del secret vsphere-csi-secret ottenuto dal passaggio precedente:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system patch secret CSI_SECRET_NAME -p \
     "{\"data\":{\"config\":\"$( \
       kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system get secrets CSI_SECRET_NAME -ojsonpath='{.data.config}' \
         | base64 -d \
         | sed -e '/user/c user = \"VSPHERE_USERNAME_TO_BE_UPDATED\"' \
         | sed -e '/password/c password = \"VSPHERE_PASSWORD_TO_BE_UPDATED\"' \
         | base64 -w 0 \
       )\"}}"

3. Riavvia vsphere-csi-controller:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system rollout restart deployment vsphere-csi-controller

4. Puoi monitorare lo stato dell'implementazione con:

   kubectl --kubeconfig=ADMIN_KUBECONFIG -n=kube-system rollout status deployment vsphere-csi-controller

   Una volta eseguito correttamente il deployment, il controller deve utilizzare il valore vsphere-csi-secret aggiornato.

audit-proxy crashloop durante l'abilitazione di Cloud Audit Logs con gkectl update cluster

audit-proxy potrebbe andare in crash loop a causa di --cluster-name vuoto. Questo comportamento è causato da un bug nella logica di aggiornamento, in cui il nome del cluster non viene propagato al manifest del pod / container audit-proxy.

Soluzione:

Per un cluster utente con control plane v2 con enableControlplaneV2: true, connettiti alla macchina del control plane utente tramite SSH e aggiorna /etc/kubernetes/manifests/audit-proxy.yaml con --cluster_name=USER_CLUSTER_NAME.

Per un cluster utente con control plane v1, modifica il container audit-proxy nel kube-apiserver statefulset per aggiungere --cluster_name=USER_CLUSTER_NAME:

kubectl edit statefulset kube-apiserver -n USER_CLUSTER_NAME --kubeconfig=ADMIN_CLUSTER_KUBECONFIG

Un ulteriore diritto di redeploy del control plane subito dopo gkectl upgrade cluster

Subito dopo gkectl upgrade cluster, i pod del control plane potrebbero essere nuovamente sottoposti a deployment. Lo stato del cluster da gkectl list clusters è cambiato da RUNNING a RECONCILING. Le richieste al cluster utente potrebbero scadere.

Questo comportamento è dovuto al fatto che la rotazione del certificato del control plane avviene automaticamente dopo gkectl upgrade cluster.

Questo problema si verifica solo per i cluster utente che NON utilizzano il control plane v2.

Soluzione:

Attendi che lo stato del cluster torni a RUNNING in gkectl list clusters oppure esegui l'upgrade alle versioni con la correzione: 1.13.6+, 1.14.2+ o 1.15+.

La release non valida 1.12.7-gke.19 è stata rimossa

Google Distributed Cloud 1.12.7-gke.19 è una release non valida e non devi utilizzarla. Gli artefatti sono stati rimossi dal bucket Cloud Storage.

Soluzione:

Utilizza invece la release 1.12.7-gke.20.

gke-connect-agent continua a utilizzare l'immagine precedente dopo l'aggiornamento delle credenziali del registro

Se aggiorni le credenziali del registro utilizzando uno dei seguenti metodi:

• gkectl update credentials componentaccess se non utilizzi il registro privato
• gkectl update credentials privateregistry se utilizzi un registro privato

potresti notare che gke-connect-agent continua a utilizzare l'immagine precedente o che i pod gke-connect-agent non possono essere visualizzati a causa di ImagePullBackOff.

Questo problema verrà risolto nelle release 1.13.8, 1.14.4 e successive di Google Distributed Cloud.

Soluzione:

Opzione 1: esegui nuovamente il deployment di gke-connect-agent manualmente:

1. Elimina lo spazio dei nomi gke-connect:

   kubectl --kubeconfig=KUBECONFIG delete namespace gke-connect

2. Esegui nuovamente il deployment di gke-connect-agent con la chiave del account di servizio di registrazione originale (non è necessario aggiornare la chiave):
   Per il cluster di amministrazione:

   gkectl update credentials register --kubeconfig=ADMIN_CLUSTER_KUBECONFIG --config ADMIN_CLUSTER_CONFIG_FILE --admin-cluster

   Per il cluster utente:

   gkectl update credentials register --kubeconfig=ADMIN_CLUSTER_KUBECONFIG --config USER_CLUSTER_CONFIG_FILE

