Risoluzione dei problemi di arresto e riavvio delle VM

Questo documento descrive le cause comuni di arresti e riavvii imprevisti delle istanze di macchine virtuali (VM) e come evitarli.

Gli arresti e i riavvii delle VM 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 della tua VM. 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 dalla VM.

Prima di iniziare

• Se non l'hai ancora fatto, configura l'autenticazione. L'autenticazione è la procedura mediante la quale la tua identità viene verificata per l'accesso alle API e ai servizi Google Cloud. 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. Install the Google Cloud CLI, then initialize it by running the following command:

     gcloud init

  2. Set a default region and zone.

Diagnosi degli arresti e dei riavvii delle VM

Per diagnosticare la causa dell'arresto o del riavvio spontanei di una VM, devi eseguire una query sui log della VM. Per identificare rapidamente la causa di eventuali arresti o riavvii futuri della VM, crea una dashboard contenente 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 avviato 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 arresto	Descrizione
   compute.instances.repair.recreateInstance	Evento di sistema	Se la VM appartiene a un gruppo di istanze gestite (MIG), il MIG rielabora la VM se lo stato della VM 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 preassegnabile. 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 dell'API instances.delete Il comando gcloud compute instances delete
   compute.instances.hostError	Evento di sistema	Un errore dell'host (compute.instances.hostError) indica che si è verificato un problema hardware o software sulla macchina fisica o sull'infrastruttura del data center che ospita l'istanza di calcolo e che ne ha causato l'arresto anomalo. Un errore dell'host che coinvolge 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 la riavvia, in genere entro tre minuti dal rilevamento dell'errore. A seconda del problema, il riavvio potrebbe richiedere fino a 5,5 minuti. A volte, un'istanza di calcolo potrebbe non rispondere prima che venga segnalato un errore dell'host. Puoi ridurre il tempo di attesa di Compute Engine per riavviare o terminare l'istanza impostando il timeout per il recupero degli errori dell'host (anteprima). Per ulteriori informazioni, consulta Impostare i criteri di disponibilità. A volte possono verificarsi guasti hardware e software fisici, ma si tratta di casi rari. Per proteggere le tue applicazioni e i tuoi servizi da questi eventi di sistema potenzialmente disgregatori, 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'automaticRestart host della VM è impostato su true. Nei log, questa voce è preceduta da una voce di log hostError o terminateOnHostMaintenance. Se vuoi modificare il criterio 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 il criterio di manutenzione dell'onHostMaintenance host della 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 il onHostMaintenance piano 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 VM prerilasciabile precedente: Quando Compute Engine prerilascia una VM Spot, la interrompe o la elimina in base all' azione di terminazione. Le VM spot non hanno un tempo di esecuzione massimo. Quando Compute Engine preleva una VM prerilasciabile, la VM viene interrotta dopo un tempo di esecuzione massimo di 24 ore. Per evitare queste limitazioni, utilizza le VM Spot. Le VM spot e le VM prerilasciabili rappresentano la capacità in eccesso di Compute Engine, pertanto Compute Engine potrebbe prerilasciarle ogni volta che la capacità è necessaria altrove. Puoi contribuire a mitigare gli effetti della 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 account utente o di servizio ha interrotto la VM. Vai al passaggio successivo per identificare l'account utente o di servizio che ha arrestato la VM. Per informazioni su come riavviare la VM, consulta riavviare un'istanza arrestata.
   compute.instances.delete	Attività di amministrazione	Un account utente o di servizio ha eliminato la VM. Vai al passaggio successivo per identificare l'account utente o di servizio che ha eliminato la VM. Per informazioni sulla creazione di una nuova VM, consulta Creare e avviare una VM.
   compute.instances.insert	Attività di amministrazione	Un account utente o di servizio ha creato la VM. Vai al passaggio successivo per identificare l'utente o l'account di servizio che ha creato la VM. Per informazioni sulla creazione di una nuova VM, consulta Creare e avviare una VM.
   compute.instances.reset	Attività di amministrazione	Un account utente o di servizio ha reimpostato la VM. Vai al passaggio successivo per identificare l'account utente o 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 tabella seguente include i servizi gestiti di Google più comuni che avviano arresti o riavvii.

   Email	Descrizione
   system@google.com	Un evento di sistema ha causato l'arresto o il riavvio.
   project-number@cloudservices.gserviceaccount.com	Un agente di servizio ha avviato l'arresto. Per determinare da quale progetto il servizio ha avviato l'interruzione, controlla il 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 ulteriori informazioni, consulta 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 dell'host) creando una dashboard di Cloud Monitoring.

Questa dashboard ti consente di visualizzare gli eventi di sistema e le attività di amministrazione descritti in maggiore dettaglio nella sezione Esamina gli audit log 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 delle VM, crea una metrica basata su log definita dall'utente. Questa metrica utilizza i log di controllo per tenere conto del 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 Scrittore di log (roles/logging.logWriter) nel progetto. Per saperne di più sulla concessione dei ruoli, consulta Gestire l'accesso a progetti, cartelle e organizzazioni.

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

Per creare una metrica basata su log definita dall'utente:

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

   Andare a Metriche basate su log

2. Fai clic su Crea metrica.

Nella sezione Tipo di metrica:

• Seleziona Counter.
• Lascia l'impostazione predefinita non selezionata per Distribuzione.

Nella sezione Dettagli, inserisci le seguenti informazioni:

• Nome della 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
   • In 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 dell'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 una VM non registra un evento di sistema o un'attività di amministrazione. Per verificare il funzionamento della dashboard, esegui un'attività di amministrazione, ad esempio un'operazione stop e start:

1. Esegui un'operazione stop e start su qualsiasi VM 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 della dashboard di monitoraggio (roles/monitoring.dashboardViewer) nel progetto. Per saperne di più sulla concessione dei ruoli, consulta Gestire 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. Dalla 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, consulta Aggiungere un filtro temporaneo.

La dashboard contiene due grafici che mostrano una cronologia degli eventi di sistema e delle attività di amministrazione che si verificano in una VM:

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 indica che è inattiva. Tieni presente che questa metrica riflette la disponibilità in base all'attività utente e agli eventi di sistema e non è un'indicazione dell'SLA di Compute Engine.
   • La metrica basata su log vm-lifecycle-events per conteggiare il numero di azioni di ciclo di vita, come stop o start, eseguite sulla VM in un determinato momento

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

Indagine sull'arresto collettivo delle VM nei progetti

Compute Engine potrebbe 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 nel progetto host.

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

Indagine sui problemi di terminazione delle VM con gcpdiag

gcpdiag è uno strumento open source. Non è un prodotto Google Cloud supportato ufficialmente. Puoi utilizzare lo strumento gcpdiag per identificare e risolvere i problemi dei progetti Google Cloud. Per maggiori informazioni, consulta il progetto gcpdiag su GitHub.