Solución de problemas y problemas conocidos

En esta página, se incluyen pasos para solucionar problemas y errores comunes.

• Problemas conocidos
• Problemas con las operaciones de instancias
• Problemas de Compute Engine
• Problemas de GKE
• Problemas de la red de VPC

Problemas conocidos

• Cuando no hay E/S en el sistema de archivos, los gráficos de rendimiento muestran el mensaje "No hay datos disponibles para el período seleccionado". Esto se debe a que las métricas de rendimiento se generan solo cuando hay E/S. Para obtener más información sobre las métricas, consulta Supervisa instancias y operaciones.
• No se admiten las siguientes funciones de Lustre:
  • Compresión de datos del cliente
  • Almacenamiento en caché persistente del cliente
• No se admiten algunos comandos de Lustre.
• Existen algunas excepciones al cumplimiento de POSIX
• No se puede activar Managed Lustre en VMs protegidas. Cuando se intenta cargar el módulo del kernel de Lustre en un entorno de inicio seguro, se produce el siguiente error: ERROR: could not insert 'lustre': Required key not available.

Problemas con las operaciones de instancias

En las siguientes secciones, se describen los problemas relacionados con las operaciones de instancias.

No se puede poner en cola la operación

Si ves un error similar a cualquiera de los siguientes cuando intentas iniciar una operación:

ERROR: (gcloud.lustre.instances.import-data) ABORTED: unable to queue the operation
ERROR: (gcloud.lustre.instances.export-data) ABORTED: unable to queue the operation
ERROR: (gcloud.lustre.instances.update) ABORTED: unable to queue the operation

Este error ocurre cuando intentas iniciar una operación mientras otra del mismo tipo ya está en curso en la misma instancia.

• Importación o exportación: Managed Lustre admite solo una operación de transferencia activa por instancia a la vez. No se admite la puesta en cola para las operaciones de transferencia.
• Actualización de instancias: Managed Lustre permite una actualización activa por instancia a la vez y permite poner en cola una operación de actualización adicional.

Para resolver este problema, espera a que se complete la operación actual antes de iniciar una nueva.

Problemas de Compute Engine

Cuando tengas problemas para activar un sistema de archivos de Managed Lustre en una instancia de Compute Engine, sigue estos pasos para diagnosticar el problema.

Verifica que se pueda acceder a la instancia de Managed Lustre

Primero, asegúrate de que se pueda acceder a tu instancia de Managed Lustre desde tu instancia de Compute Engine:

sudo lctl ping IP_ADDRESS@tcp

Para obtener el valor de IP_ADDRESS, consulta Obtén una instancia.

Un ping exitoso muestra una respuesta similar a la siguiente:

12345-0@lo
12345-10.115.0.3@tcp

Un ping fallido muestra lo siguiente:

failed to ping 10.115.0.3@tcp: Input/output error

Si falla el ping, haz lo siguiente:

• Asegúrate de que tu instancia de Managed Lustre y tu instancia de Compute Engine estén en la misma red de VPC. Compara el resultado de los siguientes comandos:

  gcloud compute instances describe VM_NAME \
    --zone=VM_ZONE \
    --format='get(networkInterfaces[0].network)'
  
  gcloud lustre instances describe INSTANCE_NAME \
    --location=ZONE --format='get(network)'
  

  El resultado es similar al siguiente:

  https://www.googleapis.com/compute/v1/projects/my-project/global/networks/my-network
  projects/my-project/global/networks/my-network
  

  El resultado del comando gcloud compute instances describe tiene el prefijo https://www.googleapis.com/compute/v1/; todo lo que sigue a esa cadena debe coincidir con el resultado del comando gcloud lustre instances describe.

• Revisa las reglas de firewall y las configuraciones de enrutamiento de tu red de VPC para asegurarte de que permitan el tráfico entre tu instancia de Compute Engine y la instancia de Managed Lustre.

Verifica el puerto de aceptación de LNet

Las instancias de Managed Lustre se pueden configurar para admitir clientes de GKE especificando la marca --gke-support-enabled en el momento de la creación.

Si se habilitó la compatibilidad con GKE, debes configurar LNet en todas las instancias de Compute Engine para usar accept_port 6988. Consulta Configura LNet para gke-support-enabled instancias.

Para determinar si la instancia se configuró para admitir clientes de GKE, ejecuta el siguiente comando:

gcloud lustre instances describe INSTANCE_NAME \
  --location=LOCATION | grep gkeSupportEnabled

Si el comando muestra gkeSupportEnabled: true, debes configurar LNet.