Opzione 2: puoi modificare manualmente i dati del secret di pull dell'immagine regcred utilizzato dal deployment di gke-connect-agent:

kubectl --kubeconfig=KUBECONFIG -n=gke-connect patch secrets regcred -p "{\"data\":{\".dockerconfigjson\":\"$(kubectl --kubeconfig=KUBECONFIG -n=kube-system get secrets private-registry-creds -ojsonpath='{.data.\.dockerconfigjson}')\"}}"

Opzione 3: puoi aggiungere il secret di pull dell'immagine predefinito per il tuo cluster nel deployment gke-connect-agent:

1. Copia il secret predefinito nello spazio dei nomi gke-connect:

   kubectl --kubeconfig=KUBECONFIG -n=kube-system get secret private-registry-creds -oyaml | sed 's/ namespace: .*/ namespace: gke-connect/' | kubectl --kubeconfig=KUBECONFIG -n=gke-connect apply -f -

2. Recupera il nome del deployment gke-connect-agent:

   kubectl --kubeconfig=KUBECONFIG -n=gke-connect get deployment | grep gke-connect-agent

3. Aggiungi il secret predefinito al deployment di gke-connect-agent:

   kubectl --kubeconfig=KUBECONFIG -n=gke-connect patch deployment DEPLOYMENT_NAME -p '{"spec":{"template":{"spec":{"imagePullSecrets": [{"name": "private-registry-creds"}, {"name": "regcred"}]}}}}'

Errore di controllo della configurazione manuale del bilanciamento del carico

Quando con gkectl check-config convalidi la configurazione prima di creare un cluster con il bilanciatore del carico manuale, il comando non riesce e vengono visualizzati i seguenti messaggi di errore.

 - Validation Category: Manual LB    Running validation check for "Network
configuration"...panic: runtime error: invalid memory address or nil pointer
dereference

Soluzione:

Opzione 1: puoi utilizzare le versioni patch 1.13.7 e 1.14.4 che includeranno la correzione.

Opzione 2: puoi anche eseguire lo stesso comando per convalidare la configurazione, ma saltare la convalida del bilanciatore del carico.

gkectl check-config --skip-validation-load-balancer

etcd watch starvation

I cluster che eseguono etcd versione 3.4.13 o precedente potrebbero riscontrare problemi di carenza di risorse di monitoraggio e di monitoraggio delle risorse non operative, il che può portare ai seguenti problemi:

• La pianificazione dei pod viene interrotta
• I nodi non possono registrarsi
• kubelet non osserva le modifiche ai pod

Questi problemi possono rendere il cluster non funzionante.

Questo problema è stato risolto nelle release 1.12.7, 1.13.6, 1.14.3 e successive di Google Distributed Cloud. Queste versioni più recenti utilizzano etcd versione 3.4.21. Tutte le versioni precedenti di Google Distributed Cloud sono interessate da questo problema.

Soluzione

Se non puoi eseguire l'upgrade immediatamente, puoi ridurre il rischio di errore del cluster riducendo il numero di nodi nel cluster. Rimuovi nodi finché la metrica etcd_network_client_grpc_sent_bytes_total non è inferiore a 300 MBps.

Per visualizzare questa metrica in Metrics Explorer:

1. Vai a Metrics Explorer nella console Google Cloud :

   Vai a Esplora metriche

2. Seleziona la scheda Configurazione.
3. Espandi Seleziona una metrica, inserisci Kubernetes Container nella barra dei filtri e poi utilizza i sottomenu per selezionare la metrica:
   1. Nel menu Risorse attive, seleziona Container Kubernetes.
   2. Nel menu Categorie di metriche attive, seleziona Anthos.
   3. Nel menu Metriche attive, seleziona etcd_network_client_grpc_sent_bytes_total.
   4. Fai clic su Applica.

GKE Identity Service può causare latenze del control plane

In caso di riavvii o upgrade del cluster, GKE Identity Service può essere sommerso da traffico costituito da token JWT scaduti inoltrati da kube-apiserver a GKE Identity Service tramite l'webhook di autenticazione. Anche se GKE Identity Service non va in crashloop, non risponde più e smette di gestire ulteriori richieste. Questo problema alla fine porta a latenze più elevate del piano di controllo.

