כוונון ביצועי הצומת

בעזרת Performance Tuning Operator אתם יכולים לשנות את ההגדרות של צומתי העובדים כדי לשפר את הביצועים של עומסי העבודה ואת ניצול המשאבים ב-Google Distributed Cloud. כדי לשפר את היעילות של אפליקציות שרגישות לביצועים, בלי להוסיף צמתים, מעבדים או זיכרון, אתם יכולים לשנות את ההגדרות ברמת הצומת, כמו מעבדים מבודדים ושמורים, דפי זיכרון ענקיים ומיקום NUMA.

אתם מנהלים את ההגדרות האלה באמצעות משאבים בהתאמה אישית של PerformanceTuningProfile שמטרגטים צומתי עובדים עם בוררי צמתים, כך שאתם לא צריכים להגדיר כל צומת בנפרד. ההגדרות נשמרות גם בפעולות גדולות באשכול, כמו שדרוגים.

איך פועל Performance Tuning Operator

הכלי Performance Tuning Operator מתזמר את התכונות והכלים הבאים של Kubernetes ושל מערכת ההפעלה (OS) שקשורים לביצועים:

כדי למנוע התנגשויות, כשמשתמשים ב-Performance Tuning Operator, מומלץ לא להשתמש בנפרד בכלים ובתכונות של Kubernetes ושל מערכת ההפעלה שצוינו קודם.

דרישות מוקדמות ומגבלות

אלה הדרישות המוקדמות והמגבלות לשימוש ב-Performance Tuning Operator:

  • רק ב-Red Hat Enterprise Linux ‏(RHEL): אפשר להשתמש ב-Performance Tuning Operator רק בצמתים שפועלים בגרסאות נתמכות של RHEL.

  • אשכול משתמש או אשכול היברידי עם צומתי עובד: אפשר להשתמש ב-Performance Tuning Operator רק עם צומתי עובד באשכולות משתמש או באשכולות היברידיים. אי אפשר להשתמש ב-Performance Tuning Operator כדי לכוונן צומתי מישור בקרה. הכלי Performance Tuning Operator משתמש בבורר צמתים כדי לקבוע איך להחיל פרופילי כוונון. כדי לוודא שהפרופילים לכוונון מוחלים רק על צומתי עובדים, ה-nodeSelector בכל משאב מותאם אישית של פרופיל חייב לכלול את התווית הרגילה של צומת עובד node-role.kubernetes.io/worker: "". אם הערך של nodeSelector בפרופיל הכוונון תואם לתוויות בצומת של מישור הבקרה, הצומת הזה לא מכוונן ומוגדר מצב שגיאה. למידע נוסף על מצבי שגיאה, קראו את המאמר בדיקת סטטוס. לפני שמתקינים את Performance Tuning Operator ומחילים פרופילי כוונון, חשוב לוודא שהאשכול פועל בצורה תקינה.

  • ‫TuneD 2.22.0: כדי להשתמש ב-Performance Tuning Operator, צריך להתקין מראש את TuneD בגרסה 2.22.0 בצומתי העובדים שרוצים לשפר את הביצועים שלהם. מידע נוסף על TuneD, כולל הוראות התקנה, זמין במאמר תחילת העבודה עם TuneD במסמכי התיעוד של Red Hat Enterprise Linux. ‫Performance Tuning Operator משתמש ב-TuneD עם הפרופיל cpu-partitioning. אם אין לכם את הפרופיל הזה, אתם יכולים להתקין אותו באמצעות הפקודה הבאה:

    dnf install -y tuned-profiles-cpu-partitioning
    
  • דרישות המשאבים של עומסי העבודה: כדי להפיק את המקסימום מכוונון הביצועים, חשוב להבין היטב את דרישות הזיכרון וה-CPU (בקשות למשאבים ומגבלות) של עומסי העבודה.

