Sobre os eventos de host

Durante o ciclo de vida de uma instância de máquina virtual (VM) ou de uma instância bare metal, a máquina host em que a instância é executada pode passar por vários eventos de host. Um evento de host pode incluir a manutenção regular da infraestrutura do Compute Engine ou, em casos raros, um erro de host. É possível escolher como as instâncias de computação respondem durante ou após um evento de host configurando a política de manutenção do host.

Por padrão, a maioria das instâncias é definida para migração em tempo real durante eventos de host. Para todas as famílias de máquinas, exceto a Z3, é possível substituir esse comportamento e definir explicitamente as instâncias para serem encerradas e, opcionalmente, reiniciadas.

Algumas instâncias de computação não oferecem suporte à migração em tempo real, como as seguintes:

  • Instâncias H4D
  • Instâncias bare metal
  • Instâncias com GPUs anexadas
  • Instâncias Z3 com mais de 18 TiB de SSD Titanium anexado.

Essas instâncias são encerradas durante eventos de host. Para mais informações, consulte Comportamentos de manutenção e reinicialização.

Tipos de eventos de host

Há dois tipos de eventos de host, que são descritos com mais detalhes nas seções a seguir:

Se a instância não responder, isso também poderá acionar uma reinicialização ou encerramento da instância.

Eventos de manutenção

Um evento de manutenção ocorre quando o Compute Engine precisa realizar uma atividade de manutenção ou reparo que exige que as VMs sejam movidas do servidor host. Se você ativar a política de manutenção do host de migração em tempo real para um tipo de instância compatível, o Compute Engine vai mover a instância para um novo host, e haverá uma interrupção mínima no aplicativo.

O Compute Engine também aplica alguns hipervisores leves e upgrades de rede em segundo plano sem interrupções, mantendo a instância no mesmo host.

O comportamento da instância durante um evento de manutenção pode variar dependendo da locação da instância e do tipo de máquina.

Para VMs de locatário individual, a frequência aproximada de eventos de manutenção planejados do host é de quatro a seis semanas. O suporte à migração em tempo real depende da política de manutenção do host da VM de locatário individual.

É possível encontrar informações sobre o comportamento de manutenção de cada tipo de máquina na página da família de máquinas correspondente, da seguinte maneira:

Para famílias de máquinas com otimização de acelerador, consulte as seguintes páginas:

Erros de host

Um erro de host (compute.instances.hostError) significa que houve um problema de hardware ou software na máquina física ou na infraestrutura do data center que hospeda a instância de computação, causando a falha da instância. Um erro de host que envolve uma falha total de hardware ou outros problemas de hardware pode impedir a migração em tempo real da instância. Se a instância estiver configurada para reiniciar automaticamente, o que é a configuração padrão, o Compute Engine a reiniciará, normalmente em três minutos a partir do momento em que o erro foi detectado. Dependendo do problema, a reinicialização pode levar até 5,5 minutos.

Às vezes, uma instância de computação pode não responder antes que um erro do host seja sinalizado. É possível reduzir o tempo que o Compute Engine aguarda para reiniciar ou encerrar a instância definindo o tempo limite de recuperação do erro do host. Para mais informações, consulte Definir políticas de disponibilidade.

Falhas físicas de hardware e software podem acontecer ocasionalmente, mas são raras. Para proteger aplicativos e serviços contra esses eventos de sistema potencialmente prejudiciais, analise os seguintes recursos:

O Google também oferece serviços gerenciados, como o App Engine e o ambiente flexível do App Engine.

Visão geral da política de manutenção do host

A política de manutenção de host de uma instância determina como ela se comporta durante os seguintes eventos de host:

  • Evento de manutenção
  • Evento de erro de host ou instância que não responde

É possível configurar as instâncias para continuar em execução durante a manutenção do host enquanto o Compute Engine as migra em tempo real para outro host ou optar por interromper a instância.

É possível alterar a política de manutenção do host de uma instância definindo as seguintes configurações:

  • Comportamento de manutenção:se a instância é migrada em tempo real ou interrompida quando há um evento de manutenção.
  • Comportamento de reinicialização:se o Compute Engine reinicia ou encerra a instância caso ela falhe, apresente um erro de host ou não responda.
  • Tempo de detecção de erros do host:o tempo máximo que o Compute Engine aguarda para reiniciar ou encerrar uma instância depois de detectar que ela não está respondendo.
  • Tempo de recuperação do SSD local:o tempo máximo que o Compute Engine gasta na recuperação dos dados em discos SSD locais após a detecção de um erro de host. Os dados da SSD local serão perdidos se o tempo especificado se esgotar sem uma recuperação bem-sucedida.

