Risoluzione dei problemi di arresto e riavvio delle VM

Questo documento descrive le cause comuni di arresti e riavvii imprevisti delle istanze Compute Engine e come evitarli.

Gli arresti e i riavvii delle istanze possono essere causati da eventi di sistema o da attività amministrative. Gli arresti e i riavvii dovuti a eventi di sistema vengono generati dai sistemi Google o dal sistema operativo delle tue istanze. Gli arresti e i riavvii dovuti ad attività amministrative vengono generati da una chiamata API dall'utente o dall'account di servizio. Vengono registrati tutti gli arresti e i riavvii, tranne i riavvii innescati dall'istanza.

Prima di iniziare

• Se non l'hai ancora fatto, configura l'autenticazione. L'autenticazione è il processo mediante il quale la tua identità viene verificata per l'accesso ai Google Cloud servizi e alle API. Per eseguire codice o esempi da un ambiente di sviluppo locale, puoi autenticarti su Compute Engine selezionando una delle seguenti opzioni:
  

  Select the tab for how you plan to use the samples on this page:

  Console

  When you use the Google Cloud console to access Google Cloud services and APIs, you don't need to set up authentication.

  gcloud

  1. After installing the Google Cloud CLI, initialize it by running the following command:

     gcloud init

     If you're using an external identity provider (IdP), you must first sign in to the gcloud CLI with your federated identity.

  2. Set a default region and zone.

Diagnosi degli arresti e dei riavvii delle istanze

Per diagnosticare la causa dell'arresto o del riavvio spontanei di un'istanza, devi eseguire una query sui log delle istanze. Per identificare rapidamente la causa di futuri arresti o riavvii della VM, crea un dashboard che contenga i log. Dopo aver eseguito la query sui log, esamina i campi method e principalEmail per determinare quale evento e quale utente o servizio ha innescato l'arresto o il riavvio.

Esecuzione di query su Cloud Audit Logs

Esegui una query su Cloud Audit Logs per visualizzare un elenco di eventi di sistema e attività amministrative che potrebbero aver causato l'arresto o il riavvio.

Analisi di Cloud Audit Logs

Esamina i campi method e principalEmail di Cloud Audit Logs per determinare perché la tua VM è stata arrestata o riavviata.

