如何禁用节点自动修复

Posted 2023-03-24

【中文标题】如何禁用节点自动修复

【英文标题】：How to disable node auto-repair

【发布时间】：2021-05-16 19:10:20

【问题描述】：

如何使用 terraform 禁用 GKE 集群节点维护自动修复？看来我无法从 GCP 控制台停止节点或更改 GKE 节点的设置。所以我想我必须使用 terraform 来尝试它，即使它重新创建了集群。

如何进行维护？我认为它会将所有 pod 迁移到辅助节点，然后重新启动第一个节点是否正确？但是，如果辅助节点没有足够的资源来处理来自主节点的所有节点怎么办？ GCP 会创建新节点吗？例如：主节点有大约 110 个 Pod，辅助节点有 110 个 Pod。节点需要重启时如何维护？

【参考方案1】：

您可以通过在 GCP shell 中运行以下命令来禁用节点自动修复：

gcloud container node-pools update <pool-name> --cluster <cluster-name> \
--zone compute-zone \
--no-enable-autorepair

您也可以在此link 中了解如何使用 GCP 控制台进行操作。

如果您仍然遇到问题并希望使用 terraform 禁用节点自动修复，您必须在 参数 中指定 management 以启用 auto-repair。您可以在terraform's 文档中找到更多详细信息。

您还可以在这里找到node repair process 的工作原理：

如果 GKE 检测到某个节点需要修复，则该节点将被清空并重新创建。 GKE 会等待一小时以完成排空。如果排空没有完成，则关闭节点并创建一个新节点。

如果需要修复多个节点，GKE 可能会并行修复节点。 GKE 根据集群的大小和损坏的节点数来平衡修复次数。 GKE 将在更大的集群上并行修复更多节点，但随着不健康节点数量的增加，节点会减少。

如果您在修复过程中的任何时候禁用节点自动修复，则正在进行的修复不会取消并继续对当前正在修复的任何节点。