使用節點問題偵測工具監控系統健康狀態

從里程碑 77 開始，Container-Optimized OS 就包含 Node Problem Detector 代理程式。您可以使用這項功能監控 COS 執行個體的系統健康狀態。節點問題偵測工具會監控執行個體的健康狀態，並將與健康狀態相關的指標回報給 Cloud Monitoring，包括容量和錯誤指標，您可以透過 Google Cloud Observability 資訊主頁將這些指標以視覺化方式呈現。您可以免費收集預設設定的指標。Google 會使用匯總指標來瞭解節點問題，並改善 Container-Optimized OS 的可靠性。

代理程式已預先設定要匯出的指標組合。目前不支援為內建代理程式自訂報表指標。Node Problem Detector 是開放原始碼軟體。您可以在各自的原始碼存放區中查看原始碼和設定。

啟用健康狀態監控功能

根據預設，Node Problem Detector 代理程式會在啟動時停用。您可以使用下列方法啟用這項功能：

使用開機指令碼

您可以使用開機指令碼啟用 Node Problem Detector。

使用 cloud-init

cloud-init 範例說明瞭設定 Container-Optimized OS 執行個體的基本概念。您可以使用 cloud-init 啟用健康狀態監控功能，請參考以下 cloud-config 範例：

#cloud-config

runcmd:
- systemctl start node-problem-detector

使用中繼資料

在 Container-Optimized OS Milestone 88 以上版本中，您也可以在自訂中繼資料專區中將 google-monitoring-enabled 的值設為 true，藉此啟用節點問題偵測器。

如要在建立執行個體時啟用監控功能，請按照下列步驟操作：

gcloud compute instances create VM_NAME \
    --image=IMAGE \
    --image-project=cos-cloud \
    --metadata=google-monitoring-enabled=true

更改下列內容：

  • VM_NAME：新 VM 的名稱
  • IMAGE：公開 Container-Optimized OS 映像檔的特定版本。例如：--image=cos-113-18244-85-29。

如要在現有執行個體中啟用監控功能，請按照下列步驟操作：

gcloud compute instances add-metadata VM_NAME \
    --metadata=google-monitoring-enabled=true

將 VM_NAME 替換為 VM 名稱。

從 里程碑 97 開始，您可以在專案中繼資料中啟用監控功能：

gcloud compute project-info add-metadata \
    --metadata google-monitoring-enabled=true

執行後，系統會啟用 node-problem-detector 服務。

使用使用者定義的訪客政策

Container-Optimized OS 包含 OS 設定代理程式，可使用 OS 系統公用程式維護訪客政策中指定的 VM 狀態。如要進一步瞭解訪客政策，請參閱「啟用 OS Config 代理程」和「建立訪客政策」。以下訪客政策會在所有執行個體上啟用 Node 問題偵測工具代理程式。

recipes:
- name: recipe-enable-npd
  desiredState: INSTALLED
  installSteps:
  - scriptRun:
      interpreter: SHELL
      script: |-
        #!/bin/bash
        systemctl start node-problem-detector

查看收集的指標

節點問題偵測器會針對受控的 Compute Engine 執行個體資源，回報一長串指標。指標會記錄在監控指標清單中，並在前面加上 compute.googleapis.com/guest/。您可以使用 Monitoring Metrics Explorer 查看收集的指標：

  1. 在 Google Cloud 控制台中，前往「Monitoring」或使用下列按鈕：

    前往「Monioring」

  2. 在「Monitoring」導覽窗格中，按一下「Metrics Explorer」。

  3. 在資源類型中，選取「Compute Engine VM 執行個體」。

  4. 選取指標，例如「問題數」。

  5. 畫面右側應會顯示圖表和統計資料。如要查看特定 Container-Optimized OS 執行個體的結果，請將篩選器設為 "instance_id=[INSTANCE_ID]"，並將 [INSTANCE_ID] 替換為所需執行個體的 ID。

停用健康狀態監控

如要停用已透過 cloud-config 或啟動指令碼啟用的服務，請移除 systemctl start node-problem-detector 步驟，然後重新啟動 Container-Optimized OS 執行個體。如果是透過中繼資料啟用，請確認 google-monitoring-enabled 鍵已設為 false。