1. Esamina i campi method di Cloud Audit Logs e confrontali con i metodi elencati nella tabella seguente.

   Metodo	Tipo di spegnimento	Descrizione
   compute.instances.repair.recreateInstance	Evento di sistema	Se la VM appartiene a un gruppo di istanze gestite (MIG), il MIG ricrea la VM se il suo stato cambia da RUNNING e il MIG non ha avviato la modifica dello stato. Le modifiche dello stato dell'istanza non avviate dal gruppo di istanze gestite includono: Guasti hardware. Terminazione di un' istanza prerilasciabile. Eventi di manutenzione dell'infrastruttura quando l'istanza VM non è impostata per la migrazione live. Eliminazione di un'istanza MIG utilizzando uno dei seguenti metodi: Il metodo API instances.delete Il comando gcloud compute instances delete
   compute.instances.hostError	Evento di sistema	Un errore dell'host (compute.instances.hostError) indica un problema hardware o software sulla macchina fisica o sull'infrastruttura del data center che ospita l'istanza di calcolo e che ha causato l'arresto anomalo dell'istanza. Un errore dell'host che comporta un guasto hardware totale o altri problemi hardware potrebbe impedire la migrazione live dell'istanza. Se l'istanza è impostata per il riavvio automatico, che è l'impostazione predefinita, Compute Engine riavvia l'istanza, in genere entro tre minuti dal momento in cui è stato rilevato l'errore. A seconda del problema, il riavvio potrebbe richiedere fino a 5 minuti e mezzo. A volte, un'istanza di calcolo potrebbe non rispondere prima che venga segnalato un errore host. Puoi ridurre il tempo di attesa di Compute Engine per riavviare o terminare l'istanza impostando il timeout di ripristino degli errori host. Per maggiori informazioni, consulta Impostare le policy di disponibilità. Guasti fisici di hardware e software possono verificarsi occasionalmente, ma sono eventi rari. Per proteggere le tue applicazioni e i tuoi servizi da questi eventi di sistema potenzialmente dannosi, consulta le seguenti risorse: Progettazione di sistemi solidi Pattern per app scalabili e resilienti Creazione di gruppi di istanze gestite Google offre anche servizi gestiti come App Engine e l'ambiente flessibile di App Engine.
   compute.instances.automaticRestart	Evento di sistema	Questo evento si verifica dopo un evento hostError o un evento terminateOnHostMaintenance se il criterio di manutenzione dell'host automaticRestart della VM è impostato su true. Nei log, questa voce di log è preceduta da una voce di log hostError o terminateOnHostMaintenance. Se vuoi modificare la policy di manutenzione dell'host della VM, consulta Opzioni di aggiornamento per un'istanza.
   compute.instances.guestTerminate	Evento di sistema	L'arresto è stato avviato dal sistema operativo della VM.
   compute.instances.terminateOnHostMaintenance	Evento di sistema	Se imposti la policy di manutenzione dell'host onHostMaintenance della tua VM su TERMINATE, Compute Engine arresta la VM quando si verifica un evento di manutenzione in cui Google deve spostare la VM su un altro host. Se vuoi modificare la policy onHostMaintenance della VM, consulta Opzioni di aggiornamento per un'istanza.
   compute.instances.preempted	Evento di sistema	Compute Engine ha prerilasciato la tua VM spot o la tua VM prerilasciabile legacy: Quando Compute Engine prerilascia una VM spot, la arresta o la elimina in base all' azione di terminazione. Le VM spot non hanno un tempo di esecuzione massimo. Quando Compute Engine prerilascia una VM prerilasciabile, la arresta dopo un tempo di esecuzione massimo di 24 ore. Per evitare queste limitazioni, utilizza invece le VM spot. Le VM spot e le VM prerilasciabili rappresentano capacità di Compute Engine in eccesso, per cui Compute Engine potrebbe prerilasciarle in qualsiasi momento se la capacità è necessaria altrove. Puoi contribuire a mitigare gli effetti del prelazione seguendo le best practice. In alternativa, se hai bisogno di VM con runtime controllati dall'utente, crea VM standard.
   compute.instances.stop	Attività di amministrazione	Un utente o un account di servizio ha arrestato la tua VM. Continua con il passaggio successivo per identificare l'utente o account di servizio che ha arrestato la VM. Per informazioni sul riavvio della VM, consulta Riavvio di un'istanza arrestata.
   compute.instances.delete	Attività di amministrazione o evento di sistema	Un utente o un account di servizio ha eliminato la VM oppure la VM è stata configurata per essere eliminata automaticamente. Nello specifico, un log per il metodo compute.instances.delete potrebbe indicare una delle seguenti richieste per la tua VM: Le richieste di eliminazione diretta della VM da parte di un utente o di un account di servizio sono indicate solo da un metodo compute.instances.delete da parte dell'utente o deaccount di serviziont. Le richieste che eliminano automaticamente la VM sono indicate da un metodo compute.instances.delete di system@google.com, ma il metodo che spiega la causa dell'eliminazione automatica potrebbe o meno essere visualizzato in Cloud Audit Logs. Ad esempio, se una VM spot è configurata per essere eliminata automaticamente durante il prerilascio e viene prerilasciata, viene visualizzato un metodo compute.instances.delete da system@google.com, ma potresti visualizzare o meno anche un metodo compute.instances.preempted. Le richieste alla VM avvenute poco prima o dopo un metodo compute.instances.delete potrebbero essere visualizzate o meno in Cloud Audit Logs. Ad esempio, se una VM viene arrestata a causa della manutenzione dell'host poco prima dell'eliminazione della VM, viene visualizzato un metodo compute.instances.delete, ma potresti o potresti non visualizzare anche un metodo compute.instances.terminateOnHostMaintenance. Continua con il passaggio successivo per identificare l'utente o account di servizio che ha eliminato la tua VM. Per informazioni sulla creazione di una nuova VM, consulta Creazione e avvio di una VM.
   compute.instances.insert	Attività di amministrazione	La VM è stata creata da un utente o da un account di servizio. Continua con il passaggio successivo per identificare l'utente o il account di servizio che ha creato la tua VM. Per informazioni sulla creazione di una nuova VM, consulta Creazione e avvio di una VM.
   compute.instances.reset	Attività di amministrazione	Un utente o un account di servizio ha reimpostato la VM. Continua con il passaggio successivo per identificare l'utente o account di servizio che ha arrestato la VM.