  • משאבי הצומת הזמינים: משאבי המעבד (CPU) והזיכרון של הצמתים. אתם יכולים לקבל מידע מפורט על המעבד והזיכרון של הצומת בקבצים /proc/cpuinfo ו-/proc/meminfo, בהתאמה. אפשר גם להשתמש ב-kubectl get nodes כדי לאחזר את כמות משאבי המחשוב והזיכרון (status.allocatable) שיש לצומת עובד שזמינים לפודים.

  • נדרש ניקוז: כחלק מתהליך הכוונון, Performance Tuning Operator מרוקן קודם את הצמתים ואז מחיל פרופיל כוונון. כתוצאה מכך, יכול להיות שהצמתים ידווחו על סטטוס NotReady במהלך כוונון הביצועים. כדי לצמצם את חוסר הזמינות של עומסי העבודה, מומלץ להשתמש באסטרטגיית עדכון בהדרגה (rolling) (spec.updateStrategy.type: rolling) במקום בעדכון באצווה.

  • נדרשת הפעלה מחדש: כדי שהשינויים בכוונון הצומת ייכנסו לתוקף, Performance Tuning Operator מפעיל מחדש את הצומת אחרי החלת פרופיל הכוונון.

התקנת Performance Tuning Operator

ה-Performance Tuning Operator מורכב בעיקר משני בקרים (Deployment ו-DaemonSet) שמתקשרים זה עם זה כדי לכוונן צמתים על סמך הגדרות הפרופיל. כברירת מחדל, Performance Tuning Operator לא מותקן עם Google Distributed Cloud. אתם מורידים את המניפסטים של Performance Tuning Operator מ-Cloud Storage ומשתמשים ב-kubectl apply כדי ליצור משאבים של Performance Tuning Operator באשכול.

כדי להפעיל את כוונון הביצועים עם ערכי ברירת המחדל של האשכול:

  1. יוצרים ספרייה בשם performance-tuning בתחנת העבודה של האדמין.

  2. מורידים את החבילה העדכנית של Performance Tuning Operator מהקטגוריה של גרסאות Cloud Storage בספרייה performance-tuning:

    gcloud storage cp gs://anthos-baremetal-release/node-performance-tuning/0.1.0-gke.47 . --recursive
    

    הקבצים שהורדתם כוללים מניפסטים לפריסה של performance-tuning-operator ול-DaemonSet של nodeconfig-controller-manager. הוא כולל גם מניפסטים לפונקציות קשורות, כמו בקרת גישה מבוססת-תפקידים (RBAC) ובקרת כניסה דינמית.

  3. כמשתמש Root, מחילים את כל המניפסטים של Performance Tuning Operator באופן רקורסיבי על אשכול המשתמש (או האשכול ההיברידי):

    kubectl apply -f performance-tuning --recursive –-kubeconfig USER_KUBECONFIG
    

    אחרי שיוצרים את ה-Deployment ואת ה-DaemonSet והם פועלים, האינטראקציה היחידה שלכם היא לערוך ולהחיל מניפסטים של PerformanceTuningProfile.

בדיקת דרישות המשאבים של עומסי העבודה

לפני שמתאימים את הצמתים, צריך להבין את הדרישות של משאבי המחשוב והזיכרון של עומסי העבודה. אם לצומתי העובדים יש מספיק משאבים, אפשר לכוונן את הצמתים כדי לספק זיכרון מובטח (דפים רגילים ודפים גדולים) לעומסי העבודה במחלקה המובטחת של איכות השירות (QoS).

‫Kubernetes מקצה מחלקות QoS לכל אחד מה-Pods, על סמך אילוצי המשאבים שציינתם לקונטיינרים המשויכים. לאחר מכן, Kubernetes משתמש במחלקות QoS כדי לקבוע איך לתזמן את ה-Pods והקונטיינרים ולהקצות משאבים לעומסי העבודה. כדי לנצל את מלוא היתרונות של כוונון הצמתים לעומסי העבודה, עומסי העבודה צריכים לכלול הגדרות של בקשות או מגבלות למשאבי מעבד (CPU) או זיכרון.