É possível atualizar a política de manutenção do host de uma instância a qualquer momento para controlar a maneira como quer que as instâncias se comportem.

Comportamentos de manutenção e reinicialização

Quando ocorre um evento de host, a instância de computação pode usar a migração em tempo real ou ser encerrada. Se uma instância for encerrada, será possível reiniciá-la ou fazer com que o Compute Engine a reinicie automaticamente.

As famílias de máquinas a seguir podem não oferecer suporte à migração em tempo real e, em vez disso, exigem o encerramento durante eventos de host:

Migração em tempo real

Por padrão, a maioria dos tipos de instância é definida para migração em tempo real, exceto os tipos de instância mencionados na seção anterior.

Durante a migração em tempo real, o Compute Engine migra automaticamente a instância de um evento de manutenção da infraestrutura, e a instância permanece em execução durante a migração. A instância pode ter um curto período de desempenho reduzido, mas, em geral, a maioria das instâncias não tem um desempenho notavelmente diferente. Isso é ideal para instâncias que exigem tempo de atividade constante e podem tolerar um período curto de desempenho reduzido.

Ao migrar a instância, o Compute Engine informa um evento de sistema que é publicado na lista de operações de zona e nos registros de eventos do sistema. É possível analisar esse evento ao visualizar as operações do Compute Engine para uma zona específica. Os eventos de migração em tempo real têm o seguinte tipo de operação:

compute.instances.migrateOnHostMaintenance

Encerrar e reiniciar

Se você não quiser que a instância seja migrada em tempo real ou se o tipo de instância não oferecer suporte à migração em tempo real, será possível permitir que a instância seja interrompida quando ocorrer um evento de host.Google Cloud Com essa configuração, se um evento de host ocorrer, o Compute Engine vai enviar um sinal de desligamento suave para encerrar a instância. Em seguida, ele aguarda 60 segundos para que a instância seja desligada corretamente e define o status da instância como TERMINATED. Se a instância não desligar corretamente em 60 segundos, ela será encerrada à força.

Essa opção é ideal se as instâncias exigirem desempenho máximo constante e se o aplicativo geral for criado para lidar com falhas ou reinicializações de instâncias.

Quando o Compute Engine interrompe uma instância devido a um evento de host, ele informa um evento de sistema que é publicado na lista de operações de zona e nos registros de eventos do sistema. É possível analisar esse evento ao visualizar as operações do Compute Engine para uma zona específica. Os eventos de encerramento de instância têm o seguinte tipo de operação:

compute.instances.terminateOnHostMaintenance

Reinicialização automática

Se a instância estiver configurada para ser interrompida quando houver um evento de manutenção ou se a instância falhar devido a um problema de hardware subjacente, o Compute Engine poderá reiniciar a instância automaticamente. A instância é reiniciada no mesmo servidor host ou movida para outro servidor na mesma zona que não está participando do evento de manutenção.

Por padrão, o Compute Engine tenta recuperar instâncias com discos SSD locais anexados por uma hora. Se o limite de tempo for atingido, o Compute Engine vai tentar reiniciar a instância em um servidor host diferente na mesma zona. As instâncias Z3, X4 e H4D têm tempos de espera padrão diferentes. Esses tipos de instância são reiniciados no mesmo servidor host após o encerramento da instância.

Para configurar a reinicialização automática, defina o campo automaticRestart da política de manutenção do host como true. Essa configuração não se aplica se a instância ficar off-line devido a uma interrupção zonal ou por operação manual, como chamar sudo shutdown no SO convidado.

Quando o Compute Engine reinicializa a instância automaticamente, ele informa um evento de sistema publicado na lista de operações de zona. É possível analisar esse evento ao visualizar as operações do Compute Engine para uma zona específica. Os eventos de reinicialização automática têm o seguinte tipo de operação:

compute.instances.automaticRestart

Persistência de disco após o encerramento da instância

Como o disco permanente e o hiperdisco são armazenamento conectado à rede, quando a instância é reiniciada, o Compute Engine reconecta o disco de inicialização e todos os discos secundários à instância. Os dados nesses discos permanecem durante a migração em tempo real e as reinicializações da instância.

O Compute Engine preserva os dados em discos SSD locais após um evento de host, quando possível. No entanto, o Compute Engine não garante a persistência de dados do SSD local.

  • Os discos SSD locais são preservados nos seguintes cenários:

    • Você reinicia o sistema operacional (SO) convidado.
    • Você configura a instância para migração em tempo real e ela passa por um evento de manutenção do host.
    • Ocorre um erro de host e o Compute Engine reconecta a instância aos discos SSD locais dentro do limite de tempo limite.
    • Você opta por preservar os dados do SSD local ao interromper ou suspender a instância (pré-lançamento).
    • Uma instância de computação com discos SSD locais anexados que oferece suporte apenas ao encerramento e à reinicialização automática passa por um evento de manutenção. A instância é reiniciada no local, preservando os dados do SSD local, em vez de migrar para um novo host.

