Mengumpulkan log peristiwa penskalaan otomatis Pod horizontal

Autopilot Standard

Halaman ini memberikan informasi tentang peristiwa keputusan yang dikeluarkan oleh horizontal Pod autoscaler di Google Kubernetes Engine (GKE). Dengan menganalisis peristiwa ini, Anda dapat memperoleh insight tentang cara pengontrol Horizontal Pod Autoscaler mengelola penskalaan workload dan memahami proses pengambilan keputusan di balik tindakannya.

Horizontal Pod Autoscaler menghasilkan peristiwa keputusan, yang disimpan sebagai entri log di Cloud Logging.

Sebelum memulai

Pastikan untuk menyelesaikan prasyarat berikut:

Pilih atau buat project

Anda dapat menggunakan project yang sudah ada, atau membuat project baru untuk tutorial ini.

Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Mengaktifkan API

Aktifkan GKE dan Cloud Logging API, jika ada yang belum diaktifkan.

Peran yang diperlukan untuk mengaktifkan API

Untuk mengaktifkan API, Anda memerlukan izin serviceusage.services.enable. Jika Anda membuat project, kemungkinan Anda sudah memiliki izin ini melalui peran Pemilik (roles/owner). Jika tidak, Anda bisa mendapatkan izin ini melalui peran Admin Penggunaan Layanan (roles/serviceusage.serviceUsageAdmin). Pelajari cara memberikan peran.

Aktifkan API

Menyiapkan Cloud Shell

Dalam tutorial ini, Anda akan menggunakan Cloud Shell untuk menjalankan perintah gcloud dan kubectl. Cloud Shell adalah lingkungan shell untuk mengelola resource yang dihosting di Google Cloud. Cloud Shell telah diinstal lebih dulu dengan alat command line Google Cloud CLI dan kubectl.

Di konsol Google Cloud , aktifkan Cloud Shell.

Aktifkan Cloud Shell

Sesi Cloud Shell akan terbuka di dalam frame yang lebih rendah di konsol.

Sebelum menjalankan perintah dalam tutorial ini, pastikan project default Anda ditetapkan ke project ID tempat Anda ingin men-deploy aplikasi contoh. Jika belum ditetapkan, jalankan perintah berikut di Cloud Shell:

gcloud config set project PROJECT_ID

Ganti PROJECT_ID dengan project ID Anda.

Peran dan izin yang diperlukan

Untuk mendapatkan izin yang diperlukan untuk mengaktifkan pembuatan log, serta mengakses dan memproses log, minta administrator untuk memberi Anda peran IAM berikut pada project:

• Untuk mengaktifkan logging peristiwa horizontal Pod autoscaler di cluster Anda: Kubernetes Engine Cluster Admin (roles/container.clusterAdmin)
• Untuk mengakses log serta menggunakan Logs Explorer dan Observability Analytics: Logs Viewer (roles/logging.viewer)

Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.

Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.

Persyaratan

• Cluster GKE Anda harus menjalankan versi 1.31.5-gke.1090000 atau yang lebih baru, atau 1.32.1-gke.1260000 atau yang lebih baru.
• Aktifkan Cloud Logging di cluster GKE Anda. Harga Cloud Logging berlaku.
• Pastikan Anda memiliki penskalaan otomatis Pod horizontal yang ingin dipantau. Pastikan kolom penskalaan otomatis Pod horizontal tidak menyertakan data sensitif.

Biaya

Harga Cloud Logging berlaku saat Anda mengaktifkan Cloud Logging dan mengumpulkan log keputusan penskalaan otomatis Pod horizontal.

Mengaktifkan peristiwa keputusan penskalaan otomatis Pod horizontal

Perhatian: Cluster yang ada mungkin telah mengonfigurasi komponen logging tertentu. Saat mengupdate cluster yang ada menggunakan Google Cloud CLI, atau panggilan API, Anda harus menyertakan konfigurasi logging yang ada dalam permintaan update untuk menghindari penimpaan konfigurasi yang ada.