Questo problema è stato risolto nelle seguenti release di Google Distributed Cloud:

• 1.12.6+
• 1.13.6+
• 1.14.2+

Per determinare se il problema ti riguarda, procedi nel seguente modo:

1. Verifica se l'endpoint di GKE Identity Service è raggiungibile esternamente:

   curl -s -o /dev/null -w "%{http_code}" \
       -X POST https://CLUSTER_ENDPOINT/api/v1/namespaces/anthos-identity-service/services/https:ais:https/proxy/authenticate -d '{}'

   Sostituisci CLUSTER_ENDPOINT con il VIP del control plane e la porta del bilanciatore del carico del control plane per il tuo cluster (ad esempio, 172.16.20.50:443).

   Se il problema ti riguarda, il comando restituisce un codice di stato 400. Se la richiesta scade, riavvia il pod ais e riesegui il comando curl per verificare se il problema viene risolto. Se ricevi un codice di stato 000, il problema è stato risolto e non devi fare altro. Se continui a ricevere un codice di stato 400, il server HTTP di GKE Identity Service non viene avviato. In questo caso, continua.

2. Controlla i log di GKE Identity Service e kube-apiserver:
   1. Controlla il log di GKE Identity Service:

      kubectl logs -f -l k8s-app=ais -n anthos-identity-service \
          --kubeconfig KUBECONFIG

      Se il log contiene una voce simile alla seguente, il problema ti riguarda:

      I0811 22:32:03.583448      32 authentication_plugin.cc:295] Stopping OIDC authentication for ???. Unable to verify the OIDC ID token: JWT verification failed: The JWT does not appear to be from this identity provider. To match this provider, the 'aud' claim must contain one of the following audiences:

   2. Controlla i log di kube-apiserver per i tuoi cluster:

      Nei seguenti comandi, KUBE_APISERVER_POD è il nome del pod kube-apiserver sul cluster specificato.

      Cluster di amministrazione:

      kubectl --kubeconfig ADMIN_KUBECONFIG logs \
          -n kube-system KUBE_APISERVER_POD kube-apiserver

      Cluster utente:

      kubectl --kubeconfig ADMIN_KUBECONFIG logs \
          -n USER_CLUSTER_NAME KUBE_APISERVER_POD kube-apiserver

      Se i log kube-apiserver contengono voci come le seguenti, allora il problema ti riguarda:

      E0811 22:30:22.656085       1 webhook.go:127] Failed to make webhook authenticator request: error trying to reach service: net/http: TLS handshake timeout
      E0811 22:30:22.656266       1 authentication.go:63] "Unable to authenticate the request" err="[invalid bearer token, error trying to reach service: net/http: TLS handshake timeout]"

Soluzione

Se non puoi eseguire immediatamente l'upgrade dei cluster per ottenere la correzione, puoi identificare e riavviare i pod problematici come soluzione alternativa:

1. Aumenta il livello di verbosità del servizio di identità GKE a 9:

   kubectl patch deployment ais -n anthos-identity-service --type=json \
       -p='[{"op": "add", "path": "/spec/template/spec/containers/0/args/-", \
       "value":"--vmodule=cloud/identity/hybrid/charon/*=9"}]' \
       --kubeconfig KUBECONFIG

2. Controlla il log di GKE Identity Service per il contesto del token non valido:

   kubectl logs -f -l k8s-app=ais -n anthos-identity-service \
       --kubeconfig KUBECONFIG

3. Per ottenere il payload del token associato a ogni contesto di token non valido, analizza ogni secret dell'account di servizio correlato con il seguente comando:

   kubectl -n kube-system get secret SA_SECRET \
       --kubeconfig KUBECONFIG \
       -o jsonpath='{.data.token}' | base64 --decode

4. Per decodificare il token e visualizzare il nome e lo spazio dei nomi del pod di origine, copia il token nel debugger all'indirizzo jwt.io.
5. Riavvia i pod identificati dai token.

Il problema dell'aumento dell'utilizzo della memoria dei pod etcd-maintenance

Sono interessati i pod di manutenzione etcd che utilizzano l'immagine etcddefrag:gke_master_etcddefrag_20210211.00_p0. Il container `etcddefrag` apre una nuova connessione al server etcd durante ogni ciclo di deframmentazione e le vecchie connessioni non vengono pulite.

Soluzione:

Opzione 1: esegui l'upgrade all'ultima versione della patch dalla 1.8 alla 1.11, che contiene la correzione.