כדי להקצות ל-Pods את מחלקת ה-QoS‏ guaranteed, הם צריכים לעמוד בדרישות הבאות:

  • לכל מאגר ב-Pod:
    • מציינים ערכים גם לבקשות של הקצאת משאבי זיכרון (spec.containers[].resources.requests.memory) וגם למגבלות (spec.containers[].resources.limits.memory).
    • הערך של מגבלות הזיכרון חייב להיות שווה לערך של בקשות הזיכרון.
    • מציינים ערכים גם לבקשות למשאבי מעבד (spec.containers[].resources.requests.cpu) וגם למגבלות (spec.containers[].resources.limits.cpu).
    • ערך מגבלות המעבד (CPU) חייב להיות שווה לערך בקשות המעבד (CPU).

הקטע הבא ממפרט Pod מציג הגדרות של משאבי מעבד (CPU) שעומדות בדרישות של מחלקת QoS מובטחת:

spec:
  containers:
  - name: sample-app
    image: images.my-company.example/app:v4
    resources:
      requests:
        memory: "128Mi"
        cpu: "2"
      limits:
        memory: "128Mi"
        cpu: "2"
  ...

כשמאחזרים את פרטי ה-Pod באמצעות kubectl get pods, הקטע status צריך לכלול את מחלקת ה-QoS שהוקצתה, כמו בדוגמה הבאה:

apiVersion: v1
kind: Pod
metadata:
  creationTimestamp: "2023-09-22T21:05:23Z"
  generateName: my-deployment-6fdd69987d-
  labels:
    app: metrics
    department: sales
    pod-template-hash: 6fdd69987d
  name: my-deployment-6fdd69987d-7kv42
  namespace: default
  ...
spec:
  containers:
  ...
status:
  conditions:
  - lastProbeTime: null
    lastTransitionTime: "2023-09-22T21:05:23Z"
    status: "True"
    type: Initialized
  ...
  qosClass: BestEffort
  startTime: "2023-09-22T21:05:23Z"

למידע נוסף על מחלקות QoS, קראו את המאמר מחלקות איכות השירות של Pod במסמכי התיעוד של Kubernetes. במאמר הגדרת איכות השירות (QoS) לפודים מוסבר איך להגדיר את הפודים והקונטיינרים כך שתוקצה להם מחלקת QoS.

דרישות המעבד (CPU)

כשמבצעים כוונון של צומת, אפשר לציין קבוצה של ליבות מעבד (CPU) ששמורות (spec.cpu.reservedCPUs) להרצת דימונים של מערכת Kubernetes, כמו kubelet וסביבת זמן ריצה של קונטיינר. אותה קבוצה של מעבדי CPU שמורים מריצה גם תהליכי רקע של מערכת ההפעלה, כמו sshd ו-udev. שאר ליבות המעבד (CPU) מוקצות כמבודדות. מעבדים מבודדים מיועדים לאפליקציות תלויות מעבד, שדורשות זמן מעבד ייעודי בלי הפרעות מאפליקציות אחרות או פסיקות מהרשת או ממכשירים אחרים.

כדי לתזמן Pod במעבדים המבודדים של צומת עובד:

  • מגדירים את ה-Pod לאיכות שירות (QoS) מובטחת.

  • הדרישות והמגבלות של המעבד (CPU) חייבות להיות מצוינות במספרים שלמים. אם תציינו משאבי מעבד חלקיים במפרט ה-Pod, כמו cpu: 0.5 או cpu: 250m (250 מילי-ליבות), לא ניתן יהיה להבטיח את התזמון.

דרישות לגבי הזיכרון

כשמבצעים כוונון של צומת באמצעות Performance Tuning Operator, אפשר ליצור דפים גדולים ולשייך אותם לצמתים של גישה לא אחידה לזיכרון (NUMA) במכונה. בהתאם להגדרות של Pod וצומת, אפשר לתזמן Pods עם זיקה לצומת NUMA.

