El detector de problemas del nodo es una biblioteca de código abierto que supervisa el estado de los nodos y detecta problemas comunes de los nodos, como problemas de hardware, kernel o entorno de ejecución de contenedores. En Google Distributed Cloud, se ejecuta como un servicio systemd en cada nodo.
El detector de problemas de nodos está habilitado de forma predeterminada a partir de la versión 1.10.0 de Google Distributed Cloud.
Si necesitas asistencia adicional, comunícate con Atención al cliente de Cloud. También puedes consultar Cómo obtener asistencia para obtener más información sobre los recursos de asistencia, incluidos los siguientes:
- Requisitos para abrir un caso de asistencia
- Herramientas para ayudarte a solucionar problemas, como la configuración de tu entorno, los registros y las métricas
- Componentes compatibles
¿Qué problemas detecta?
El detector de problemas del nodo puede detectar los siguientes tipos de problemas:
- Problemas de entorno de ejecución del contenedor, como daemons de entorno de ejecución que no responden
- Problemas de hardware, como fallas de CPU, memoria o disco
- Problemas de kernel, como condiciones de interbloqueo de kernel o sistemas de archivos dañados
Se ejecuta en un nodo y, además, informa problemas al servidor de la API de Kubernetes como NodeCondition
o como Event
.
Un NodeCondition
es un problema que hace que un nodo no pueda ejecutar Pods, mientras que un Event
es un problema temporal que tiene un efecto limitado en los Pods, pero se considera lo suficientemente importante como para informarlo.
En la siguiente tabla, se describen los NodeConditions
que detecta el Detector de problemas del nodo y si se pueden reparar automáticamente:
Condición | Motivo | Se admite la reparación automática.1 |
---|---|---|
KernelDeadlock |
Los procesos del kernel están atascados esperando que otros procesos del kernel liberen los recursos necesarios. | No |
ReadonlyFilesystem |
El clúster no puede escribir en el sistema de archivos debido a un problema, como que el disco esté lleno. | No |
FrequentKubeletRestart |
El kubelet se reinicia con frecuencia, lo que impide que el nodo ejecute pods de manera eficaz. | No |
FrequentDockerRestart |
El daemon de Docker se reinició más de 5 veces en 20 minutos. | No |
FrequentContainerdRestart |
El tiempo de ejecución del contenedor se reinició más de 5 veces en 20 minutos. | No |
FrequentUnregisterNetDevice |
El nodo experimenta la anulación frecuente del registro de dispositivos de red. | No |
KubeletUnhealthy |
El nodo no funciona correctamente o no responde al plano de control. | No |
ContainerRuntimeUnhealthy |
El entorno de ejecución del contenedor no funciona correctamente, lo que impide que los Pods se ejecuten o programen en el nodo. | No |
CorruptDockerOverlay2 |
Hay problemas o incoherencias en el sistema de archivos dentro del directorio del controlador de almacenamiento overlay2 de Docker. | No |
OrphanContainers 2 |
Se borró un pod específico de un contenedor, pero el contenedor correspondiente aún existe en el nodo. | No |
FailedCgroupRemoval 2 |
Algunos cgroups están en estado inactivo. | Sí |
1 En las versiones 1.32 y posteriores, se admite la capacidad de reparar automáticamente los problemas detectados en condiciones específicas.
2 Compatible con las versiones 1.32 y posteriores.
Estos son algunos ejemplos de los tipos de problemas Events
que informó el detector de problemas de nodos:
Warning TaskHung node/vm-worker-1-user-a12fabb4a99cb92-ddfce8832fd90f6f.lab.anthos kernel: task docker:7 blocked for more than 300 seconds.
Warning KernelOops node/vm-worker-1-user-a12fabb4a99cb92-ddfce8832fd90f6f.lab.anthos kernel: BUG: unable to handle kernel NULL pointer dereference at 00x0.
¿Qué problemas repara?
A partir de la versión 1.32, cuando Node Problem Detector descubre NodeConditions
seleccionados, puede reparar automáticamente el problema correspondiente en el nodo. A partir de la versión 1.32, el único NodeCondition
que admite la reparación automática es FailedCgroupRemoval
.
Cómo ver los problemas detectados
Ejecuta el siguiente comando kubectl describe
para buscar NodeConditions
y Events
:
kubectl describe node NODE_NAME \
--kubeconfig=KUBECONFIG
Reemplaza lo siguiente:
NODE_NAME
: Es el nombre del nodo que verificas.KUBECONFIG
: Es la ruta del archivo kubeconfig del clúster.