2. Esamina i campi principalEmail di Cloud Audit Logs per identificare l'utente o il servizio che ha avviato l'arresto o il riavvio. La seguente tabella include i servizi gestiti di Google comuni che avviano arresti o riavvii.

   Email	Descrizione
   system@google.com	L'arresto o il riavvio è stato causato da un evento di sistema.
   project-number@cloudservices.gserviceaccount.com	L'arresto è stato avviato da un agente di servizio. Per determinare da quale progetto il servizio ha avviato l'arresto, esamina project-number dell'agente di servizio. Per determinare quale servizio Google ha effettuato la richiesta, esamina il campo protoPayload.requestMetadata.callerSuppliedUserAgent.

   Se un utente ha attivato l'arresto o il riavvio, il suo indirizzo email viene visualizzato nel campo principalEmail. Ad esempio, cloudysanfrancisco@gmail.com.

   Gli amministratori possono impedire agli utenti di modificare lo stato delle VM del progetto modificando le autorizzazioni di Identity and Access Management sugli account utente. Per saperne di più, vedi Concessione, modifica e revoca dell'accesso alle risorse.

Monitora gli eventi del ciclo di vita delle VM

Puoi monitorare gli eventi del ciclo di vita delle VM (inclusi arresti, riavvii ed errori host) creando una dashboard di Cloud Monitoring.

Questo dashboard ti consente di visualizzare eventi di sistema e attività di amministratore descritti in modo più dettagliato nella sezione Revisione dei log di controllo di questo documento.

Figura 1. Una dashboard di esempio che mostra la disponibilità di un'istanza e i relativi eventi del ciclo di vita, ad esempio un'istanza arrestata.

Crea metrica basata su log

Per acquisire gli eventi del ciclo di vita della VM, crea una metrica basata su log definita dall'utente. Questa metrica utilizza i log di controllo per conteggiare il numero di volte in cui si è verificato un determinato evento del ciclo di vita della VM.

Per ottenere le autorizzazioni necessarie per creare la metrica, chiedi all'amministratore di concederti il ruolo IAM Logs Writer (roles/logging.logWriter) nel progetto. Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.

Potresti anche riuscire a ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.

Crea una metrica basata su log definita dall'utente nel seguente modo:

1. Nella console Google Cloud , vai alla pagina Metriche basate su log.

   Vai a Metriche basate su log

2. Fai clic su Crea metrica.

Nella sezione Tipo di metrica, segui questi passaggi:

• Seleziona Counter.
• Lascia Distribuzione sull'impostazione predefinita di deselezione.

Nella sezione Dettagli, inserisci le seguenti informazioni:

• Nome metrica basata su log: vm-lifecycle-events. Devi utilizzare questo nome esatto affinché la dashboard funzioni correttamente.
• Descrizione: (facoltativo) inserisci una descrizione per questa metrica.
• Unità: 1

1. Nella sezione Selezione filtro, specifica quanto segue:

   • Nel menu Seleziona il bucket di progetto o di log, seleziona: Log di progetto
   • Nel campo Crea filtro, inserisci:

     resource.type = "gce_instance" AND
     log_id("cloudaudit.googleapis.com/activity") OR
     log_id("cloudaudit.googleapis.com/system_event")
     operation.first="true"

2. Nella sezione Etichette, fai clic su Aggiungi etichetta.

3. Specifica quanto segue:

   • Nome etichetta: method
   • Tipo di etichetta: STRING
   • Nome campo: protoPayload.methodName
   • Espressione regolare:

     (recreateInstance|hostError|automaticRestart|guestTerminate|terminateOnHostMaintenance|preempted|insert|stop|delete|reset|start)

4. Fai clic su Fine.

5. Fai clic su Crea metrica.

Utilizzare la dashboard

Nella dashboard non vengono visualizzati dati finché un'istanza non registra un evento di sistema o un'attività amministrativa. Per verificare che la dashboard funzioni, esegui un'attività di amministratore, ad esempio un'operazione stop e start:

1. Esegui un'operazione stop e start su qualsiasi istanza esistente o crea una nuova VM a scopo di test.

Per ottenere le autorizzazioni necessarie per utilizzare la dashboard, chiedi all'amministratore di concederti il ruolo IAM Visualizzatore dashboard Monitoring (roles/monitoring.dashboardViewer) nel progetto. Per saperne di più sulla concessione dei ruoli, consulta Gestisci l'accesso a progetti, cartelle e organizzazioni.

Potresti anche riuscire a ottenere le autorizzazioni richieste tramite i ruoli personalizzati o altri ruoli predefiniti.

1. Apri Dashboard nella console Google Cloud .

   Accedi a Dashboard

2. Nella scheda Elenco dashboard, apri la dashboard GCE VM Lifecycle Events Monitoring.

3. Seleziona la VM dal menu a discesa Nome.

4. Restringi la serie temporale a un periodo di tempo pertinente.

   Per altri modi per filtrare la dashboard, vedi Aggiungere un filtro temporaneo.

La dashboard contiene due grafici che mostrano una cronologia degli eventi di sistema e delle attività dell'amministratore che si verificano in un'istanza:

1. Il grafico Cronologia del ciclo di vita della VM mostra quanto segue:

   • La metrica compute.googleapis.com/instance/uptime che indica se la VM era in esecuzione in un determinato momento, dove 1 indica che è attiva e 0 che è inattiva. Tieni presente che questa metrica riflette la disponibilità come risultato dell'attività utente e degli eventi di sistema e non è un'indicazione dello SLA di Compute Engine.
   • La metrica basata su log vm-lifecycle-events per conteggiare il numero di azioni del ciclo di vita, come stop o start, eseguite sull'istanza in un determinato momento

2. Il grafico Eventi mostra la stessa metrica basata sui log vm-lifecycle-events, ma in una visualizzazione ingrandita per una maggiore leggibilità. Tieni presente che, sebbene gli assi X siano allineati, i colori non sono sincronizzati tra i due grafici.

Indagine sull'arresto collettivo delle VM nei progetti

Compute Engine può arrestare più VM collegate a un progetto host del VPC condiviso, se la fatturazione del progetto host del VPC condiviso è inattiva o disabilitata.

Per determinare se le tue VM sono state arrestate da una richiesta di arresto collettivo, cerca le operazioni di arresto avviate da cloud-cluster-manager@prod.google.com.

L'avvio di un'istanza interessata restituisce un errore simile al seguente:

Starting instance(s) INSTANCE_NAME...failed.
ERROR: (gcloud.compute.instances.start) The default network interface [nic0] is frozen.

Per risolvere il problema:

1. Identifica il VPC condiviso utilizzato dalle VM utilizzando il comando gcloud compute instances describe:

   gcloud compute instances describe VM_NAME \
      --format="flattened(networkInterfaces[].network)"
   

   L'output è simile al seguente:

   networkInterfaces[0].network: https://www.googleapis.com/compute/v1/projects/SHARED_VPC_PROJECT/global/networks/FROZEN_NETWORK
   

2. Verifica nel progetto host del VPC condiviso se la fatturazione è stata disattivata.

   resource.type="project"
   protoPayload.request.@type="type.googleapis.com/google.internal.cloudbilling.billingaccount.v1.DisableResourceBillingRequest"
   protoPayload.response.resourceBillingInfo.billingAccountAssignmentType="DISABLED"
   

3. Se applicabile, abilita la fatturazione per il progetto host.

Per evitare che il problema si ripresenti, leggi Proteggere il collegamento tra un progetto e il relativo account di fatturazione.