  • Os discos SSD locais não são preservados nos seguintes cenários:

    • Você desliga o sistema operacional convidado e força a instância a parar.
    • Você cria uma VM spot ou VM preemptiva e a VM passa pelo processo de preempção.
    • Você configura a instância para interromper eventos na manutenção do host em vez de usar a migração em tempo real, e a instância passa por um evento desse tipo.
    • Você configura incorretamente um disco SSD local e ele fica inacessível.
    • Você desativa o faturamento do projeto, fazendo com que a instância pare.
    • Se automaticRestart não estiver configurado na instância.
    • Ocorre um erro de host e o Compute Engine não consegue reconectar os discos à instância antes do tempo limite expirar. Nesse caso, a instância é reiniciada sem recuperar os discos SSD locais. Quando a instância é reiniciada, o Compute Engine anexa discos SSD locais em branco à instância reiniciada. É necessário formatar e ativar esses discos antes que a instância possa usá-los. Os dados nos discos SSD locais originais são irrecuperáveis.

Google Cloud usa uma abordagem de melhor esforço para manter os dados do SSD local intactos. No entanto, há casos em que não é possível recuperar os dados, como um tempo limite. Para mais informações sobre quando os discos SSD locais são preservados, consulte Permanência de dados do SSD local.

Tempo limite de recuperação do SSD local

Quando ocorre um erro de host, o Compute Engine tenta recuperar todos os discos SSD locais anexados à instância. É possível controlar quanto tempo o Compute Engine gasta tentando recuperar os dados com a configuração localSsdRecoveryTimeout da política de host.

Por padrão, o Compute Engine gasta uma hora recuperando os dados, mas os valores válidos para essa configuração ficam entre 0 e 168, em incrementos de 1 hora. Para instâncias Z3, o valor padrão é 6, o que significa que as instâncias Z3 vão tentar recuperar os dados do SSD local por 6 horas antes de atingir o limite de tempo limite.

Se você definir o tempo limite de recuperação do SSD local como 0, o Compute Engine não vai tentar recuperar nenhum disco SSD local anexado. A instância é reiniciada o mais rápido possível, e os dados do SSD local são irrecuperáveis. Use essa configuração se a retomada da carga de trabalho for mais importante do que a recuperação dos dados do SSD local.

Se o tempo limite de recuperação não estiver definido como 0, mas o limite de tempo for atingido antes que os dados do SSD local sejam recuperados, o Compute Engine vai reiniciar a instância sem o disco SSD local. O Compute Engine anexa novos discos SSD locais em branco à instância reiniciada. É necessário formatar e ativar esses discos antes que a instância possa usá-los.

A instância está no REPAIRING estado enquanto o Compute Engine tenta recuperar os discos SSD locais. A instância e os discos SSD locais ficam indisponíveis durante esse período.

Se você definir o tempo limite de recuperação do SSD local como o valor máximo de 168, a instância vai permanecer no estado REPAIRING por até 7 dias enquanto o Compute Engine tenta recuperar os discos SSD locais.

Interromper a recuperação do disco SSD local

É possível interromper o processo de recuperação do disco SSD local antes que o Compute Engine atinja o limite de tempo limite de recuperação. Para fazer isso, use o comando gcloud compute instances stop com a flag --discard-local-ssd=True.

Esse comando interrompe o processo de recuperação, interrompe a instância de computação e descarta os dados do SSD local. Em seguida, é possível reiniciar a instância. Consulte Interromper uma instância com SSD local para mais informações.

Para definir o tempo limite de recuperação do SSD local, consulte Definir a política de manutenção do host da instância.

Programação de manutenção

Google Cloud fornece recursos que permitem maior controle da manutenção. Ao usar determinadas famílias de máquinas, é possível especificar preferências de manutenção e receber notificações de eventos de manutenção futuros pelo Cloud Logging, pelo servidor de metadados da instância, pelo comando compute instances describe da CLI gcloud ou pelo método instances.describe da REST. Ao receber uma notificação, você tem um período de tempo em que pode iniciar a manutenção programada no horário escolhido. Se você não acionar a manutenção programada, o evento de manutenção vai ocorrer no final do período de notificação, que é o horário programado listado na notificação.

É possível usar esses recursos em combinação com a política de manutenção do host para personalizar uma programação de manutenção que se adapte à sua carga de trabalho.

A seguir