Autopilot-Modus-Arbeitslasten in GKE Standard

Mit ComputeClasses können Sie Google Kubernetes Engine (GKE) Autopilot-Arbeitslasten in Ihren GKE Standard-Clustern ausführen. In diesem Dokument werden die Methoden beschrieben, mit denen Sie Ihre Arbeitslasten im Autopilot-Modus ausführen können. Außerdem wird erläutert, wann Sie eine Arbeitslast in einem bestimmten Modus ausführen sollten.

Diese Informationen sind für folgende Nutzer bestimmt:

  • Cloud-Architekten, die die Betriebskosten in Unternehmen optimieren möchten.
  • Plattformadministratoren, die den Aufwand für die manuelle Infrastrukturverwaltung reduzieren möchten.
  • Site Reliability Engineers (SREs), die die Wartung, Upgrades und Skalierung der Infrastruktur nach Möglichkeit an Google Cloud übertragen möchten.

Sie sollten mit den folgenden Konzepten vertraut sein:

GKE Autopilot

Autopilot ist ein Betriebsmodus in GKE, in dem Google Ihre Knoteninfrastruktur, Skalierung, Sicherheit und vorkonfigurierten Funktionen verwaltet. Der Autopilot-Modus ist für die Ausführung der meisten Produktionsarbeitslasten in einer Umgebung optimiert, in der empfohlene Einstellungen für Sicherheit, Zuverlässigkeit, Leistung und Skalierbarkeit angewendet werden. Informationen zur Entscheidung zwischen dem Autopilot-Modus und dem Standardmodus basierend auf Ihren Anforderungen finden Sie unter GKE-Betriebsmodi.

Sie können den Autopilot-Modus auf folgende Arten verwenden:

  • Cluster im Autopilot-Modus erstellen: Google verwaltet den gesamten Cluster und wendet Best Practices für Automatisierung, Zuverlässigkeit, Sicherheit und Kosten an.
  • Arbeitslasten im Autopilot-Modus in Standardclustern ausführen: Sie stellen Autopilot-Compute-Klassen bereit und wählen sie in Arbeitslasten aus. Google verwaltet die Knoten, die GKE für diese spezifischen Arbeitslasten in einem von Autopilot verwalteten Knotenpool erstellt. Sie haben die Kontrolle über den Cluster und können Ihre eigenen Standardknotenpools neben den von GKE verwalteten Knoten ausführen.

Autopilot-Modus für Compute-Klassen

Eine ComputeClass ist eine benutzerdefinierte Kubernetes-Ressource, die eine Liste von Knotenkonfigurationen wie Maschinentypen oder Funktionseinstellungen definiert. Sie können bestimmte Compute-Klassen in Kubernetes-Arbeitslastspezifikationen auswählen. Wenn für eine Arbeitslast, die eine ComputeClass auswählt, ein neuer Knoten erforderlich ist, versucht GKE, den Knoten mit einer der Konfigurationen bereitzustellen, die in der ComputeClass deklariert sind. GKE versucht jede Konfiguration in der ComputeClass der Reihe nach und führt ein Fallback auf die nächste Konfiguration aus, wenn die Knotenerstellung fehlschlägt. Weitere Informationen finden Sie unter Benutzerdefinierte Compute-Klassen.

Wenn Sie Autopilot-Arbeitslasten in Ihren GKE-Standardclustern ausführen möchten, aktivieren Sie den Autopilot-Modus in einer ComputeClass und wählen diese ComputeClass in bestimmten Arbeitslasten aus. Google verwaltet alle neuen Knoten, die von GKE für diese Arbeitslasten bereitgestellt werden, ähnlich wie die Knoten in Autopilot-Clustern. Die meisten Vorteile und Sicherheitsfunktionen des Autopilot-Modus gelten für diese Arbeitslasten und die Hostknoten.

Compute-Klassen im Autopilot-Modus bieten Clusteradministratoren zusätzliche Flexibilität bei der Auswahl des gewünschten Kontrollniveaus für bestimmte Arbeitslasten und die Infrastruktur in Ihrem Cluster, z. B. auf folgende Weise:

  • Sie können bestimmte Arbeitslasten vollständig von GKE verwalten lassen, indem Sie sie im Autopilot-Modus ausführen.
  • Sie behalten die volle Kontrolle über Arbeitslasten und Infrastruktur, die nicht den Autopilot-Modus verwenden, z. B. manuell erstellte Knotenpools.
  • Sie können eine Autopilot-Compute-Klasse als Standard für Ihren Cluster oder Namespace festlegen, sodass Arbeitslasten im Autopilot-Modus ausgeführt werden, sofern sie nicht explizit eine andere Option anfordern.

Mit diesen Optionen können Clusteradministratoren den Grad und den Umfang der Verwendung von Autopilot festlegen.

Vorteile von Autopilot-Compute-Klassen in Standardclustern

Wenn Sie einige Ihrer Arbeitslasten im Autopilot-Modus ausführen, profitieren Sie von Vorteilen wie den folgenden:

  • Kosten für die Infrastrukturverwaltung senken: Google führt Upgrades durch, wartet, konfiguriert und optimiert bestimmte Knoten für Sie.
  • Autopilot-Preismodell verwenden: Arbeitslasten, die eine Autopilot-ComputeClass verwenden, werden nach dem Autopilot-Preismodell abgerechnet. Dieses Preismodell umfasst die Abrechnung pro Pod für Arbeitslasten, für die keine bestimmte Hardware angefordert wird. Weitere Informationen finden Sie im Abschnitt „Preise“.
  • Skalierung und Sicherheitsstatus verbessern: Autopilot-Arbeitslasten profitieren von Vorteilen wie dem Zugriff auf die containeroptimierte Compute-Plattform, verbesserten Standardsicherheitsbeschränkungen und dem automatischen Knotenscaling basierend auf Ressourcenanforderungen. Die Knoten für diese Arbeitslasten verwenden Funktionen wie automatische Knotenupgrades und automatische Reparaturen.
  • Zuverlässigkeit verbessern: Das Service Level Agreement (SLA) für GKE enthält ein SLO für die Pod-Betriebszeit für Autopilot.

Viele dieser Vorteile bieten auch Autopilot-Cluster, die im Vergleich zu Standardclustern eine stärker verwaltete Umgebung bieten und mehrere Vorteile in Bezug auf Sicherheit, Netzwerk und Ressourcenverwaltung bieten. Weitere Informationen finden Sie unter Autopilot-Übersicht.

Hardwareauswahl in Autopilot-Compute-Klassen

In Autopilot-Compute-Klassen können Sie bestimmte Hardware für Ihre Knoten auswählen, z. B. GPUs oder Maschinentypen. Alternativ können Sie Pods auch von GKE auf einer containeroptimierten Compute-Plattform für allgemeine Zwecke platzieren lassen. Die Option „für allgemeine Zwecke“ wird für die meisten Produktionsarbeitslasten empfohlen, für die keine spezielle Hardware erforderlich ist. Sie unterstützt sowohl x86- als auch Arm-Architekturen.

In der folgenden Tabelle werden diese Konfigurationsoptionen beschrieben. Außerdem erfahren Sie, wie Sie eine Option in einer ComputeClass auswählen und wie sich diese Auswahl auf Ihr Abrechnungsmodell auswirkt:

Tabelle 1. Hardwareauswahl in Autopilot-Compute-Klassen
Arbeitslastanforderung Empfohlene ComputeClass-Konfiguration Abrechnungsmodell
Arbeitslasten für allgemeine Zwecke

Verwenden Sie eine Autopilot-Compute-Klasse mit der Prioritätsregel podFamily, um Arbeitslasten auszuführen, für die keine spezielle Hardware auf der containeroptimierten Autopilot-Compute-Plattform erforderlich ist. Diese Plattform eignet sich gut für Arbeitslasten für allgemeine Zwecke wie die folgenden:

  • Webserver
  • Ereignisgesteuerte Jobs
  • Batchverarbeitung
  • CI/CD-Pipelines

Die integrierten Autopilot-Compute-Klassen verwenden nur podFamily-Prioritätsregeln. Sie können benutzerdefinierten Autopilot-ComputeClasses auch podFamily-Prioritätsregeln hinzufügen.

 Pod-basiertes Abrechnungsmodell
Arbeitslasten, die bestimmte Hardware erfordern

Verwenden Sie eine ComputeClass, die eine beliebige verfügbare Hardwarekonfigurationsregel verwendet, z. B. die Regel machineFamily oder die Regel gpus.

 Knotenbasiertes Abrechnungsmodell

Konfiguration von Autopilot in ComputeClasses

Sie können den Autopilot-Modus in einem Standardcluster verwenden, indem Sie eine integrierte Autopilot-ComputeClass verwenden, die von GKE bereitgestellt wird, oder indem Sie Autopilot in einer benutzerdefinierten ComputeClass aktivieren, die Sie erstellen. In den folgenden Abschnitten werden die einzelnen Optionen beschrieben.

Integrierte Autopilot-Compute-Klassen

GKE konfiguriert bestimmte Autopilot-ComputeClasses für Sie. Sie können diese integrierten Autopilot-Klassen in jedem infrage kommenden Cluster auswählen. Die integrierten Autopilot-ComputeClasses in Standardclustern verwenden die Prioritätsregel podFamily, um Pods auf der containeroptimierten Compute-Plattform auszuführen. Weitere Informationen finden Sie unter Integrierte Compute-Klassen in GKE.

Benutzerdefinierte Autopilot-Compute-Klassen

Sie können Autopilot in jeder benutzerdefinierten ComputeClass aktivieren, die Sie verwalten, indem Sie das Feld autopilot in der ComputeClass-Spezifikation verwenden. Benutzerdefinierte Autopilot-Compute-Klassen sind in folgenden Situationen nützlich:

  • Ihre Arbeitslasten haben bestimmte Hardwareanforderungen, z. B. Beschleuniger.
  • Sie möchten bestimmte Knotenoptionen ändern, z. B. Zonen festlegen oder Taints anwenden, und dabei weiterhin die containeroptimierte Compute-Plattform von Autopilot verwenden.

Wenn Sie Autopilot in einer vorhandenen ComputeClass aktivieren möchten, müssen Sie sie löschen, die Konfiguration aktualisieren und die ComputeClass dann in Ihrem Cluster neu erstellen. Ihre Änderungen gelten für alle neuen Knoten, die GKE für Arbeitslasten erstellt, die Sie nach der Aktualisierung der Autopilot-ComputeClass bereitstellen.

Weitere Informationen zum Aktivieren von Autopilot in Ihren benutzerdefinierten Compute-Klassen finden Sie unter Spezielle Hardware für Ihre Autopilot-Pods auswählen.

Preise

Die GKE Autopilot-Preise gelten für die Knoten und Arbeitslasten, die GKE für eine Autopilot-Compute-Klasse erstellt. Das Autopilot-Abrechnungsmodell, das für eine bestimmte Arbeitslast gilt, hängt von der ComputeClass-Prioritätsregel ab, die GKE zum Erstellen von Knoten für diese Arbeitslast verwendet.

In der folgenden Tabelle wird das Abrechnungsmodell beschrieben, das für verschiedene Autopilot-ComputeClass-Konfigurationen in Ihren Clustern im Standardmodus gilt:

Tabelle 2. Preise für Autopilot-Compute-Klassen
Abrechnungsmodelle für verschiedene ComputeClass-Konfigurationen
Pod-basiertes Abrechnungsmodell Das Pod-basierte Abrechnungsmodell wird angewendet, wenn GKE eine podFamily-Prioritätsregel verwendet, um Knoten für eine Arbeitslast zu erstellen. Die integrierten Autopilot-Compute-Klassen verwenden immer das Pod-basierte Abrechnungsmodell.
Knotenbasiertes Abrechnungsmodell Das knotenbasierte Abrechnungsmodell wird angewendet, wenn GKE eine ComputeClass-Prioritätsregel verwendet, in der explizit bestimmte Hardware angefordert wird, z. B. eine bestimmte Maschinenfamilie oder GPUs.

Die Autopilot-Preise gelten nur für die Arbeitslasten und Knoten, die eine Autopilot-ComputeClass verwenden. Für Ihren Cluster im Standardmodus und alle anderen Knotenpools, die Sie ausführen, gelten weiterhin die Preise für den GKE-Standardmodus.

Vorkonfigurierte Einstellungen für von Autopilot verwaltete Knoten

Bevor Sie den Autopilot-Modus in Ihren Compute-Klassen aktivieren, sollten Sie wissen, was Sie von den Knoten erwarten können, die GKE zum Ausführen der Autopilot-Arbeitslasten erstellt. Google konfiguriert bestimmte Funktionen und Sicherheitsbeschränkungen in Autopilot-Knoten. Arbeitslasten, die auf Ihren Standardmodus-Knoten korrekt bereitgestellt werden und funktionieren, werden im Autopilot-Modus möglicherweise abgelehnt, wenn sie die Sicherheitsanforderungen von Autopilot nicht erfüllen.

In der folgenden Tabelle werden die Featurekonfigurationen beschrieben, die die entsprechenden Einstellungen in Ihrem Standardcluster überschreiben. Wenn eine Konfiguration nicht in dieser Tabelle enthalten ist, verwenden die Autopilot-Knoten die Standardclustereinstellung. Die Workload Identity Federation for GKE ist beispielsweise nicht in dieser Tabelle enthalten. Das bedeutet, dass die Einstellung für die Workload Identity Federation for GKE des Standard-Clusters für die Autopilot-Knoten gilt, die von GKE erstellt werden.

Tabelle 2. Vorkonfigurierte Einstellungen für Autopilot-Knoten
Funktion Standardeinstellung auf Clusterebene Einstellung für von Autopilot verwaltete Knoten
Knotenupgrades und Wartung

Konfigurierbar:

Vorkonfiguriert:

  • Automatische Knotenreparatur: aktiviert
  • Automatisches Knotenupgrade: aktiviert
  • Strategie für Knotenupgrades: Surge-Upgrades mit vorkonfigurierten Parametern
Autoscaling Konfigurierbar: Autoscaling-Profil Vorkonfiguriert: optimize-utilizationAutoscaling-Profil
Netzwerk VPC-nativ oder routenbasiert VPC-nativer Cluster erforderlich
Sicherheit

Konfigurierbar:

  • IAM-Dienstkonto für Knoten
  • Zugriffsbereiche
  • Secure Boot

Vorkonfiguriert:
Betriebssystem des Knotens

Konfigurierbar:

Vorkonfiguriert:
Knoten-Bootlaufwerk

Konfigurierbar:

Konfigurierbar:

  • Typ des Bootlaufwerks: verwendet den Wert im Feld ComputeClass storage.bootDiskType. Wenn dieses Feld nicht festgelegt ist, legt GKE den Bootlaufwerktyp so fest:
    • Wenn die ComputeClass podFamily-Regeln verwendet, verwendet GKE eine pd-balanced-Festplatte.
    • Wenn die ComputeClass keine podFamily-Regeln verwendet, verwendet GKE den Standardtyp für das Bootlaufwerk für den Cluster.
  • Größe des Bootlaufwerks: GKE verwendet den Wert im Feld storage.bootDiskSize der Compute-Klasse. Wenn dieses Feld nicht festgelegt ist, legt GKE die Größe des Bootlaufwerks so fest:
Knotenmetadaten

Ressourcenanfragen für Autopilot-Arbeitslasten

Damit Autopilot-Arbeitslasten effizient ausgeführt werden können, erzwingt GKE bestimmte Mindest- und Höchstwerte für CPU-, Arbeitsspeicher- und sitzungsspezifische Speicheranforderungen in Ihren Pods. GKE wendet auch Standardanfragen auf Pods an, die keine dieser Ressourcen explizit anfordern. Die spezifischen Werte für die minimalen, maximalen und standardmäßigen Ressourcenanforderungen in GKE Autopilot-Arbeitslasten variieren je nach Hardwaretyp, der von Ihren Pods verwendet wird.

Für sitzungsspezifischen Speicher ist der Standardwert, wenn Sie keinen sitzungsspezifischen Speicher anfordern, für alle Compute-Klassen und Hardwareauswahlen immer gleich. Weitere Informationen finden Sie unter Standardressourcenanfragen.

In der folgenden Tabelle finden Sie Links zu den CPU- und Arbeitsspeicheranforderungen für Ihre Pod-Anfragen, je nach Hardwaretyp:

Tabelle 4. Autopilot-CPU- und Arbeitsspeicheranforderungen
Ressourcentyp Mindest- und Höchstzahl von Anfragen Standardanfragen
Pods für allgemeine Zwecke
GPUs und TPUs Hängt vom Typ und der Anzahl der Hardwarebeschleuniger ab. Weitere Informationen finden Sie unter Mindest- und Höchstwerte für Beschleuniger. Keine Standardanfragen.
Bestimmte Compute Engine-Maschinentypen und ‑Maschinenfamilien
  • Minimum: Keine Mindestwerte für CPU oder Arbeitsspeicher.
  • Maximum: Der Maximalwert ist die Ressourcenkapazität der Compute Engine-Instanz.
 Für jeden Compute Engine-Maschinentyp oder jede Maschinenfamilie sind die Standardanfragen in der Zeile „Allgemeine Zwecke“ in der Tabelle Standardanfragen für ComputeClasses.

Nächste Schritte