יצירת פרופיל לכוונון הביצועים

אחרי שמתקינים את Performance Tuning Operator, אתם יוצרים אינטראקציה רק עם האשכול שמריץ את עומסי העבודה שלכם. אתם יוצרים משאבים בהתאמה אישית של PerformanceTuningProfile ישירות באשכול המשתמשים או באשכול ההיברידי, ולא באשכול האדמין. כל משאב PerformanceTuningProfile מכיל קבוצת פרמטרים שמציינת את הגדרת הביצועים שחלה על צומת.

השדה nodeSelector במשאב קובע את הצמתים שעליהם יחול פרופיל הכוונון. כדי להחיל פרופיל על צומת, צריך להוסיף לצומת את התווית של צמד המפתח/ערך התואם. פרופיל הכוונון מוחל על צמתים שכוללים את כל התוויות שצוינו בשדה nodeSelector.

אפשר ליצור כמה משאבי PerformanceTuningProfile באשכול. אם יותר מפרופיל אחד תואם לצומת נתון, מוגדר מצב שגיאה ב-status של המשאב בהתאמה אישית PerformanceTuningProfile. מידע נוסף על הקטע status זמין במאמר בדיקת הסטטוס.

מגדירים את מרחב השמות של המשאב בהתאמה אישית של PerformanceTuningProfile ל-kube-system.

כדי לשפר את הביצועים של צומת עובד אחד או יותר:

  1. עורכים את המניפסט של PerformanceTuningProfile.

    למידע על כל שדה במניפסט ולמניפסט לדוגמה, עיינו בחומר העזר בנושא משאבי PerformanceTuningProfile.

  2. (אופציונלי) לצומתי העובדים שעליהם מחילים פרופיל, מוסיפים תוויות שתואמות לצמד המפתח/ערך spec.nodeSelector.

    אם לא צוין צמד מפתח/ערך של spec.nodeSelector במשאב המותאם אישית PerformanceTuningProfile, הפרופיל יחול על כל צומתי העובדים.

  3. מחילים את המניפסט על האשכול.

    kubectl apply -f PROFILE_MANIFEST --kubeconfig KUBECONFIG
    

    מחליפים את מה שכתוב בשדות הבאים:

    • ‫PROFILE_MANIFEST: הנתיב של קובץ המניפסט למשאב בהתאמה אישית PerformanceTuningProfile.
    • ‫KUBECONFIG: הנתיב לקובץ kubeconfig של האשכול.

הסרת פרופיל כוונון

כדי לאפס צומת למצב המקורי שלו, לפני הכוונון:

  1. מוחקים את המשאב המותאם אישית PerformanceTuningProfile מהאשכול.

  2. מעדכנים או מסירים את התוויות בצומת כדי שהוא לא ייבחר שוב על ידי פרופיל הכוונון.

אם יש כמה פרופילי כוונון שמשויכים לצומת, חוזרים על השלבים הקודמים לפי הצורך.

השהיית פרופיל כוונון

אם אתם צריכים לבצע תחזוקה באשכול, אתם יכולים להשהות זמנית את הכוונון על ידי עריכת המשאב המותאם אישית PerformanceTuningProfile. מומלץ להשהות את הכוונון לפני שמבצעים פעולות קריטיות באשכול, כמו שדרוג האשכול.

מקרה נוסף שבו כדאי להשהות את הכוונון הוא אם הפרופיל לא הוחל בהצלחה. אם תהליך הכוונון לא מצליח, יכול להיות שהבקר ימשיך לנסות לכוונן את הצומת, מה שעלול לגרום לצומת לבצע הפעלה מחדש שוב ושוב. אם אתם רואים שסטטוס הצומת עובר בין המצבים "מוכן" ו"לא מוכן", השהו את הכוונון כדי שתוכלו להתאושש מהמצב הלא תקין.

כדי להשהות את הכוונון:

  1. עורכים את המניפסט של המשאב המותאם אישית PerformanceTuningProfile כדי להגדיר את spec.paused לערך true.

  2. משתמשים ב-kubectl apply כדי לעדכן את המשאב.