Opzione 2: se utilizzi una versione patch precedente alla 1.9.6 e alla 1.10.3, devi ridurre lo scale del pod etcd-maintenance per il cluster di amministrazione e utente:

kubectl scale --replicas 0 deployment/gke-master-etcd-maintenance -n USER_CLUSTER_NAME --kubeconfig ADMIN_CLUSTER_KUBECONFIG
kubectl scale --replicas 0 deployment/gke-master-etcd-maintenance -n kube-system --kubeconfig ADMIN_CLUSTER_KUBECONFIG

Mancano i controlli di integrità dei pod del control plane del cluster utente

Sia il controller di integrità del cluster sia il comando gkectl diagnose cluster eseguono una serie di controlli di integrità, inclusi i controlli di integrità dei pod tra gli spazi dei nomi. Tuttavia, iniziano a ignorare per errore i pod del control plane utente. Se utilizzi la modalità control plane v2, questa operazione non influirà sul tuo cluster.

Soluzione:

Ciò non influirà sulla gestione di carichi di lavoro o cluster. Se vuoi controllare l'integrità dei pod del control plane, puoi eseguire i seguenti comandi:

kubectl get pods -owide -n USER_CLUSTER_NAME --kubeconfig ADMIN_CLUSTER_KUBECONFIG

Gli upgrade dei cluster di amministrazione 1.6 e 1.7 potrebbero essere interessati dal reindirizzamento k8s.gcr.io -> registry.k8s.io

Kubernetes ha reindirizzato il traffico da k8s.gcr.io a registry.k8s.io il 20/03/2023. In Google Distributed Cloud 1.6.x e 1.7.x, gli upgrade del cluster di amministrazione utilizzano l'immagine container k8s.gcr.io/pause:3.2. Se utilizzi un proxy per la workstation amministrativa e il proxy non consente registry.k8s.io e l'immagine container k8s.gcr.io/pause:3.2 non viene memorizzata nella cache localmente, gli upgrade del cluster di amministrazione non riusciranno durante il pull dell'immagine container.

Soluzione:

Aggiungi registry.k8s.io alla lista consentita del proxy per la workstation amministrativa.

Errore di convalida di Seesaw durante la creazione del bilanciatore del carico

gkectl create loadbalancer non riesce e viene visualizzato il seguente messaggio di errore:

- Validation Category: Seesaw LB - [FAILURE] Seesaw validation: xxx cluster lb health check failed: LB"xxx.xxx.xxx.xxx" is not healthy: Get "http://xxx.xxx.xxx.xxx:xxx/healthz": dial tcpxxx.xxx.xxx.xxx:xxx: connect: no route to host

Ciò è dovuto all'esistenza del file del gruppo di compensazione. e il controllo preliminare tenta di convalidare un bilanciatore del carico seesaw inesistente.

Soluzione:

Rimuovi il file del gruppo altalena esistente per questo cluster. Il nome del file è seesaw-for-gke-admin.yaml per il cluster di amministrazione e seesaw-for-{CLUSTER_NAME}.yaml per un cluster utente.

Timeout dell'applicazione causati da errori di inserimento nella tabella conntrack

Google Distributed Cloud versione 1.14 è soggetto a errori di inserimento della tabella di monitoraggio delle connessioni (conntrack) di netfilter quando si utilizzano immagini del sistema operativo Ubuntu o COS. Gli errori di inserimento causano timeout dell'applicazione casuali e possono verificarsi anche quando la tabella conntrack ha spazio per nuove voci. Gli errori sono causati da modifiche al kernel 5.15 e versioni successive che limitano gli inserimenti di tabelle in base alla lunghezza della catena.

Per verificare se il problema ti riguarda, puoi controllare le statistiche del sistema di monitoraggio delle connessioni in-kernel su ogni nodo con il seguente comando:

sudo conntrack -S

La risposta è simile alla seguente:

cpu=0       found=0 invalid=4 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=1       found=0 invalid=0 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=2       found=0 invalid=16 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=3       found=0 invalid=13 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=4       found=0 invalid=9 insert=0 insert_failed=0 drop=0 early_drop=0 error=0 search_restart=0 clash_resolve=0 chaintoolong=0
cpu=5       found=0 invalid=1 insert=0 insert_failed=0 drop=0 early_drop=0 error=519 search_restart=0 clash_resolve=126 chaintoolong=0
...

Se un valore chaintoolong nella risposta è un numero diverso da zero, il problema ti riguarda.