Cómo habilitar o inhabilitar el Detector de problemas del nodo
De forma predeterminada, Node Problem Detector está habilitado, pero se puede inhabilitar en el recurso ConfigMap node-problem-detector-config
. A menos que lo inhabilites de forma explícita, el detector de problemas del nodo supervisa continuamente los nodos en busca de condiciones específicas que indiquen problemas en el nodo.
Para inhabilitar el detector de problemas del nodo en un clúster determinado, sigue estos pasos:
Edita el recurso ConfigMap
node-problem-detector-config
:kubectl edit configmap node-problem-detector-config \ --kubeconfig=KUBECONFIG \ --namespace=CLUSTER_NAMESPACE
Reemplaza lo siguiente:
KUBECONFIG
: Es la ruta del archivo kubeconfig del clúster.CLUSTER_NAMESPACE
: Es el espacio de nombres del clúster en el que deseas habilitar el detector de problemas del nodo.
Este comando inicia automáticamente un editor de texto en el que puedes editar el recurso
node-problem-detector-config
.Establece
data.enabled
enfalse
en la definición del recursonode-problem-detector-config
.apiVersion: v1 kind: ConfigMap metadata: creationTimestamp: "2025-04-19T21:36:44Z" name: node-problem-detector-config ... data: enabled: "false"
Inicialmente, el ConfigMap de
node-problem-detector-config
no tiene un campodata
, por lo que es posible que debas agregarlo.Para actualizar el recurso, guarda los cambios y cierra el editor.
Para volver a habilitar el detector de problemas del nodo, realiza los pasos anteriores, pero establece data.enabled
en true
en la definición del recurso node-problem-detector-config
.
Cómo habilitar e inhabilitar la reparación automática
A partir de la versión 1.32, el detector de problemas de nodos verifica NodeConditions
específicos y repara automáticamente el problema correspondiente en el nodo. De forma predeterminada, la reparación automática está habilitada para los NodeConditions
compatibles, pero se puede inhabilitar en el recurso ConfigMap de node-problem-detector-config
.
Para inhabilitar el comportamiento de reparación automática en un clúster determinado, sigue estos pasos:
Edita el recurso ConfigMap
node-problem-detector-config
:kubectl edit configmap node-problem-detector-config \ --kubeconfig=KUBECONFIG \ --namespace=CLUSTER_NAMESPACE
Reemplaza lo siguiente:
KUBECONFIG
: Es la ruta del archivo kubeconfig del clúster.CLUSTER_NAMESPACE
: Es el espacio de nombres del clúster en el que deseas habilitar el detector de problemas del nodo.
Este comando inicia automáticamente un editor de texto en el que puedes editar el recurso
node-problem-detector-config
.Establece
data.check-only
comotrue
en la definición del recursonode-problem-detector-config
.apiVersion: v1 kind: ConfigMap metadata: creationTimestamp: "2025-04-19T21:36:44Z" name: node-problem-detector-config ... data: enabled: "true" check-only: "true"
Inicialmente, el ConfigMap de
node-problem-detector-config
no tiene un campodata
, por lo que es posible que debas agregarlo. Si configurascheck-only
como"true"
, se inhabilita la reparación automática para todas las condiciones admitidas.Para actualizar el recurso, guarda los cambios y cierra el editor.
Para volver a habilitar la reparación automática para todos los NodeConditions
que la admiten, establece data.check-only
en "false"
en el ConfigMap node-problem-detector-config
.
Cómo detener y reiniciar el Detector de problemas del nodo
El detector de problemas del nodo se ejecuta como un servicio systemd
en cada nodo. Si deseas administrar el detector de problemas del nodo de un nodo determinado, usa SSH para acceder al nodo y ejecuta los siguientes comandos de systemctl
.
Para inhabilitar el detector de problemas del nodo, ejecuta el siguiente comando:
systemctl stop node-problem-detector
Para reiniciar el detector de problemas del nodo, ejecuta el siguiente comando:
systemctl restart node-problem-detector
Para comprobar si el detector de problemas del nodo se ejecuta en un nodo en particular, ejecuta el siguiente comando:
systemctl is-active node-problem-detector
Características no compatibles
Google Distributed Cloud no admite las siguientes personalizaciones del detector de problemas de nodos:
- Exportar informes del Detector de problemas de nodos a otros sistemas de supervisión, como Stackdriver o Prometheus
- Personalizar qué
NodeConditions
oEvents
buscar. - Ejecutar secuencias de comandos de supervisión definidas por el usuario.
¿Qué sigue?
Si necesitas asistencia adicional, comunícate con Atención al cliente de Cloud. También puedes consultar Cómo obtener asistencia para obtener más información sobre los recursos de asistencia, incluidos los siguientes:
- Requisitos para abrir un caso de asistencia
- Herramientas para ayudarte a solucionar problemas, como la configuración de tu entorno, los registros y las métricas
- Componentes compatibles