監控及規劃主機維護事件

每個虛擬機器 (VM) 執行個體或裸機執行個體都會使用主機維護政策，決定執行個體在維護作業期間的行為。部分執行個體提供額外選項，可讓您提前查看維護排程。

本頁面說明如何監控及規劃 Compute Engine 執行個體的主機維護事件。

事前準備

• 如果尚未設定驗證，請先完成設定。 驗證可確認您的身分，以便存取 Cloud de Confiance by S3NS 服務和 API。如要從本機開發環境執行程式碼或範例，您可以選取下列其中一個選項，向 Compute Engine 進行驗證：

  請根據您打算如何使用本頁範例，選取對應的分頁標籤：

  控制台

  使用 Cloud de Confiance 控制台存取 Cloud de Confiance by S3NS 服務和 API 時，您不需要設定驗證機制。

  gcloud

  1. 安裝 Google Cloud CLI，然後 使用聯合身分登入 gcloud CLI。登入後，執行下列指令來初始化 Google Cloud CLI：

     gcloud init

• 設定預設區域和可用區。

REST

如要在本機開發環境中使用本頁的 REST API 範例，請使用您提供給 gcloud CLI 的憑證。

安裝 Google Cloud CLI，然後 使用聯合身分登入 gcloud CLI。

詳情請參閱 Cloud de Confiance 驗證說明文件中的「使用 REST 進行驗證」一節。

必要的角色

如要取得建立執行個體及管理執行個體維護作業所需的權限，請要求管理員授予您專案的下列 IAM 角色：

• Compute 執行個體管理員 (v1) (roles/compute.instanceAdmin.v1)
• 如要以唯讀方式存取系統事件稽核記錄：記錄檢視器 (roles/logging.viewer)

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和組織的存取權」。

這些預先定義的角色具備建立執行個體及管理執行個體維護作業所需的權限。如要查看確切的必要權限，請展開「Required permissions」(必要權限) 部分：

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

限制

只有在執行個體使用下列任一機器家族的機器類型時，您才能查看執行個體即將進行的維護事件通知：

• 加速器最佳化機器家族：

  • 搭載 8 個 GPU 的 A3 High 機型

  • 搭載 8 個 GPU 的 A3 Edge 機型

• 一般用途機器家族：

  • C4

  • C3

• 記憶體最佳化機器家族：

  • M3

維護作業通知總覽

Google 會透過多種方式，傳送即將進行主機維護作業的通知。維護期間開始時，系統會 Cloud de Confiance by S3NS 自動 對執行個體執行維護作業。監控執行個體即將到來的維護期間，即可主動準備工作負載，以最少的中斷時間處理即將到來的維護作業。

支援維護事件通知的運算執行個體具有下列特性：

• 減少維護事件：一般來說，如果執行個體的維護間隔時間較長，維護事件就會減少。
• 更長的維護通知時間：提前收到維護事件通知，方便您規劃。
• 監控和規劃：使用 Cloud Logging 追蹤維護時間表。透過事件和快訊掌握最新資訊。
• 隨選維護控制：在通知期間開始維護，以便在合適的時間更新執行個體。

系統會以類似下列方式呈現即將發生的通知事件資訊：

upcomingMaintenance:{
    "canReschedule":True
    "latestWindowStartTime": "2024-12-01T19:00:01Z"
    "machineType":"x4-960-16t-metal"
    "maintenanceStatus":"PENDING"
    "type":"SCHEDULED"
    "windowEndTime": "2024-12-01T22:00:00Z"
    "windowStartTime": "2024-12-01T19:00:00Z"
}

如果沒有即將進行的維護作業，您會看到類似下列的訊息：

{ "error": "no notifications have been received yet, try again later" }

維護狀態定義

下列狀態定義說明瞭執行個體主機維護查詢的回應。提供維護事件的相關資訊。Google Cloud CLI、REST 和中繼資料伺服器會使用相同的回應：

• canReschedule：是否可在這個執行個體的通知期間手動啟動維護作業。
  • TRUE：可在通知期間執行客戶觸發的維護作業。
  • FALSE：無法在這個執行個體上執行客戶觸發的維護作業。 這通常發生在執行個體維護期間，或執行個體類型不支援隨選維護時。
• latestWindowStartTime：維護期間可延至的最晚時間。
• machineType：執行個體的機型，例如 x4-960-16t-metal 或 c4-highmem-192。
• maintenanceReason：緊急維護事件的原因。例如：
  • FAILURE_GPU_TEMPERATURE：GPU 溫度過高，需要維護。
  • FAILURE_MEMORY：因記憶體錯誤而進行維護。
  • FAILURE_NETWORK：因網路錯誤而進行維護。
  • FAILURE_DISK：因磁碟錯誤而進行維護。
• maintenanceStatus：維護事件的目前狀態。
  • ONGOING：正在執行維護作業。
  • PENDING：維護作業已排定，但尚未開始。
• type：要執行的維護作業類型。
  • NONE：這個執行個體未排定維護作業。
  • SCHEDULED：對於會造成服務中斷的維護作業，Compute Engine 會在至少 7 天前通知大多數執行個體。
  • UNSCHEDULED：由於維護作業代表重要或緊急更新，Compute Engine 會盡可能提供提前告知，但通常會比排定維護事件短得多。
• windowEndTime：維護作業的執行時間範圍結束時間。
• windowStartTime：維護作業執行時間範圍的開始時間。