Catatan: Jika Anda memilih untuk mengirim log ke Cloud Logging, Anda harus mengirim log sistem. Pastikan untuk mengaktifkan komponen log sistem saat Anda mengaktifkan log dari sumber tambahan, seperti KCP_HPA.

gcloud

Untuk membuat cluster baru dengan log keputusan KCP_HPA yang diaktifkan, jalankan perintah berikut:

gcloud container clusters create CLUSTER_NAME \
    --location=LOCATION \
    --project=PROJECT_ID \
    --logging=SYSTEM,KCP_HPA

Untuk mengaktifkan log keputusan KCP_HPA di cluster yang ada, jalankan perintah berikut:

gcloud container clusters update CLUSTER_NAME \
    --location=LOCATION \
    --project=PROJECT_ID \
    --logging=SYSTEM,KCP_HPA

Ganti kode berikut:

• CLUSTER_NAME: nama cluster yang ingin Anda buat atau update.
• PROJECT_ID: ID project Google Cloud Anda.
• LOCATION: Region atau zona komputasi untuk cluster Anda.

Terraform

Untuk mengaktifkan log keputusan KCP_HPA menggunakan Terraform, perbarui resource google_container_cluster Anda. Di blok logging_config, tambahkan nilai KCP_HPA ke daftar untuk kolom enable_components:

resource "google_container_cluster" "primary" {
  name     = "CLUSTER_NAME"
  location = "LOCATION"

  # ... other configuration ...

  logging_config {
    enable_components = ["SYSTEM_COMPONENTS", "KCP_HPA"]
  }
}

Ganti kode berikut:

• CLUSTER_NAME: nama cluster yang ingin Anda buat.
• LOCATION: Region atau zona komputasi untuk cluster Anda.

Perintah ini memungkinkan ekspor log yang dihasilkan oleh KCP_HPA dan menyimpannya di tujuan logName="projects/PROJECT_ID/logs/container.googleapis.com%2Fhpa-controller" dalam Cloud Logging.

Ambil konfigurasi logging cluster yang diperbarui dan tinjau daftar log untuk memastikan log KCP_HPA diaktifkan:

gcloud container clusters describe CLUSTER_NAME \
    --location=LOCATION \
    --flatten=loggingConfig \
    --format='csv[delimiter=",",no-heading](componentConfig.enableComponents)'

Outputnya mirip dengan hal berikut ini:

SYSTEM_COMPONENTS,APISERVER,CONTROLLER_MANAGER,SCHEDULER,KCP_HPA

Melihat log penskalaan otomatis Pod horizontal di konsol Google Cloud

Anda dapat memantau perilaku penskalaan otomatis Pod horizontal di konsolGoogle Cloud . Tampilan ini memberikan cara mudah untuk melihat log rekomendasi atomik dan akhir yang sama yang tersedia di Cloud Logging, tanpa keluar dari konteks beban kerja Anda.

Untuk melihat log penskala otomatis Pod horizontal di konsol Google Cloud , selesaikan langkah-langkah berikut:

1. Di konsol Google Cloud , buka halaman Workloads:

   Buka Workloads

2. Pilih workload yang dikelola oleh penskala otomatis Pod horizontal.

3. Klik tab Scaling.

Di tab ini, Anda dapat menemukan informasi terkait penskalaan, termasuk penggunaan resource, data efisiensi, dan log. Data di tab ini dapat membantu Anda mengidentifikasi konfigurasi yang paling efektif untuk menskalakan otomatis beban kerja Anda. Di bagian Log, Anda dapat menemukan informasi yang sama dari Log dan memfilter log ini menurut jenisnya, termasuk "Peristiwa", "Rekomendasi akhir", dan "Rekomendasi atomik". Untuk mengetahui detail selengkapnya tentang berbagai log, lihat Jenis Log.

Menonaktifkan peristiwa keputusan penskalaan otomatis Pod horizontal

Perhatian: Cluster yang ada mungkin sudah memiliki komponen logging tertentu yang dikonfigurasi. Saat mengupdate cluster yang ada menggunakan Google Cloud CLI, atau panggilan API, Anda harus menyertakan konfigurasi logging yang ada dalam permintaan update untuk menghindari penggantian konfigurasi yang ada.

Catatan: Log sistem diperlukan untuk pemecahan masalah dan dukungan. Jika Anda menonaktifkan Log sistem, dukungan pelanggan GKE akan ditawarkan berdasarkan upaya terbaik dan mungkin memerlukan upaya tambahan dari tim engineering Anda.

gcloud

Perbarui cluster untuk menghapus komponen KCP_HPA dari flag --logging:

gcloud container clusters update CLUSTER_NAME \
    --location=LOCATION \
    --project=PROJECT_ID \
    --logging=SYSTEM

Ganti kode berikut:

• CLUSTER_NAME: nama cluster yang ingin Anda buat atau update.
• PROJECT_ID: ID project Google Cloud Anda.
• LOCATION: Region atau zona komputasi untuk cluster Anda.