Soluzione

La mitigazione a breve termine consiste nell'aumentare le dimensioni sia della tabella hash netfiler (nf_conntrack_buckets) sia della tabella di monitoraggio delle connessioni netfilter (nf_conntrack_max). Utilizza i seguenti comandi su ogni nodo del cluster per aumentare le dimensioni delle tabelle:

sysctl -w net.netfilter.nf_conntrack_buckets=TABLE_SIZE
sysctl -w net.netfilter.nf_conntrack_max=TABLE_SIZE

Sostituisci TABLE_SIZE con le nuove dimensioni in byte. Il valore predefinito per le dimensioni della tabella è 262144. Ti consigliamo di impostare un valore pari a 65.536 volte il numero di core sul nodo. Ad esempio, se il nodo ha otto core, imposta la dimensione della tabella su 524288.

calico-typha o anetd-operator crash loop sui nodi Windows con Controlplane V2

Con Controlplane V2 abilitato, calico-typha o anetd-operator potrebbero essere pianificati per i nodi Windows ed entrare in un ciclo di arresti anomali.

Il motivo è che i due deployment tollerano tutti i taint, incluso il taint del nodo Windows.

Soluzione:

Esegui l'upgrade alla versione 1.13.3 o successive oppure esegui i seguenti comandi per modificare il deployment di `calico-typha` o `anetd-operator`:

    # If dataplane v2 is not used.
    kubectl edit deployment -n kube-system calico-typha --kubeconfig USER_CLUSTER_KUBECONFIG
    # If dataplane v2 is used.
    kubectl edit deployment -n kube-system anetd-operator --kubeconfig USER_CLUSTER_KUBECONFIG
    

Rimuovi i seguenti spec.template.spec.tolerations:

    - effect: NoSchedule
      operator: Exists
    - effect: NoExecute
      operator: Exists
    

e aggiungi la seguente tolleranza:

    - key: node-role.kubernetes.io/master
      operator: Exists
    

Impossibile caricare il file delle credenziali del registro privato del cluster utente

Potresti non riuscire a creare un cluster di utenti se specifichi la sezione privateRegistry con le credenziali fileRef. Il controllo preliminare potrebbe non riuscire e visualizzare il seguente messaggio:

[FAILURE] Docker registry access: Failed to login.

Soluzione:

• Se non intendevi specificare il campo o vuoi utilizzare le stesse credenziali del registro privato del cluster di amministrazione, puoi semplicemente rimuovere o commentare la sezione privateRegistry nel file di configurazione del cluster utente.
• Se vuoi utilizzare una credenziale del registro privato specifica per il tuo cluster utente, puoi specificare temporaneamente la sezione privateRegistry in questo modo:

  privateRegistry:
    address: PRIVATE_REGISTRY_ADDRESS
    credentials:
      username: PRIVATE_REGISTRY_USERNAME
      password: PRIVATE_REGISTRY_PASSWORD
    caCertPath: PRIVATE_REGISTRY_CACERT_PATH

  (NOTA: questa è solo una correzione temporanea e questi campi sono già deprecati. Ti consigliamo di utilizzare il file delle credenziali quando esegui l'upgrade alla versione 1.14.3 o successive.)

Cloud Service Mesh e altri service mesh non compatibili con Dataplane v2

Dataplane V2 assume il controllo del bilanciamento del carico e crea un socket del kernel anziché un DNAT basato su pacchetti. Ciò significa che Cloud Service Mesh non può eseguire l'ispezione dei pacchetti perché il pod viene ignorato e non utilizza mai IPTables.

Ciò si manifesta in modalità gratuita kube-proxy con perdita di connettività o routing del traffico errato per i servizi con Cloud Service Mesh, poiché il sidecar non può eseguire l'ispezione dei pacchetti.

Questo problema è presente in tutte le versioni di Google Distributed Cloud 1.10, ma alcune versioni più recenti di 1.10 (1.10.2+) hanno una soluzione alternativa.

