Optimiza el rendimiento con archivos YAML de GKE preconfigurados

Los archivos YAML de Google Kubernetes Engine preconfigurados te ayudan a optimizar el rendimiento de Cloud Storage FUSE para tu carga de trabajo específica y a implementar con rapidez pods de GKE que accedan a tu bucket de Cloud Storage. En este documento, se proporcionan ejemplos de parámetros de configuración de Cloud Storage FUSE para cargas de trabajo de entrenamiento, entrega y creación de puntos de control.

Nota: En esta página, se proporcionan instrucciones para ajustar el rendimiento de Cloud Storage FUSE en archivos YAML preconfigurados específicos de Google Kubernetes Engine. Para obtener información sobre cómo ajustar Cloud Storage FUSE con el archivo de configuración y las opciones de gcsfuse, consulta Prácticas recomendadas para ajustar el rendimiento de Cloud Storage FUSE.

Configura e implementa cargas de trabajo de GKE con Cloud Storage FUSE usando archivos YAML de ejemplo

Para usar las configuraciones de muestra, sigue estos pasos:

1. Verifica que el controlador de CSI de Cloud Storage FUSE para Google Kubernetes Engine se ejecute en clústeres de GKE con la versión 1.32.2-gke.1297001 o posterior.

2. Verifica que la cuenta de servicio de Google Kubernetes Engine tenga los permisos necesarios para acceder al bucket de Cloud Storage de destino.

3. Ubica los parámetros de configuración de muestra que deseas aplicar según el tipo de máquina y la carga de trabajo con uno de los siguientes archivos YAML:

   GPU

   Usa uno de los siguientes archivos YAML específicos de las GPU de Cloud según tu tipo de carga de trabajo:

   • Capacitación

   • Activo

   • Puntos de control y caché de JIT

   TPU

   Usa uno de los siguientes archivos YAML específicos de Cloud TPU según tu tipo de carga de trabajo:

   • Capacitación

   • Activo

   • Puntos de control y caché de JIT

4. Implementa la especificación del Pod correspondiente que accede al PersistentVolumeClaim con uno de los siguientes archivos YAML:

   GPU

   Implementa la especificación del Pod correspondiente específica de las GPU de Cloud que accede a la PersistentVolumeClaim según tu tipo de carga de trabajo:

   • Capacitación

   • Activo

   • Puntos de control y caché de JIT

   TPU

   Implementa la especificación de Pod correspondiente específica de Cloud TPU que accede a PersistentVolumeClaim según tu tipo de carga de trabajo:

   • Capacitación

   • Activo

   • Puntos de control y caché de JIT

5. Implementa el PersistentVolume y el PersistentVolumeClaim aplicando el archivo PersistentVolume.

   El webhook de admisión de Pods de GKE inspecciona los atributos PersistentVolume para aplicar optimizaciones potenciales, como la inserción de contenedores sidecar antes de que se programe el Pod.

   kubectl apply -f PERSISTENT_VOLUME_YAML_FILE_NAME
   

   Reemplaza lo siguiente:

   • PERSISTENT_VOLUME_YAML_FILE_NAME es el nombre del archivo YAML de PersistentVolume. Por ejemplo, serving-pv.yaml

6. Implementa la especificación del Pod que hace referencia al PersistentVolumeClaim:

   kubectl apply -f POD_YAML_FILE_NAME
   

   Reemplaza lo siguiente:

   • POD_YAML_FILE_NAME es el nombre del archivo de configuración YAML del Pod. Por ejemplo, serving-pod.yaml

¿Qué sigue?

• Obtén información para supervisar el rendimiento de Cloud Storage FUSE con métricas.