Terraform

Untuk menonaktifkan log keputusan KCP_HPA menggunakan Terraform, perbarui resource google_container_cluster Anda. Di blok logging_config, hapus nilai KCP_HPA dari daftar untuk kolom enable_components:

resource "google_container_cluster" "primary" {
  name     = "CLUSTER_NAME"
  location = "LOCATION"

  # ... other configuration ...

  logging_config {
    enable_components = ["SYSTEM_COMPONENTS"]
  }
}

Ganti kode berikut:

• CLUSTER_NAME: nama cluster yang ingin Anda perbarui.
• LOCATION: Region atau zona komputasi untuk cluster Anda.

Perintah ini menonaktifkan ekspor log yang dihasilkan oleh KCP_HPA. Anda tidak dapat mengambilnya menggunakan filter logName="projects/PROJECT_ID/logs/container.googleapis.com%2Fhpa-controller" dalam Cloud Logging.

Ambil konfigurasi logging cluster yang telah diupdate dan tinjau daftar log untuk memastikan log KCP_HPA dinonaktifkan:

gcloud container clusters describe CLUSTER_NAME \
    --location=LOCATION \
    --flatten=loggingConfig \
    --format='csv[delimiter=",",no-heading](componentConfig.enableComponents)'

Outputnya mirip dengan hal berikut ini:

SYSTEM_COMPONENTS,APISERVER,CONTROLLER_MANAGER,SCHEDULER

Jenis Log

Peristiwa keputusan untuk horizontal Pod autoscaler disimpan di Cloud Logging, di lokasi logName="projects/PROJECT_ID/logs/container.googleapis.com%2Fhpa-controller" yang ada di bucket _Default dalam project yang sama dengan cluster GKE Anda. Semua peristiwa yang dicatat ke dalam log memiliki format JSON dan dapat ditemukan di kolom jsonPayload pada entri log.

Pastikan Anda memahami kebutuhan penyimpanan potensi volume log, selain implikasi performa atau biaya. Contoh berikut menjelaskan seberapa sering autoscaler Pod horizontal menghasilkan setiap jenis peristiwa keputusan:

• Rekomendasi atomik: Horizontal Pod Autoscaler menghasilkan satu peristiwa rekomendasi atomik setiap 15 detik untuk setiap metrik yang dipantau oleh setiap objek HPA di cluster Anda. Misalnya, jika Anda memiliki dua objek HPA di cluster dan setiap objek HPA memantau tiga metrik, enam rekomendasi atomik akan dicatat ke dalam log setiap 15 detik.

• Rekomendasi akhir: Horizontal Pod Autoscaler menghasilkan satu peristiwa rekomendasi akhir setiap 15 detik untuk setiap objek HPA di cluster Anda. Misalnya, jika Anda memiliki dua objek HPA di cluster, dua rekomendasi akhir akan dicatat ke dalam log setiap 15 detik.

Secara total, dengan dua objek HPA yang masing-masing memantau tiga metrik, log KCP_HPA Anda akan menerima total delapan entri peristiwa keputusan setiap 15 detik.

Rekomendasi atomik

Log rekomendasi atomik menjelaskan rekomendasi berdasarkan metrik individual yang ditentukan di penskalaan otomatis Pod horizontal Anda.

Log atomik mencakup kolom berikut:

Kolom	Deskripsi
start_time	Menunjukkan kapan HPA mulai menghitung rekomendasi.
hpa	Nama objek HPA yang terkait dengan rekomendasi.
pod_count	Menunjukkan jumlah total Pod yang terkait dengan HPA saat membuat rekomendasi. Jumlah ini juga mencakup Pod yang siap, tidak siap, dan diabaikan.
metric	Memberikan informasi tentang spesifikasi dan status metrik yang digunakan untuk rekomendasi. Kolom metric berisi sub-kolom berikut: index: indeks metrik dalam array Spec metrics. type: jenis metrik dengan nilai dari MetricSourceType (misalnya, Resource, External). spec: nama metrik dan target yang ditetapkan pada metrik tersebut. status: Kondisi status terkait skalabilitas dan batasan penskalaan. newest_sample_time: stempel waktu sampel metrik terbaru. newest_sample_age_seconds: usia sampel terbaru, diukur dalam detik, sejak komputasi rekomendasi dimulai. Nilai negatif menandakan bahwa sampel metrik mendahului awal komputasi.
summary	Kolom ringkasan berisi informasi mengenai hasil rekomendasi, termasuk jumlah replika yang disarankan. Jika rekomendasi tidak dapat diusulkan, pesan error akan ditampilkan. Kolom summary berisi sub-kolom berikut: dampening: HPA menerapkan peredaman pada rekomendasi dan arahnya untuk mencoba mengurangi besarnya skala potensial. Peredaman dapat terjadi dengan cara berikut: up: arah up-dampening berarti HPA mengasumsikan Pod yang tidak memiliki metrik menggunakan 100% metrik. down: arah peredaman berarti HPA mengasumsikan Pod dengan metrik yang tidak ada atau Pod yang belum siap yang menggunakan 0% metrik. none: tidak ada peredaman yang diterapkan. override: pesan yang memberikan alasan saat rekomendasi yang diusulkan oleh HPA tidak diterapkan (misalnya, karena toleransi); atau none jika tidak ada penggantian yang terjadi. result: hasil rekomendasi. Fitur ini mengusulkan jumlah replika yang direkomendasikan atau menampilkan pesan error jika rekomendasi tidak dapat dihitung.