Soluzione:

Esegui l'upgrade alla versione 1.11 per la piena compatibilità oppure, se utilizzi la versione 1.10.2 o successive, esegui:

    kubectl edit cm -n kube-system cilium-config --kubeconfig USER_CLUSTER_KUBECONFIG
    

Aggiungi bpf-lb-sock-hostns-only: true a configmap e poi riavvia il daemonset anetd:

      kubectl rollout restart ds anetd -n kube-system --kubeconfig USER_CLUSTER_KUBECONFIG
    

kube-controller-manager potrebbe scollegare i volumi permanenti forzatamente dopo 6 minuti

kube-controller-manager potrebbe scadere durante il distacco di PV/PVC dopo 6 minuti e distaccare forzatamente i PV/PVC. Log dettagliati di kube-controller-manager mostrano eventi simili ai seguenti:

$ cat kubectl_logs_kube-controller-manager-xxxx | grep "DetachVolume started" | grep expired

kubectl_logs_kube-controller-manager-gke-admin-master-4mgvr_--container_kube-controller-manager_--kubeconfig_kubeconfig_--request-timeout_30s_--namespace_kube-system_--timestamps:2023-01-05T16:29:25.883577880Z W0105 16:29:25.883446       1 reconciler.go:224] attacherDetacher.DetachVolume started for volume "pvc-8bb4780b-ba8e-45f4-a95b-19397a66ce16" (UniqueName: "kubernetes.io/csi/csi.vsphere.vmware.com^126f913b-4029-4055-91f7-beee75d5d34a") on node "sandbox-corp-ant-antho-0223092-03-u-tm04-ml5m8-7d66645cf-t5q8f"
This volume is not safe to detach, but maxWaitForUnmountDuration 6m0s expired, force detaching

Per verificare il problema, accedi al nodo ed esegui questi comandi:

# See all the mounting points with disks
lsblk -f

# See some ext4 errors
sudo dmesg -T

Nel log di kubelet vengono visualizzati errori come i seguenti:

Error: GetDeviceMountRefs check failed for volume "pvc-8bb4780b-ba8e-45f4-a95b-19397a66ce16" (UniqueName: "kubernetes.io/csi/csi.vsphere.vmware.com^126f913b-4029-4055-91f7-beee75d5d34a") on node "sandbox-corp-ant-antho-0223092-03-u-tm04-ml5m8-7d66645cf-t5q8f" :
the device mount path "/var/lib/kubelet/plugins/kubernetes.io/csi/pv/pvc-8bb4780b-ba8e-45f4-a95b-19397a66ce16/globalmount" is still mounted by other references [/var/lib/kubelet/plugins/kubernetes.io/csi/pv/pvc-8bb4780b-ba8e-45f4-a95b-19397a66ce16/globalmount

Soluzione:

Connettiti al nodo interessato tramite SSH e riavvialo.

L'upgrade del cluster è bloccato se viene utilizzato il driver CSI di terze parti

Potresti non riuscire ad eseguire l'upgrade di un cluster se utilizzi un driver CSI di terze parti. Il comando gkectl cluster diagnose potrebbe restituire il seguente errore:

"virtual disk "kubernetes.io/csi/csi.netapp.io^pvc-27a1625f-29e3-4e4f-9cd1-a45237cc472c" IS NOT attached to machine "cluster-pool-855f694cc-cjk5c" but IS listed in the Node.Status"

Soluzione:

Esegui l'upgrade utilizzando l'opzione --skip-validation-all.

gkectl repair admin-master crea la VM master di amministrazione senza eseguire l'upgrade della versione hardware della VM

Il nodo master amministratore creato tramite gkectl repair admin-master potrebbe utilizzare una versione hardware della VM inferiore a quella prevista. Quando si verifica il problema, visualizzerai l'errore nel report gkectl diagnose cluster.

CSIPrerequisites [VM Hardware]: The current VM hardware versions are lower than vmx-15 which is unexpected. Please contact Anthos support to resolve this issue.

Soluzione:

Arresta il nodo master amministratore, segui https://kb.vmware.com/s/article/1003746 per eseguire l'upgrade del nodo alla versione prevista descritta nel messaggio di errore e poi avvia il nodo.

La VM rilascia il lease DHCP in caso di arresto/riavvio imprevisto, il che potrebbe comportare modifiche all'IP

In systemd v244, systemd-networkd ha un cambiamento del comportamento predefinito nella configurazione KeepConfiguration. Prima di questa modifica, le VM non inviavano un messaggio di rilascio del lease DHCP al server DHCP durante l'arresto o il riavvio. Dopo questa modifica, le VM inviano un messaggio di questo tipo e restituiscono gli IP al server DHCP. Di conseguenza, l'IP rilasciato potrebbe essere riassegnato a una VM diversa e/o alla VM potrebbe essere assegnato un IP diverso, con conseguente conflitto IP (a livello di Kubernetes, non di vSphere) e/o modifica dell'IP sulle VM, il che può danneggiare i cluster in vari modi.