כשהכוונון מושהה, הבקר של Performance Tuning Operator מפסיק את כל הפעולות שלו. ההשהיה מונעת את הסיכון שהפעולות של בקר Performance Tuning Operator יתנגשו עם פעולות של בקר Google Distributed Cloud.

הפניה למשאב PerformanceTuningProfile

בקטע הזה מתוארים כל השדות במשאב המותאם אישית של PerformanceTuningProfile. המשאב הזה משמש ליצירת פרופיל כוונון לאחד או יותר מהצמתים באשכול. אפשר לשנות את כל השדות במשאב אחרי שיוצרים את הפרופיל. הפרופילים צריכים להיות במרחב השמות kube-system.

במניפסט הפרופיל לדוגמה של numa לצמתים עם 8 ליבות מעבד (CPU) מפורטות הקצאות המשאבים הבאות:

  • ‫4 ליבות מעבד (0-3) שמורות לתקורה של מערכת Kubernetes.

  • 4 ליבות מעבד (4-7) מוקצות לעומסי עבודה בלבד.

  • כברירת מחדל, זיכרון הצומת מחולק לדפים של 2MiB במקום לדפים הרגילים של 4Ki.

  • ‫10 דפים של זיכרון בגודל 1GiB מוקצים לשימוש על ידי צומת NUMA‏ 0.

  • ‫5 דפי זיכרון בגודל 2 MiB מוקצים לשימוש על ידי צומת NUMA‏ 1.

  • מנהל הטופולוגיה משתמש במדיניות של השתדלות לתזמון עומסי עבודה.

apiVersion: anthos.gke.io/v1alpha1
kind: PerformanceTuningProfile
metadata:
  name: numa
  namespace: kube-system
spec:
  cpu:
    isolatedCPUs: 4-7
    reservedCPUs: 0-3
  defaultHugepagesSize: 2M
  nodeSelector:
    app: database
    node-role.kubernetes.io/worker: ""
  pages:
  - count: 10
    numaNode: 0
    size: 1G
  - count: 5
    numaNode: 1
    size: 2M
  topologyManagerPolicy: best-effort

אפשר לאחזר את הגדרת המשאב המותאם אישית PerformanceTuningProfile הקשורה מהקבוצה anthos.gke.io באשכול. הגדרת המשאב בהתאמה אישית מותקנת אחרי שההערה של תכונת ה-Preview מתווספת למשאב האשכול בניהול עצמי.

הגדרת המעבד (CPU)

מאפיין (property) תיאור
cpu.reservedCPUs חובה. ניתן לשינוי. מחרוזת. בשדה הזה מגדירים קבוצה של ליבות מעבד (CPU) שיוקצו לדמונים של מערכת Kubernetes, כמו kubelet, סביבת זמן הריצה של הקונטיינר וגלאי הבעיות בצומת. ליבות המעבד האלה משמשות גם לדמונים של מערכת ההפעלה (OS), כמו sshd ו-udev.

בשדה cpu.reservedCPUs צריך להזין רשימה של מספרי מעבדים או טווחים של מספרי מעבדים. צריך לוודא שרשימת המעבדים לא חופפת לרשימה שצוינה באמצעות cpu.isolatedCPUs. האיחוד של המעבדים שרשומים בשני השדות האלה חייב לכלול את כל המעבדים של הצומת.

cpu.isolatedCPUs זה שינוי אופציונלי. ניתן לשינוי. מחרוזת. השדה cpu.isolatedCPUs מגדיר קבוצה של מעבדים שמשמשים רק לאפליקציות שרגישות לביצועים. מנהל המעבד (CPU) מתזמן קונטיינרים רק במעבדים (CPU) שלא שמורים, בהתאם למחלקות של איכות השירות (QoS) ב-Kubernetes. כדי לוודא שעומסי העבודה פועלים במעבדים המבודדים, מגדירים Pods עם מחלקת QoS מובטחת ומקצים משאב מעבד ל-Pod או למאגר. כדי להבטיח תזמון של Pod, צריך לציין יחידות CPU שלמות, ולא משאבי CPU חלקיים (cpu: "0.5").
apiVersion: v1
kind: Pod
...
spec:
  containers:
  ...
    resources:
      limits:
        cpu: "1"
      requests:
        cpu: "1"
  ...