Incompatibilidad de la versión del kernel de Ubuntu con el cliente de Lustre

En el caso de las instancias de Compute Engine que ejecutan Ubuntu, la versión del kernel de Ubuntu debe coincidir con la versión específica de los paquetes de cliente de Lustre. Si fallan tus herramientas de cliente de Lustre, verifica si tu instancia de Compute Engine se actualizó automáticamente a un kernel más reciente.

Para verificar la versión del kernel, haz lo siguiente:

uname -r

La respuesta es similar a la siguiente:

6.8.0-1029-gcp

Para verificar la versión del paquete de cliente de Lustre, haz lo siguiente:

dpkg -l | grep -i lustre

La respuesta es similar a la siguiente:

ii  lustre-client-modules-6.8.0-1029-gcp 2.14.0-ddn198-1  amd64  Lustre Linux kernel module (kernel 6.8.0-1029-gcp)
ii  lustre-client-utils                  2.14.0-ddn198-1  amd64  Userspace utilities for the Lustre filesystem (client)

Si hay una falta de coincidencia entre la versión del kernel que se muestra en ambos comandos, debes volver a instalar los paquetes de cliente de Lustre.

Verifica dmesg en busca de errores de Lustre

Muchas advertencias y errores de Lustre se registran en el búfer de anillo del kernel de Linux. El comando dmesg imprime el búfer de anillo del kernel.

Para buscar mensajes específicos de Lustre, usa grep junto con dmesg:

dmesg | grep -i lustre

O bien, para buscar errores más generales que podrían estar relacionados, haz lo siguiente:

dmesg | grep -i error

Información que se debe incluir en una solicitud de asistencia

Si no puedes resolver la falla de activación, recopila información de diagnóstico antes de crear un caso de asistencia.

Ejecuta sosreport: Esta utilidad recopila registros del sistema y la información de configuración, y genera un archivo tar comprimido:

sudo sosreport

Adjunta el archivo sosreport y cualquier resultado relevante de dmesg a tu caso de asistencia.

Problemas de GKE

Antes de seguir los pasos para solucionar problemas en esta sección, consulta las limitaciones cuando te conectas a Managed Lustre desde GKE.

Capacidad mínima de instancia actualizada

La capacidad mínima para las instancias de Managed Lustre se actualizó a 9,000 GiB. Para crear instancias de 9,000 GiB con el controlador de CSI de Managed Lustre, actualiza la versión de tu clúster a 1.34.0-gke.2285000 o una posterior.

Nivel de rendimiento incorrecto para las instancias de Lustre aprovisionadas de forma dinámica

Cuando se aprovisiona de forma dinámica una instancia de Lustre, la creación de la instancia falla con un error InvalidArgument para PerUnitStorageThroughput, independientemente del valor perUnitStorageThroughput especificado en la solicitud de la API. Esto afecta a las versiones de GKE 1.33 anteriores a 1.33.4-gke.1036000.

Solución alternativa:

Actualiza el clúster de GKE a la versión 1.33.4-gke.1036000 o una posterior. Si usas el canal Estable, es posible que aún no esté disponible una versión más reciente. En este caso, puedes seleccionar manualmente una versión de los canales Normal o Rápido que incluya la corrección.

Puertos de comunicación de Managed Lustre

El controlador de CSI de Managed Lustre usa diferentes puertos para la comunicación con las instancias de Managed Lustre, según la versión de tu clúster de GKE y las configuraciones existentes de Managed Lustre.

• Puerto predeterminado (988): Para los clústeres de GKE nuevos que ejecutan la versión 1.33.2-gke.4780000 o una posterior, el controlador usa el puerto 988 para la comunicación de Lustre de forma predeterminada.

• Puerto heredado (6988): El controlador usa el puerto 6988 en las siguientes situaciones:

  • Versiones anteriores de GKE: Si tu clúster de GKE ejecuta una versión anterior a 1.33.2-gke.4780000, se requiere la marca --enable-legacy-lustre-port cuando se habilita el controlador de CSI. Habilitar esta marca soluciona un conflicto de puertos con gke-metadata-server en los nodos de GKE.
  • Instancias existentes de Managed Lustre con compatibilidad con GKE: Si te conectas a una instancia existente de Managed Lustre que se creó con la marca --gke-support-enabled, debes incluir --enable-legacy-lustre-port cuando habilites el controlador de CSI, independientemente de la versión de tu clúster. Sin esta marca, tu clúster de GKE no podrá activar la instancia de Lustre existente.

  Para obtener más información sobre cómo habilitar el controlador de CSI con el puerto heredado, consulta Puertos de comunicación de Lustre.

Consultas de registros

Para verificar los registros, ejecuta la siguiente consulta en el Explorador de registros.

