Integrierte ComputeClasses in GKE

Auf dieser Seite werden die ComputeClasses beschrieben, die Google Kubernetes Engine (GKE) in Ihren Clustern installiert. Sie erfahren mehr über den Namen, die Verfügbarkeit und die Knotenkonfiguration der einzelnen integrierten ComputeClasses. Diese Seite richtet sich an Plattformtechniker und Anwendungsoperatoren, die eine fundierte Entscheidung darüber treffen möchten, welche ComputeClasses verfügbar sind und welche Klasse für bestimmte Arbeitslasten optimal ist.

Sie sollten bereits mit ComputeClasses vertraut sein.

Übersicht über integrierte ComputeClasses

Viele GKE-Arbeitslasten sind Arbeitslasten für allgemeine Zwecke , die keine spezielle Hardware erfordern, z. B. Webserver oder kleine Batchjobs. Bei diesen Arbeitslasten besteht die Priorität oft darin, den Aufwand zu reduzieren, der mit der manuellen Verwaltung der Knoteninfrastruktur und der Autoscaling-Konfiguration verbunden ist.

GKE bietet verschiedene integrierte ComputeClasses für Anwendungsfälle wie das Ausführen von Autopilot-Arbeitslasten in Standardclustern oder das Platzieren fehlertoleranter Arbeitslasten für allgemeine Zwecke auf Spot-VMs. Verwenden Sie eine integrierte ComputeClass für Arbeitslasten, die keine bestimmte Hardware (z. B. GPUs) oder bestimmte Knoteneinstellungen (z. B. Linux-Sysctl-Flags) erfordern. Wenn Ihre Arbeitslasten speziellere Hardware benötigen, verwenden Sie eine benutzerdefinierte ComputeClass.

Verfügbare integrierte ComputeClasses in GKE

In der folgenden Tabelle werden die in GKE verfügbaren integrierten ComputeClasses beschrieben:

Verwenden Sie den Befehl kubectl get, um die Spezifikationen dieser integrierten ComputeClasses aufzurufen:

kubectl get computeclass COMPUTECLASS_NAME -o yaml

Preise

Die durch Autopilot angerechneten Preise unterscheiden sich je nach der ComputeClass, die von Ihren Pods angefordert wird. Weitere Informationen finden Sie unter Preise für Google Kubernetes Engine.

Auswahl der integrierten ComputeClass in Arbeitslasten

Wenn Sie eine integrierte oder benutzerdefinierte ComputeClass auswählen möchten, wenn Sie eine GKE-Arbeitslast bereitstellen, wählen Sie das Label cloud.google.com/compute-class in Ihrem Arbeitslastmanifest aus, wie im folgenden Beispiel:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: helloweb
  labels:
    app: hello
spec:
  selector:
    matchLabels:
      app: hello
  template:
    metadata:
      labels:
        app: hello
    spec:
      nodeSelector:
        # Replace with the name of a compute class
        cloud.google.com/compute-class: COMPUTE_CLASS 
      containers:
      - name: hello-app
        image: us-docker.pkg.dev/google-samples/containers/gke/hello-app:1.0
        ports:
        - containerPort: 8080
        resources:
          requests:
            cpu: "250m"
            memory: "1Gi"

In diesem Beispiel ist COMPUTE_CLASS der Name einer ComputeClass. Sie können in einer bestimmten Arbeitslast nicht mehr als eine ComputeClass auswählen.

Wenn Sie eine Arbeitslast bereitstellen, die eine ComputeClass auswählt, verwendet GKE die Eigenschaften dieser ComputeClass, um neue Knoten zum Ausführen der Pods zu erstellen. Wenn Sie beispielsweise die autopilot integrierte ComputeClass in einer Arbeitslast auswählen, führt GKE diese Pods im Autopilot-Modus aus.

Standardanwendung von integrierten ComputeClasses

Sie können jede ComputeClass in einem Cluster als Standard-ComputeClass für einen bestimmten Namespace oder für einen gesamten Cluster festlegen. GKE wendet diese ComputeClass auf alle Pods an, die keine andere ComputeClass explizit auswählen. So legen Sie eine integrierte ComputeClass als Standard fest:

• Wenn Sie die ComputeClass als Standard für den Namespace festlegen möchten, fügen Sie dem Namespace ein Label für die ComputeClass hinzu.
• Wenn Sie die ComputeClass als Standard auf Clusterebene festlegen möchten, erstellen Sie eine neue ComputeClass mit dem Namen default und denselben Prioritätsregeln wie die integrierte ComputeClass.

Weitere Informationen zum Festlegen einer ComputeClass als Standard für einen Namespace oder einen Cluster finden Sie unter ComputeClasses standardmäßig auf Pods anwenden.

Betrachten Sie beispielsweise einen Standardcluster, in dem viele Pods für allgemeine Zwecke ausgeführt werden, z. B. Webserver oder kleine Batchjobs. Wenn Sie eine ComputeClass festlegen, die die integrierte ComputeClass autopilot imitiert, werden diese Arbeitslasten für allgemeine Zwecke auf der containeroptimierten Autopilot-Compute-Plattform ausgeführt, ohne dass Änderungen an den Arbeitslastspezifikationen erforderlich sind. Für Arbeitslasten, die andere Hardware benötigen, kann ein Selektor für eine bestimmte ComputeClass hinzugefügt werden.

Nächste Schritte

• ComputeClass-CustomResourceDefinition lesen