כדי לשפר את הביצועים, כדאי להגדיל את מספר המעבדים המבודדים לעומסי עבודה. בשדה הזה מזינים רשימה של מספרי מעבדים או טווחים של מספרי מעבדים. חשוב לוודא שרשימת המעבדים לא חופפת לרשימה שצוינה באמצעות cpu.reservedCPUs, ושהאיחוד של הרשימות בשני השדות האלה כולל את כל המעבדים של הצומת.

cpu.balanceIsolated זה שינוי אופציונלי. ניתן לשינוי. בוליאני. ברירת המחדל: true. השדה הזה מציין אם קבוצת המעבדים המבודדים מתאימה לאיזון עומסים אוטומטי של עומסי עבודה בין מעבדים. כשמגדירים את השדה הזה לערך false, עומסי העבודה צריכים להקצות כל שרשור באופן מפורש למעבד (CPU) ספציפי כדי לפזר את העומס בין המעבדים. הקצאות מפורשות של מעבדים (CPU) מאפשרות לקבל את הביצועים הכי צפויים לעומסי עבודה מובטחים, אבל הן מוסיפות עוד מורכבות לעומסי העבודה.
cpu.globallyEnableIRQLoadBalancing חובה. ניתן לשינוי. בוליאני. ברירת המחדל: true. השדה הזה מציין אם להפעיל איזון עומסים של בקשות פסיקה (IRQ) לקבוצת המעבדים המבודדים.

הגדרת הזיכרון

מאפיין (property) תיאור
defaultHugePageSize זה שינוי אופציונלי. ניתן לשינוי. ערכי ספירה: 1G או 2M. השדה הזה מגדיר את הגודל של hugepage שמוגדר כברירת מחדל בפרמטרים של אתחול הליבה. הקצאת Hugepages מתבצעת בזמן ההפעלה, לפני שהזיכרון עובר פרגמנטציה. חשוב לשים לב שהגדרת גודל ברירת המחדל של hugepages ל-1G מסירה את כל התיקיות שקשורות ל-2M מהצומת. אם גודל ברירת המחדל של hugepage הוא 1G, אי אפשר להגדיר hugepages בגודל 2M בצומת.
pages זה שינוי אופציונלי. ניתן לשינוי. מספר שלם. בשדה הזה מצוין מספר דפי ה-hugepages שצריך ליצור בזמן ההפעלה. בשדה הזה מזינים מערך של דפים. לפני שמציינים hugepages, צריך לבדוק את הזיכרון הזמין בצמתים. אל תבקשו יותר דפי hugepage ממה שצריך ואל תשריינו את כל הזיכרון לדפי hugepage. עומסי העבודה שלכם דורשים גם זיכרון סטנדרטי.

בחירת צומת

מאפיין (property) תיאור
nodeSelector חובה. ניתן לשינוי. בשדה הזה תמיד צריך להזין את התווית של צומת העובד של Kubernetes,‏ node-role.kubernetes.io/worker:"", כדי לוודא שכוונון הביצועים מתבצע רק בצומתי עובדים. השדה הזה מקבל תווית צומת אופציונלית כצמד מפתח/ערך. התוויות של צמדי מפתח/ערך משמשות לבחירת צומתי עובד ספציפיים עם תוויות תואמות. כשהתוויות של nodeSelector תואמות לתוויות בצומת עובד, פרופיל הביצועים מוחל על הצומת הזה. אם לא מציינים תווית של מפתח/ערך בפרופיל, היא חלה על כל צומתי העובדים באשכול.

לדוגמה, בקובץ nodeSelector הבא מצוין שפרופיל הכוונון חל רק על צומתי עובדים עם תוויות app: database תואמות:

...
spec:
  nodeSelector:
    app: database
    node-role.kubernetes.io/worker: ""
  ...

הגדרת Kubelet

מאפיין (property) תיאור
topologyManagerPolicy זה שינוי אופציונלי. ניתן לשינוי. ספירה: none,‏ best-effort,‏ restricted או single-numa-node. ברירת המחדל: best-effort. בשדה הזה מציינים את המדיניות של מנהל הטופולוגיה של Kubernetes, שמשמשת להקצאת משאבים לעומסי העבודה על סמך סיווג איכות השירות (QoS) שהוקצה. מידע נוסף על הקצאת מחלקות QoS זמין במאמר הגדרת איכות השירות לפודים.

פעולות בפרופיל

מאפיין (property) תיאור
paused זה שינוי אופציונלי. ניתן לשינוי. בוליאני. מגדירים את paused לערך true כדי למנוע באופן זמני מבקרי DaemonSet לכוונן צמתים נבחרים.
updateStrategy זה שינוי אופציונלי. ניתן לשינוי. מציינת את האסטרטגיה להחלת שינויים בהגדרות הכוונון על צמתים נבחרים.
updateStrategy.rollingUpdateMaxUnavailalble זה שינוי אופציונלי. ניתן לשינוי. מספר שלם. ברירת המחדל: 1. מציינת את המספר המקסימלי של צמתים שאפשר לכוונן בו-זמנית. השדה הזה רלוונטי רק כשמגדירים את type בתור rolling.
updateStrategy.type זה שינוי אופציונלי. ניתן לשינוי. ערכי ספירה: batch או rolling. ברירת המחדל: rolling. מגדירה איך להחיל עדכוני פרופיל על צמתים נבחרים. אם רוצים להחיל את העדכון על כל הצמתים שנבחרו בו-זמנית, מגדירים את type לערך batch. כברירת מחדל, העדכונים מופצים ברצף לצמתים נפרדים, אחד אחרי השני.

בדיקת הסטטוס

אחרי שיוצרים או מעדכנים את המשאב המותאם אישית PerformanceTuningProfile, בקר מכוונן את הצמתים שנבחרו על סמך ההגדרות שסופקו במשאב. כדי לבדוק את הסטטוס של PerformanceTuningProfile, אנחנו חושפים את השדה הבא ב-Status:

מאפיין (property) תיאור
conditions התנאי מייצג את התצפיות האחרונות הזמינות של המצב הנוכחי של משאב הפרופיל.
conditions.lastTransitionTime תמיד מוחזר. מחרוזת (בפורמט של תאריך ושעה). הפעם האחרונה שבה המצב עבר מסטטוס אחד לאחר. השעה הזו בדרך כלל מציינת מתי השתנה המצב הבסיסי. אם השעה לא ידועה, השעה מציינת מתי השדה ב-API השתנה.
conditions.message זה שינוי אופציונלי. מחרוזת. הודעה קריאה לאנשים עם פרטים על המעבר. יכול להיות שהשדה הזה ריק.
conditions.observedGeneration זה שינוי אופציונלי. מספר שלם. אם השדה הזה מוגדר, הוא מייצג את metadata.generation שהתנאי הוגדר על פיו. לדוגמה, אם הערך של metadata.generation הוא 12, אבל הערך של status.condition[x].observedGeneration הוא 9, התנאי לא עדכני ביחס למצב הנוכחי של המכונה.
conditions.reason חובה. מחרוזת. הסיבה למעבר האחרון בין התנאים.
conditions.status חובה. סטטוס התנאי: True,‏ False או Unknown.
conditions.type חובה. ‫Type הוא סוג התנאי: Stalled או Reconciling.
readyNodes מספר הצמתים שפרופיל הכוונון הוחל עליהם בהצלחה.
reconcilingNodes מספר הצמתים שנבחרו (או שנבחרו בעבר) שנמצאים בתהליך התאמה לפרופיל הכוונון האחרון על ידי nodeconfig-controller-manager DaemonSet.
selectedNodes מספר הפתקים שנבחרו. כלומר, מספר הצמתים שתואמים לבורר הצמתים של המשאב המותאם אישית PerformanceTuningProfile.

המאמרים הבאים