Ad esempio, potresti notare i seguenti sintomi.

• L'interfaccia utente vCenter mostra che nessuna VM utilizza lo stesso IP, ma kubectl get nodes -o wide restituisce nodi con IP duplicati.

  NAME   STATUS    AGE  VERSION          INTERNAL-IP    EXTERNAL-IP    OS-IMAGE            KERNEL-VERSION    CONTAINER-RUNTIME
  node1  Ready     28h  v1.22.8-gke.204  10.180.85.130  10.180.85.130  Ubuntu 20.04.4 LTS  5.4.0-1049-gkeop  containerd://1.5.13
  node2  NotReady  71d  v1.22.8-gke.204  10.180.85.130  10.180.85.130  Ubuntu 20.04.4 LTS  5.4.0-1049-gkeop  containerd://1.5.13

• Impossibile avviare nuovi nodi a causa dell'errore calico-node

  2023-01-19T22:07:08.817410035Z 2023-01-19 22:07:08.817 [WARNING][9] startup/startup.go 1135: Calico node 'node1' is already using the IPv4 address 10.180.85.130.
  2023-01-19T22:07:08.817514332Z 2023-01-19 22:07:08.817 [INFO][9] startup/startup.go 354: Clearing out-of-date IPv4 address from this node IP="10.180.85.130/24"
  2023-01-19T22:07:08.825614667Z 2023-01-19 22:07:08.825 [WARNING][9] startup/startup.go 1347: Terminating
  2023-01-19T22:07:08.828218856Z Calico node failed to start

Soluzione:

Esegui il deployment del seguente DaemonSet sul cluster per ripristinare la modifica del comportamento predefinito di systemd-networkd. Le VM che eseguono questo DaemonSet non rilasceranno gli IP al server DHCP in arresto/riavvio. Gli IP verranno liberati automaticamente dal server DHCP alla scadenza dei lease.

      apiVersion: apps/v1
      kind: DaemonSet
      metadata:
        name: set-dhcp-on-stop
      spec:
        selector:
          matchLabels:
            name: set-dhcp-on-stop
        template:
          metadata:
            labels:
              name: set-dhcp-on-stop
          spec:
            hostIPC: true
            hostPID: true
            hostNetwork: true
            containers:
            - name: set-dhcp-on-stop
              image: ubuntu
              tty: true
              command:
              - /bin/bash
              - -c
              - |
                set -x
                date
                while true; do
                  export CONFIG=/host/run/systemd/network/10-netplan-ens192.network;
                  grep KeepConfiguration=dhcp-on-stop "${CONFIG}" > /dev/null
                  if (( $? != 0 )) ; then
                    echo "Setting KeepConfiguration=dhcp-on-stop"
                    sed -i '/\[Network\]/a KeepConfiguration=dhcp-on-stop' "${CONFIG}"
                    cat "${CONFIG}"
                    chroot /host systemctl restart systemd-networkd
                  else
                    echo "KeepConfiguration=dhcp-on-stop has already been set"
                  fi;
                  sleep 3600
                done
              volumeMounts:
              - name: host
                mountPath: /host
              resources:
                requests:
                  memory: "10Mi"
                  cpu: "5m"
              securityContext:
                privileged: true
            volumes:
            - name: host
              hostPath:
                path: /
            tolerations:
            - operator: Exists
              effect: NoExecute
            - operator: Exists
              effect: NoSchedule
      

Chiave del account di servizio di accesso ai componenti cancellata dopo l'upgrade del cluster di amministrazione dalla versione 1.11.x

Questo problema interesserà solo i cluster di amministrazione di cui è stato eseguito l'upgrade dalla versione 1.11.x e non interesserà i cluster di amministrazione creati dopo la versione 1.12.