Para mostrar los registros del servidor de nodos del controlador de CSI de Managed Lustre, haz lo siguiente:

resource.type="k8s_container"
resource.labels.pod_name=~"lustre-csi-node*"

Soluciona problemas de aprovisionamiento de volúmenes

Si PersistentVolumeClaim (PVC) permanece en estado Pending y no se crea PersistentVolume (PV) después de 20 a 30 minutos, es posible que se haya producido un error.

1. Verifica los eventos de PVC:

   kubectl describe pvc PVC_NAME
   

2. Si el error indica problemas de configuración o argumentos no válidos, verifica los parámetros de StorageClass.

3. Vuelve a crear el PVC.

4. Si el problema persiste, comunícate con Atención al cliente de Cloud.

Soluciona problemas de activación de volúmenes

Después de que el Pod se programa en un nodo, se activa el volumen. Si falla, verifica los eventos del Pod y los registros de kubelet.

kubectl describe pod POD_NAME

Problemas de habilitación del controlador de CSI

Síntoma:

MountVolume.MountDevice failed for volume "yyy" : kubernetes.io/csi: attacher.MountDevice failed to create newCsiDriverClient: driver name lustre.csi.storage.gke.io not found in the list of registered CSI drivers

o

MountVolume.SetUp failed for volume "yyy" : kubernetes.io/csi: mounter.SetUpAt failed to get CSI client: driver name lustre.csi.storage.gke.io not found in the list of registered CSI drivers

Causa: El controlador de CSI no está habilitado o aún no se está ejecutando.

Resolución:

1. Verifica que el controlador de CSI esté habilitado.
2. Si el clúster se escaló o actualizó recientemente, espera unos minutos para que el controlador funcione.
3. Si el error persiste, verifica los registros de lustre-csi-node en busca de "Operation not permitted". Esto indica que la versión del nodo es demasiado antigua para admitir Managed Lustre. Para resolver este problema, actualiza tu grupo de nodos a la versión 1.33.2-gke.1111000 o una posterior.
4. Si los registros muestran "LNET_PORT mismatch", actualiza tu grupo de nodos para asegurarte de que estén instalados los módulos del kernel de Lustre compatibles.

Ya existe el punto de activación

Síntoma:

MountVolume.MountDevice failed for volume "yyy" : rpc error: code = AlreadyExists
desc = A mountpoint with the same lustre filesystem name "yyy" already exists on
node "yyy". Please mount different lustre filesystems

Causa: No se admite la activación de varios volúmenes de diferentes instancias de Managed Lustre con el mismo nombre de sistema de archivos en un solo nodo.

Resolución: Usa un nombre de sistema de archivos único para cada instancia de Managed Lustre.

Falló la activación: No existe el archivo o el directorio

Síntoma:

MountVolume.MountDevice failed for volume "yyy" : rpc error: code = Internal desc = Could not mount ... failed: No such file or directory

Causa: El nombre del sistema de archivos especificado es incorrecto o no existe.

Resolución: Verifica que el fs_name en tu StorageClass o configuración de PV coincida con la instancia de Managed Lustre.

Falló la activación: Error de entrada/salida

Síntoma:

MountVolume.MountDevice failed for volume "yyy" : rpc error: code = Internal desc = Could not mount ... failed: Input/output error

Causa: El clúster no puede conectarse a la instancia de Managed Lustre.

Resolución:

1. Verifica la dirección IP de la instancia de Managed Lustre.
2. Asegúrate de que el clúster de GKE y la instancia de Managed Lustre estén en la misma red de VPC o que estén correctamente intercambiados.

Errores internos

Síntoma: rpc error: code = Internal desc = ...

Resolución: Si el error persiste, comunícate con Atención al cliente de Cloud.

Soluciona problemas de desactivación de volúmenes

Síntoma:

UnmountVolume.TearDown failed for volume "yyy" : rpc error: code = Internal desc = ...

Resolución:

1. Fuerza la eliminación del Pod:

   kubectl delete pod POD_NAME --force
   

2. Si el problema persiste, comunícate con Atención al cliente de Cloud.

Soluciona problemas de eliminación de volúmenes

Si el PV permanece en estado "Released" durante un período prolongado (por ejemplo, más de una hora) después de borrar el PVC, comunícate con Atención al cliente de Cloud.

Soluciona problemas de expansión de volúmenes

PVC atascado en ExternalExpanding

Síntoma: El estado de PVC no cambia a Resizing y los eventos muestran ExternalExpanding.

Causa: Es posible que falte el campo allowVolumeExpansion o que esté configurado como false.

Resolución: Asegúrate de que StorageClass tenga allowVolumeExpansion: true.

kubectl get storageclass STORAGE_CLASS_NAME -o yaml

Falla la expansión: Argumento no válido

Síntoma: VolumeResizeFailed: rpc error: code = InvalidArgument ...