維護狀態行為

管理維護事件時，請檢查 canReschedule 和 maintenanceStatus 的值。合併使用這些欄位時，可指出您能否採取行動，重新安排維護事件：

• canReschedule=True 和 maintenanceStatus=Pending：您可以在排定的開始時間前，手動啟動執行個體的維護事件。
• canReschedule=False和maintenanceStatus=Ongoing：維護作業正在進行中，無法重新排程。
• canReschedule=False 和 maintenanceStatus=Pending：執行個體不支援手動觸發的維護事件。

查看維護作業通知

您可以查詢運算執行個體、中繼資料伺服器，或使用 Cloud Logging，找出維護通知。

您也可以使用相同方法查看緊急維護事件。不過，緊急維護事件的通知會包含 type 欄位，值為 UNSCHEDULED，且只能透過 Cloud Logging 查看這個欄位。

查看執行個體是否有維護事件通知

使用 Google Cloud CLI、REST 或查詢中繼資料伺服器，查看執行個體是否有即將進行的主機維護事件。

gcloud compute instances describe INSTANCE_NAME \
   --zone=ZONE_NAME --format="yaml(resourceStatus.upcomingMaintenance)"

  resourceStatus:
    upcomingMaintenance:
      canReschedule: true
      latestWindowStartTime: '2025-01-15T12:00:01Z'
      machineType: x4-960-16t-metal
      maintenanceStatus: PENDING
      type: SCHEDULED
      windowEndTime: '2025-01-15T16:00:00Z'
      windowStartTime: '2025-01-15T12:00:00Z'

GET https://compute.s3nsapis.fr/compute/v1/projects/PROJECT_NAME/zones/ZONE/instances/INSTANCE_NAME

  upcomingMaintenance:{
    "canReschedule":True
    "latestWindowStartTime": "2023-12-01T19:00:01Z"
    "machineType": "x4-960-16t-metal"
    "maintenanceStatus":"PENDING"
    "type":"SCHEDULED"
    "windowEndTime": "2023-12-01T22:00:00Z"
    "windowStartTime": "2023-12-01T19:00:00Z"
  }

$ curl http://metadata.google.internal/computeMetadata/v1/instance/upcoming-maintenance?alt=json -H "Metadata-Flavor: Google"

在 Cloud Logging 查看維護事件通知

Compute Engine 會在Cloud 稽核記錄中，為執行個體建立維護事件的系統事件。您可以使用 Cloud Logging 和 Logs Explorer，在維護事件發生前、發生期間和發生後查看這些事件。

維護作業通知範例

執行個體的維護事件通知會顯示在 Logs Explorer 中， 值類似於下列內容：

• methodName："compute.instances.upcomingMaintenance"
• metadata：
  • maintenanceStatus："PENDING"
  • machineType："x4-960-16t-metal"
  • windowStartTime："2024-07-23T20:00:00Z"

維護事件開始時，記錄中會顯示新的資訊事件，其值類似於以下內容：

• methodName："compute.instances.upcomingMaintenance"
• metadata：
  • maintenanceStatus："ONGOING"
  • machineType："x4-960-16t-metal"
  • windowStartTime："2024-07-23T20:00:00Z"

在維護事件期間，系統會根據執行個體的主機維護政策設定，將下列其中一個系統事件記錄到稽核記錄：

• 如果執行個體設為在維護事件期間使用即時遷移，系統事件會顯示 methodName: "compute.instances.migrateOnHostMaintenance"。
• 如果執行個體設定為在維護事件期間終止，系統事件會顯示 methodName: "compute.instances.terminateOnHostMaintenance"。

維護事件結束後，稽核記錄中會顯示新的資訊事件，值與下列類似：

• methodName："compute.instances.upcomingMaintenance"
• status: { message: "Maintenance window has completed for this instance. All maintenance notifications on the instance have been removed." }

設定主機維護通知的快訊

您可以設定記錄檔型警告政策，搜尋特定維護通知事件，並使用通知管道傳送警告。

詳情請參閱「設定記錄指標警告」和「建立及管理通知管道」。

後續步驟

• 瞭解如何設定主機維護政策。
• 瞭解如何接收即時遷移通知。
• 瞭解如何手動觸發主機維護事件
• 瞭解如何使用 Monitoring 的 Cloud de Confiance 控制台或 Monitoring API，管理記錄檔警告政策。