Contoh log rekomendasi atomik:

{
  "insertId": "xiu4bty9k5b279wu",
  "jsonPayload": {
    "instance": {
      "vm_name": "my-unique-vm-identifier",
      "zone": "us-central1-a"
    },
    "atomicRecommendation": {
      "startTime": "2025-02-06T20:07:00.573419526Z",
      "hpa": "gke-managed-cim/kube-state-metrics",
      "metric": {
        "newestSampleAgeSeconds": -39.573419526,
        "status": {
          "averageValue": "25849856"
        },
        "newestSampleTime": "2025-02-06T20:06:21Z",
        "type": "Resource",
        "spec": {
          "target": {
            "averageValue": "400Mi"
          },
          "name": "memory"
        }
      },
      "podCount": {
        "ready": 1,
        "total": 1
      },
      "summary": {
        "override": "none",
        "replicas": 1,
        "dampening": "none"
      }
    }
  },
  "resource": {
    "type": "k8s_control_plane_component",
    "labels": {
      "project_id": "my-project-id",
      "cluster_name": "my-cluster",
      "location": "us-central1-a",
      "component_location": "us-central1-a",
      "component_name": "hpa-controller"
    }
  },
  "timestamp": "2025-02-06T20:07:00.593777835Z",
  "severity": "INFO",
  "labels": {
    "compute.googleapis.com/resource_name": "my-unique-vm-identifier"
  },
  "logName": "projects/my-project-id/logs/container.googleapis.com%2Fhpa-controller",
  "sourceLocation": {
    "file": "event_logger.go",
    "line": "61"
  },
  "receiveTimestamp": "2025-02-06T20:07:05.284753647Z"
}

Rekomendasi akhir

Log rekomendasi akhir menjelaskan rekomendasi gabungan yang diusulkan oleh Horizontal Pod Autoscaler. Horizontal Pod Autoscaler menggabungkan semua rekomendasi atomik dari berbagai metrik untuk membuat rekomendasi akhir dan menggerakkan rekomendasi akhir. Aktuasi berarti HPA menginstruksikan Deployment untuk menyesuaikan jumlah replika agar sesuai dengan nilai yang direkomendasikan. Jika rekomendasi akhir menyarankan jumlah Pod yang berbeda dari jumlah Pod yang berjalan, Horizontal Pod Autoscaler akan memicu peristiwa peningkatan atau penurunan skala untuk menyesuaikan Deployment.

Log rekomendasi akhir mencakup kolom berikut:

Kolom	Deskripsi
start_time	Menunjukkan kapan HPA mulai menghitung rekomendasi.
hpa	Nama objek HPA yang terkait dengan rekomendasi.
target_ref	Menunjukkan objek ScaleTargetRef HPA yang terkait dengan rekomendasi.
configured_size	Jumlah replika terakhir yang dicatat sebelum HPA menghitung dan menerapkan rekomendasi ini.
top_level_override	Memberikan alasan jika rekomendasi yang diusulkan oleh HPA tidak diterapkan (misalnya, karena toleransi); atau none jika tidak ada penggantian.
top_level_limit	Memberikan alasan jika rekomendasi yang diusulkan oleh HPA perlu disesuaikan (misalnya, karena jumlah replika yang ditentukan oleh kolom MinReplicas atau MaxReplicas dalam spesifikasi HPA).
leading_metric_index	Indeks metrik utama dalam array Spec metrics adalah metrik yang rekomendasi atomiknya terkait digunakan sebagai rekomendasi akhir.
normalization	Memberikan ringkasan stabilisasi dan batasan sebagai berikut, jika ada: stabilization: menjelaskan status stabilisasi jika diterapkan. Stabilisasi digunakan untuk membatasi perubahan jumlah replika yang tidak stabil saat metrik yang digunakan untuk penskalaan terus berfluktuasi. Kolom stabilization terdiri dari subkolom berikut: replicas: jumlah replika setelah stabilisasi. reason: jenis stabilisasi yang diterapkan — scaleUp atau scaleDown. stabilization_window: jangka waktu stabilisasi terkait, dalam detik. replicas_before_stabilization: jumlah replika yang direkomendasikan sebelum stabilisasi. limitation: menjelaskan cara penanganan batasan penskalaan jika diterapkan. Perilaku ini mengubah rekomendasi yang diusulkan oleh HPA berdasarkan batasan yang berlaku. Kolom limitation terdiri dari sub-kolom berikut: replicas: jumlah replika setelah pembatasan. reason: alasan tidak melakukan penskalaan di luar jumlah replika minimum atau maksimum. scaling_policy: kebijakan penskalaan yang diterapkan. selectPolicy: menentukan cara kebijakan dipilih saat melakukan penskalaan ke arah tertentu. MaxChange sesuai dengan MaxChangePolicySelect; MinChange sesuai dengan MinChangePolicySelect. Jika penskalaan dinonaktifkan, kolom selectPolicy tidak akan ada. replicas_before_limitation: jumlah replika yang direkomendasikan sebelum batasan.
replicas	Jumlah replika yang direkomendasikan.
actuation_error	Pesan error yang terkait dengan kegagalan, jika aktuasi gagal.
actuation_time	Stempel waktu pengaktifan saat berhasil.
actuation_latency_seconds	Waktu yang berlalu, dalam detik, dari awal komputasi rekomendasi hingga aktivasi berhasil.

Contoh log rekomendasi akhir:

{
  "insertId": "qzyv7alfv1sm19ns",
  "jsonPayload": {
    "finalRecommendation": {
      "actuationTime": "2025-02-06T20:06:57.487786873Z",
      "targetRef": {
        "name": "kube-state-metrics",
        "kind": "StatefulSet",
        "apiVersion": "apps/v1"
      },
      "topLevelLimit": "none",
      "hpa": "gke-managed-cim/kube-state-metrics",
      "topLevelOverride": "noRecommendation",
      "replicas": 1,
      "configuredSize": 1,
      "actuationLatencySeconds": 0.003722451,
      "startTime": "2025-02-06T20:06:57.484064422Z"
    },
    "instance": {
      "vm_name": "my-unique-vm-identifier",
      "zone": "us-central1-a"
    }
  },
  "resource": {
    "type": "k8s_control_plane_component",
    "labels": {
      "cluster_name": "my-cluster",
      "component_location": "us-central1-a",
      "component_name": "hpa-controller",
      "location": "us-central1-a",
      "project_id": "my-project-id"
    }
  },
  "timestamp": "2025-02-06T20:06:57.488193527Z",
  "severity": "INFO",
  "labels": {
    "compute.googleapis.com/resource_name": "my-unique-vm-identifier"
  },
  "logName": "projects/my-project-id/logs/container.googleapis.com%2Fhpa-controller",
  "sourceLocation": {
    "file": "event_logger.go",
    "line": "61"
  },
  "receiveTimestamp": "2025-02-06T20:06:57.844898727Z"
}

Pemecahan masalah

Bagian ini menjelaskan masalah dan langkah penyelesaian terkait peristiwa Horizontal Pod Autoscaler.

Tidak ada peristiwa

Jika Anda tidak melihat peristiwa keputusan penskalaan otomatis Pod horizontal, pastikan Anda telah melakukan semua hal berikut:

• Anda telah mengaktifkan Cloud Logging untuk cluster.
• Anda telah mengaktifkan log KCP_HPA untuk cluster.
• Anda telah men-deploy setidaknya satu objek hpa yang dikonfigurasi dengan benar ke cluster.

Untuk melihat konfigurasi objek hpa, jalankan perintah berikut:

  kubectl describe hpa $HPA_NAME

Jika Anda masih tidak melihat log KCP_HPA, hubungi Google Cloud Dukungan.

Langkah berikutnya

• Lihat Tentang log GKE.
• Memahami log GKE Anda.
• Pelajari cara menemukan log GKE tertentu menggunakan contoh kueri.
• Pelajari lebih lanjut penskalaan otomatis Pod horizontal.