Causa: El tamaño solicitado no es válido (por ejemplo, no es un múltiplo del tamaño del paso o está fuera de los límites).

Resolución: Verifica los rangos de capacidad válidos y actualiza el PVC con un tamaño válido.

Falla la expansión: Error interno

Síntoma: VolumeResizeFailed ... rpc error: code = Internal

Resolución: Vuelve a intentar la expansión volviendo a aplicar el PVC. Si falla de forma repetida, comunícate con Atención al cliente de Cloud.

Se superó el plazo

Síntoma: VolumeResizeFailed con DEADLINE_EXCEEDED.

Causa: La operación está tardando más de lo esperado, pero es posible que aún esté en curso.

Resolución: Espera a que se complete la operación. El redimensionador volverá a intentarlo automáticamente. Si permanece atascado durante mucho tiempo (por ejemplo, > 90 minutos), comunícate con el equipo de asistencia.

Se superó la cuota

Síntoma: La expansión falla debido a los límites de cuota.

Resolución: Solicita un aumento de la cuota o un aumento de capacidad más pequeño.

Problemas de la red de VPC

En las siguientes secciones, se describen los problemas comunes de la red de VPC.

No se puede acceder a Managed Lustre desde un proyecto intercambiado

Para acceder a tu instancia de Managed Lustre desde una VM en una red de VPC intercambiada, debes usar Network Connectivity Center (NCC). NCC te permite conectar varias redes de VPC y redes locales a un concentrador central, lo que proporciona conectividad entre ellas.

Para obtener instrucciones sobre cómo configurar NCC, consulta la documentación de Network Connectivity Center.

Falla la activación de Lustre en una VM de varias NIC

Cuando una VM tiene varios controladores de interfaces de red (NIC) y la instancia de Managed Lustre está en una VPC conectada a una NIC secundaria (por ejemplo, eth1), es posible que falle la activación de la instancia. Para resolver este problema, sigue las instrucciones para activar con una NIC secundaria.

No se puede conectar desde el rango de subred 172.17.0.0/16

Los clientes de Compute Engine y GKE con una dirección IP en el rango de subred 172.17.0.0/16 no pueden activar instancias de Managed Lustre.

Se denegó el permiso para agregar intercambio de tráfico para el servicio servicenetworking.googleapis.com

ERROR: (gcloud.services.vpc-peerings.connect) User [$(USER)] does not have
permission to access services instance [servicenetworking.googleapis.com]
(or it may not exist): Permission denied to add peering for service
'servicenetworking.googleapis.com'.

Este error significa que no tienes el permiso de IAM servicenetworking.services.addPeering en tu cuenta de usuario.

Consulta Control de acceso con IAM para obtener instrucciones sobre cómo agregar uno de los siguientes roles a tu cuenta:

• roles/compute.networkAdmin o
• roles/servicenetworking.networksAdmin

No se pueden modificar los rangos asignados en CreateConnection

ERROR: (gcloud.services.vpc-peerings.connect) The operation
"operations/[operation_id]" resulted in a failure "Cannot modify allocated
ranges in CreateConnection. Please use UpdateConnection."

Este error se muestra cuando ya creaste un intercambio de tráfico de VPC en esta red con diferentes rangos de IP. Existen dos soluciones posibles:

Reemplaza los rangos de IP existentes:

gcloud services vpc-peerings update \
  --network=NETWORK_NAME \
  --ranges=IP_RANGE_NAME \
  --service=servicenetworking.googleapis.com \
  --force

O bien, agrega el nuevo rango de IP a la conexión existente:

1. Recupera la lista de rangos de IP existentes para el intercambio de tráfico:

   EXISTING_RANGES="$(
     gcloud services vpc-peerings list \
       --network=NETWORK_NAME \
       --service=servicenetworking.googleapis.com \
       --format="value(reservedPeeringRanges.list())" \
       --flatten=reservedPeeringRanges
   )
   

2. Luego, agrega el nuevo rango al intercambio de tráfico:

   gcloud services vpc-peerings update \
     --network=NETWORK_NAME \
     --ranges="${EXISTING_RANGES}",IP_RANGE_NAME \
     --service=servicenetworking.googleapis.com
   

Se agotó el rango de direcciones IP

Si falla la creación de la instancia con un error de rango de direcciones IP agotado, haz lo siguiente:

ERROR: (gcloud.alpha.Google Cloud Managed Lustre.instances.create) FAILED_PRECONDITION: Invalid
resource state for "NETWORK_RANGES_NOT_AVAILABLE": IP address range exhausted

Sigue la guía de VPC para modificar la conexión privada existente y agregar rangos de direcciones IP.

Recomendamos una longitud de prefijo de al menos /20 (4096 direcciones).