Dopo l'upgrade di un cluster 1.11.x alla versione 1.12.x, il campo component-access-sa-key nel secret admin-cluster-creds verrà cancellato e sarà vuoto. Puoi verificarlo eseguendo questo comando:

kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get secret admin-cluster-creds -o yaml | grep 'component-access-sa-key'

Dopo l'eliminazione della chiave dell'account di servizio di accesso ai componenti, l'installazione di nuovi cluster utente o l'upgrade di quelli esistenti non andrà a buon fine. Di seguito sono elencati alcuni messaggi di errore che potresti visualizzare:

• Errore di preflight di convalida lenta con messaggio di errore: "Failed to create the test VMs: failed to get service account key: service account is not configured."
• Prepare by gkectl prepare non riuscito, messaggio di errore: "Failed to prepare OS images: dialing: unexpected end of JSON input"
• Se esegui l'upgrade di un cluster utente 1.13 utilizzando la console Google Cloud o gcloud CLI, quando esegui gkectl update admin --enable-preview-user-cluster-central-upgrade per eseguire il deployment del controller della piattaforma di upgrade, il comando non va a buon fine e viene visualizzato il messaggio: "failed to download bundle to disk: dialing: unexpected end of JSON input" (puoi visualizzare questo messaggio nel campo status nell'output di kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get onprembundle -oyaml).

Soluzione alternativa:

Aggiungi di nuovo manualmente la chiave del account di servizio di accesso al componente al secret eseguendo questo comando:

kubectl --kubeconfig ADMIN_KUBECONFIG -n kube-system get secret admin-cluster-creds -ojson | jq --arg casa "$(cat COMPONENT_ACESS_SERVICE_ACOOUNT_KEY_PATH | base64 -w 0)" '.data["component-access-sa-key"]=$casa' | kubectl --kubeconfig ADMIN_KUBECONFIG apply -f -

Il gestore della scalabilità automatica dei cluster non funziona quando è abilitato Controlplane V2

Per i cluster utente creati con Controlplane V2 abilitato, i node pool con la scalabilità automatica abilitata utilizzano sempre il autoscaling.minReplicas in user-cluster.yaml. Il log del pod cluster-autoscaler mostra un errore simile al seguente:

  > kubectl --kubeconfig $USER_CLUSTER_KUBECONFIG -n kube-system \
  logs $CLUSTER_AUTOSCALER_POD --container_cluster-autoscaler
 TIMESTAMP  1 gkeonprem_provider.go:73] error getting onpremusercluster ready status: Expected to get a onpremusercluster with id foo-user-cluster-gke-onprem-mgmt/foo-user-cluster
 TIMESTAMP 1 static_autoscaler.go:298] Failed to get node infos for groups: Expected to get a onpremusercluster with id foo-user-cluster-gke-onprem-mgmt/foo-user-cluster
  

  > kubectl --kubeconfig $USER_CLUSTER_KUBECONFIG -n kube-system \
   get pods | grep cluster-autoscaler
cluster-autoscaler-5857c74586-txx2c                          4648017n    48076Ki    30s
  

Soluzione alternativa:

Disabilita la scalabilità automatica in tutti i pool di nodi con `gkectl update cluster` fino all'upgrade a una versione con la correzione.

Il CIDR non è consentito nel file del blocco IP

Quando gli utenti utilizzano CIDR nel file di blocco IP, la convalida della configurazione non riesce e viene visualizzato il seguente errore:

- Validation Category: Config Check
    - [FAILURE] Config: AddressBlock for admin cluster spec is invalid: invalid IP:
172.16.20.12/30
  

Soluzione alternativa:

Includi singoli IP nel file di blocco IP fino all'upgrade a una versione con la correzione: 1.12.5, 1.13.4, 1.14.1+.

L'aggiornamento del tipo di immagine del sistema operativo in admin-cluster.yaml non attende la ricreazione delle macchine del control plane utente

Quando Updating control plane OS image type in admin-cluster.yaml e se il cluster utente corrispondente è stato creato con enableControlplaneV2 impostato su true, le macchine del control plane utente potrebbero non completare la ricreazione al termine del comando gkectl.

Soluzione alternativa:

Al termine dell'aggiornamento, continua ad attendere il completamento della ricreazione delle macchine del piano di controllo utente monitorando i tipi di immagini del sistema operativo dei nodi utilizzando kubectl --kubeconfig USER_KUBECONFIG get nodes -owide. Ad esempio, se esegui l'aggiornamento da Ubuntu a COS, devi attendere che tutte le macchine del control plane passino completamente da Ubuntu a COS anche dopo il completamento del comando di aggiornamento.

Errori di creazione o eliminazione dei pod dovuti a un problema con il token di autenticazione del account di servizio CNI Calico

Un problema con Calico in Google Distributed Cloud 1.14.0 causa l'errore di creazione ed eliminazione dei pod con il seguente messaggio di errore nell'output di kubectl describe pods: