Acerca de las cargas de trabajo del modo Autopilot en GKE Standard

Puedes usar ComputeClasses para ejecutar cargas de trabajo de Autopilot de Google Kubernetes Engine (GKE) en tus clústeres de modo Standard de GKE. En este documento, se describen los métodos que puedes usar para ejecutar tus cargas de trabajo en el modo Autopilot y se te ayuda a decidir cuándo ejecutar una carga de trabajo en un modo específico.

Esta información está destinada a las siguientes personas:

  • Arquitectos de la nube que desean optimizar los costos operativos en las organizaciones
  • Administradores de plataformas que desean reducir la sobrecarga de la administración manual de la infraestructura
  • Ingenieros de confiabilidad de sitios (SRE) que desean transferir el mantenimiento, las actualizaciones y el escalamiento de la infraestructura a Google Cloud cuando sea posible.

Ya deberías conocer los siguientes conceptos:

Acerca de GKE Autopilot

Autopilot es un modo de operación en GKE en el que Google administra tu infraestructura de nodos, escalamiento, seguridad y funciones preconfiguradas. El modo Autopilot está optimizado para ejecutar la mayoría de las cargas de trabajo de producción en un entorno que aplica la configuración recomendada para la seguridad, la confiabilidad, el rendimiento y la escalabilidad. Para decidir entre el modo Autopilot y el modo Standard según tus requisitos, consulta Acerca de los modos de operación de GKE.

Puedes usar el modo Autopilot de las siguientes maneras:

  • Crea un clúster de modo Autopilot dedicado: Google administra todo el clúster y aplica las prácticas recomendadas para la automatización, la confiabilidad, la seguridad y los costos.
  • Configura un clúster de Standard para que funcione como un clúster de Autopilot: Habilita varios parámetros de configuración a nivel del clúster en un clúster de Standard para que funcione como un clúster de Autopilot. Puedes modificar o inhabilitar parámetros de configuración individuales según tus requisitos.
  • Ejecuta cargas de trabajo en modo Autopilot en clústeres de Standard: implementas ComputeClasses de Autopilot y las seleccionas en las cargas de trabajo. Google administra los nodos que GKE crea para esas cargas de trabajo específicas en un grupo de nodos administrado por Autopilot. Tú controlas el clúster y puedes ejecutar tus propios grupos de nodos de Standard junto con los nodos que administra GKE.

Acerca del modo Autopilot para ComputeClasses

Una ComputeClass es un recurso personalizado de Kubernetes que define una lista de parámetros de configuración de nodos, como tipos de máquinas o parámetros de configuración de funciones. Puedes seleccionar ComputeClasses específicas en las especificaciones de las cargas de trabajo de Kubernetes. Cuando una carga de trabajo que selecciona una ComputeClass necesita un nodo nuevo, GKE intenta aprovisionar el nodo con una de las configuraciones que declara la ComputeClass. GKE prueba cada configuración en ComputeClass en orden y recurre a la siguiente configuración si falla la creación del nodo. Para obtener más información, consulta Acerca de las ComputeClasses personalizadas.

Para ejecutar cargas de trabajo de Autopilot en tus clústeres de GKE Standard, habilita el modo Autopilot en una ComputeClass y selecciona esa ComputeClass en cargas de trabajo específicas. Google administra los nodos nuevos que GKE aprovisiona para estas cargas de trabajo, de manera similar a como Google administra los nodos en los clústeres de Autopilot. La mayoría de los beneficios y las funciones de seguridad del modo Autopilot se aplican a esas cargas de trabajo y a los nodos host.

Las ComputeClasses del modo Autopilot proporcionan a los administradores de clústeres flexibilidad adicional para elegir el nivel de control que deseas sobre las cargas de trabajo y la infraestructura específicas de tu clúster, como en las siguientes formas:

  • Puedes permitir que GKE administre por completo cargas de trabajo específicas ejecutándolas en el modo Autopilot.
  • Conservas el control total sobre las cargas de trabajo y la infraestructura que no usan el modo Autopilot, como los grupos de nodos creados de forma manual.
  • Puedes establecer una ComputeClass de Autopilot como la predeterminada para tu clúster o espacio de nombres, de modo que las cargas de trabajo se ejecuten en el modo Autopilot, a menos que soliciten explícitamente una opción diferente. También puedes combinar una ComputeClass de Autopilot predeterminada del clúster con otros parámetros de configuración del clúster para configurar todo tu clúster de Standard para que use Autopilot de forma predeterminada.

Estas opciones permiten que los administradores de clústeres decidan el nivel y el alcance con el que usan Autopilot.

Beneficios de las ComputeClasses de Autopilot en clústeres de Standard

Ejecutar algunas de tus cargas de trabajo en el modo Autopilot proporciona beneficios como los siguientes:

  • Reduce los costos de administración de la infraestructura: Google actualiza, mantiene, configura y ajusta nodos específicos por ti.
  • Usa el modelo de precios de Autopilot: Las cargas de trabajo que usan una ComputeClass de Autopilot se facturan con el modelo de precios de Autopilot. Este modelo de precios incluye la facturación por Pod para las cargas de trabajo que no solicitan hardware específico. Para obtener más información, consulta la sección Precios.
  • Mejora el escalamiento y la postura de seguridad: Las cargas de trabajo de Autopilot obtienen beneficios, como el acceso a la plataforma de procesamiento optimizada para contenedores, restricciones de seguridad predeterminadas mejoradas y ajuste de escala automático de nodos según las solicitudes de recursos. Los nodos de esas cargas de trabajo usan funciones como las actualizaciones automáticas de nodos y las reparaciones automáticas.
  • Mejora la confiabilidad: El Acuerdo de Nivel de Servicio (ANS) de GKE incluye un objetivo de nivel de servicio (SLO) de tiempo de actividad de Pods para Autopilot.

Muchos de estos beneficios también los proporcionan los clústeres de Autopilot, que también proporcionan una experiencia más administrada que los clústeres de Standard y que incluyen varios beneficios de seguridad, herramientas de redes y administración de recursos. Para obtener más información, consulta Descripción general de Autopilot.

Selección de hardware en ComputeClasses de Autopilot

En las ComputeClasses de Autopilot, puedes seleccionar hardware específico para tus nodos (como GPUs o tipos de máquinas), o puedes permitir que GKE coloque Pods en una plataforma de procesamiento de uso general optimizada para contenedores. La opción de uso general se recomienda para la mayoría de las cargas de trabajo de producción que no requieren hardware específico para ejecutarse correctamente. Admite arquitecturas x86 y Arm.

En la siguiente tabla, se describen estas opciones de configuración, cómo elegir una en una ComputeClass y cómo esta elección afecta tu modelo de facturación:

Selección de hardware en ComputeClasses de Autopilot
Requisito de la carga de trabajo Configuración recomendada de ComputeClass Modelo de facturación
Cargas de trabajo de uso general

Usa una ComputeClass de Autopilot que tenga la regla de prioridad podFamily para ejecutar cargas de trabajo que no requieran hardware específico en la plataforma de procesamiento optimizada para contenedores de Autopilot. Esta plataforma funciona bien para cargas de trabajo de uso general, como las siguientes:

  • Servidores web
  • Trabajos basados en eventos
  • Procesamiento por lotes
  • Canalizaciones de CI/CD

Las ComputeClasses de Autopilot integradas solo usan reglas de prioridad de podFamily. También puedes agregar reglas de prioridad de podFamily a las ComputeClasses personalizadas de Autopilot.

Modelo de facturación basado en Pods
Cargas de trabajo que necesitan hardware específico

Usa una ComputeClass que use cualquier regla de configuración de hardware disponible, como la regla machineFamily o la regla gpus.

Modelo de facturación basado en nodos

Configuración de Autopilot en ComputeClasses

Puedes usar el modo Autopilot en un clúster de Standard con una ComputeClass de Autopilot integrada que proporciona GKE o habilitando Autopilot en cualquier ComputeClass personalizada que crees. En las siguientes secciones, se describe cada opción.

ComputeClasses integradas de Autopilot

GKE configura ComputeClasses de Autopilot específicas para ti. Puedes seleccionar estas clases integradas de Autopilot en cualquier clúster apto. Las ComputeClasses de Autopilot integradas en los clústeres de Standard usan la regla de prioridad podFamily para ejecutar Pods en la plataforma de procesamiento optimizada para contenedores. Para obtener más información, consulta Acerca de las ComputeClasses integradas en GKE.

ComputeClasses personalizadas de Autopilot

Puedes habilitar Autopilot en cualquier ComputeClass personalizada que administres con el campo autopilot en la especificación de ComputeClass. Las ComputeClasses personalizadas de Autopilot son útiles en situaciones como las siguientes:

  • Tus cargas de trabajo tienen requisitos de hardware específicos, como aceleradores.
  • Quieres modificar ciertas opciones de nodo, como configurar zonas o aplicar contaminaciones, mientras sigues usando la plataforma de procesamiento optimizada para contenedores de Autopilot.

Para habilitar Autopilot en una ComputeClass existente, debes borrarla, actualizar la configuración y, luego, volver a crear la ComputeClass en tu clúster. Los cambios se aplican a los nodos nuevos que GKE crea para las cargas de trabajo que implementas después de actualizar la ComputeClass de Autopilot.

Para obtener más información sobre cómo habilitar Autopilot en tus ComputeClasses personalizadas, consulta Selecciona hardware específico para tus Pods de Autopilot.

Precios

Los precios de GKE Autopilot se aplican a los nodos y las cargas de trabajo que GKE crea para una ComputeClass de Autopilot. El modelo de facturación de Autopilot que se aplica a una carga de trabajo específica depende de la regla de prioridad de ComputeClass que usa GKE para crear nodos para esa carga de trabajo.

En la siguiente tabla, se describe el modelo de facturación que se aplica a las diferentes configuraciones de ComputeClass de Autopilot en tus clústeres en modo Standard:

Precios de ComputeClasses de Autopilot
Modelo de facturación Descripción
Modelo de facturación basado en Pods El modelo de facturación basado en Pods se aplica cuando GKE usa una regla de prioridad de podFamily para crear nodos para una carga de trabajo. Las ComputeClasses integradas de Autopilot siempre usan el modelo de facturación basado en Pods.
Modelo de facturación basado en nodos El modelo de facturación basado en nodos se aplica cuando GKE usa una regla de prioridad de ComputeClass que solicita de forma explícita hardware específico, como una familia de máquinas o GPU determinadas.

Los precios de Autopilot se aplican solo a las cargas de trabajo y los nodos que usan una ComputeClass de Autopilot. Tu clúster en modo Standard y cualquier otro grupo de nodos que ejecutes seguirán usando los precios del modo Standard de GKE.

Configuración preestablecida para los nodos administrados por Autopilot

Antes de habilitar el modo Autopilot en tus ComputeClasses, debes saber qué esperar de los nodos que crea GKE para ejecutar las cargas de trabajo de Autopilot. Google configura funciones y restricciones de seguridad específicas en los nodos de Autopilot. Como resultado, es posible que el modo Autopilot rechace las cargas de trabajo que se implementan y funcionan de forma correcta en tus nodos del modo Standard si no cumplen con los requisitos de seguridad de Autopilot.

Si una configuración no está en la siguiente tabla, los nodos de Autopilot usan la configuración del clúster de Standard. Por ejemplo, Workload Identity Federation for GKE no está en esta tabla, lo que significa que la configuración de Workload Identity Federation for GKE del clúster de Standard se aplica a los nodos de Autopilot que crea GKE. En la siguiente tabla, se describen los parámetros de configuración de las funciones que anulan los parámetros de configuración correspondientes en tu clúster de Standard:

Configuración predeterminada para los nodos de Autopilot
Función Configuración estándar a nivel del clúster Configuración de nodos administrados por Autopilot
Actualizaciones y mantenimiento de los nodos

Configurable:

Preconfiguradas:

  • Reparación automática de nodos: habilitada
  • Actualización automática de nodos: habilitada
  • Estrategia de actualización de nodos: actualizaciones de aumento con parámetros preconfigurados
Ajuste de escala automático Configurable: Perfil de ajuste de escala automático Preconfigurado: Perfil de ajuste de escala automático de optimize-utilization
Redes Nativos de la VPC o basados en rutas Requiere un clúster nativo de la VPC
Seguridad

Configurable:

  • Cuenta de servicio de IAM del nodo
  • Permisos de acceso
  • Inicio seguro

Preconfiguradas:

Sistema operativo del nodo

Configurable:

Preconfiguradas:

Disco de arranque del nodo

Configurable:

Configurable:

  • Tipo de disco de arranque: usa el valor del campo storage.bootDiskType de ComputeClass. Si no se establece este campo, GKE establece el tipo de disco de arranque de la siguiente manera:
    • Si ComputeClass usa reglas podFamily, GKE usa un disco pd-balanced.
    • Si ComputeClass no usa reglas podFamily, GKE usa el tipo de disco de arranque predeterminado para el clúster.
  • Tamaño del disco de arranque: GKE usa el valor del campo storage.bootDiskSize de la clase de procesamiento. Si no se establece este campo, GKE establece el tamaño del disco de arranque de la siguiente manera:
Metadatos del nodo

Solicitudes de recursos para cargas de trabajo de Autopilot

Para que las cargas de trabajo de Autopilot se ejecuten de manera eficiente, GKE aplica ciertos valores mínimos y máximos para las solicitudes de CPU, memoria y almacenamiento efímero en tus Pods. GKE también aplica solicitudes predeterminadas a los Pods que no solicitan de forma explícita uno de estos recursos. Los valores específicos de los requisitos de recursos mínimos, máximos y predeterminados en las cargas de trabajo de GKE Autopilot varían según el tipo de hardware que usen tus Pods.

En el caso del almacenamiento efímero, el valor predeterminado si no solicitas almacenamiento efímero es el mismo para todas las ComputeClasses y selecciones de hardware. Para obtener más información, consulta Solicitudes de recursos predeterminadas.

En la siguiente tabla, se proporcionan vínculos a los requisitos de CPU y memoria para tus solicitudes de Pods, según el tipo de hardware:

Requisitos de CPU y memoria de Autopilot
Tipo de recurso Solicitudes mínimas y máximas Solicitudes predeterminadas
Pods de uso general
GPU y TPU Depende del tipo y la cantidad de aceleradores de hardware. Para obtener más información, consulta Mínimos y máximos para aceleradores. No hay solicitudes predeterminadas.
Tipos de máquinas y familias de máquinas de Compute Engine específicos
  • Mínimo: No hay valores mínimos para la CPU ni la memoria.
  • Máximo: El valor máximo es la capacidad de recursos de la instancia de Compute Engine.
Para cualquier tipo o familia de máquinas de Compute Engine, las solicitudes predeterminadas en la fila "Uso general" de la tabla Solicitudes predeterminadas para ComputeClasses.

¿Qué sigue?