GKE 스토리지에서 에이전트 샌드박스 관리

이 문서에서는 에이전트의 데이터 수명 주기 요구사항에 맞게 GKE의 Agent Sandbox 스토리지를 관리하기 위한 참조 구현을 제공합니다.

에이전트의 데이터 수명 주기 요구사항에 따라 다음 구성 중 하나를 선택합니다.

스토리지 솔루션 선택에 대한 자세한 내용은 AI 에이전트 워크로드용 스토리지 선택을 참조하세요.

다음 문서에서는 자동 디스크 유형 선택에 dynamic-rwo StorageClass를 사용하여 GKE의 Agent Sandbox 포드가 예약된 노드의 머신 유형과 호환되는 디스크를 프로비저닝합니다. GKE가 에이전트의 스토리지에 Hyperdisk Balanced 볼륨을 프로비저닝하도록 하려면 N4와 같은 호환되는 머신 계열의 노드에 있는 GKE 포드에서 에이전트 샌드박스를 예약해야 합니다. 그렇지 않으면 GKE가 pd-balanced로 대체됩니다.

이 문서에서는 ReadWriteOnce (RWO) 액세스를 사용하여 비공개 격리된 작업공간 데이터 액세스 모드를 구현합니다. 이 모드에서 에이전트는 단독 읽기 및 쓰기 액세스 권한이 있는 비공개 격리 스토리지 디렉터리로 시작합니다.

달리 지정하지 않는 한 이 문서의 참조 구현은 직접 샌드박스 생성을 사용하며, 이는 몇 초의 시작 지연 시간을 허용하는 에이전트에 적용됩니다. 스테이트풀(Stateful) 또는 특정 시점 복원 작업공간의 시작 지연 시간을 1초 미만으로 줄이려면 GKE Warm Pool의 Agent Sandbox를 사용해야 합니다. 스토리지를 요청된 웜 풀 포드에 바인딩하려면 커스텀 스크립팅과 권한이 있는 DaemonSet가 필요합니다. 참조 구현은 이 GitHub 예시를 참고하세요.

대체 액세스 모드

대체 액세스 모드를 지원하려면 구성에서 볼륨 및 스냅샷 정의를 수정하면 됩니다.

  • 공동작업 작업공간: accessModes를 ReadWriteMany로 변경하고 Filestore 멀티 공유(Enterprise) (enterprise-multishare-rwx)와 같은 RWX 지원 StorageClass를 사용합니다.
  • 탐색 분기 작업공간: 템플릿 폴더를 읽기 전용으로 마운트하고 별도의 쓰기 가능한 스크래치 패드를 제공합니다. 기본 템플릿의 경우 ReadOnlyMany (ROX) 액세스 모드가 있는 Hyperdisk ML 또는 RWX 액세스 모드가 있는 Filestore 멀티 공유와 같이 여러 읽기 전용 연결을 지원하는 스토리지를 사용해야 합니다.

시작하기 전에

Agent Sandbox 컨트롤러가 설치된 GKE 클러스터가 있는지 확인합니다. 그렇지 않은 경우 GKE에 Agent Sandbox 설치의 다음 섹션만 완료한 후 이 문서로 돌아갑니다.

  1. 환경 변수 정의
  2. GKE 클러스터 만들기
  3. Agent Sandbox 설치
  4. 권장 보안 정책 적용

해당 문서의 샌드박스 환경 배포 섹션을 완료한 경우 노드에 이 문서의 샌드박스에 충분한 용량이 있도록 생성된 샘플 리소스를 삭제합니다.

kubectl delete sandboxclaim sandbox-claim --ignore-not-found
kubectl delete sandboxwarmpool python-runtime-warmpool --ignore-not-found
kubectl delete sandbox sandbox-example-2 --ignore-not-found

스테이트풀(Stateful) 작업공간 구성

이 패턴을 사용하여 에이전트 파일의 최신 상태를 보존합니다. 에이전트 세션이 일시중지되거나 종료될 때 (Agent Sandbox가 삭제됨) 에이전트가 상태를 보존하고 에이전트 세션이 활성화될 때 (Agent Sandbox가 다시 생성됨) 최신 상태에서 데이터를 복원해야 하는 경우에 유용합니다.

이 섹션의 참조 구현은 직접 샌드박스 생성을 사용하며 몇 초의 시작 지연 시간을 허용하는 에이전트에 적용할 수 있습니다.

이 접근 방식은 표준 GKE PersistentVolumeClaim (PVC) 리소스를 사용하여 샌드박스를 사용자 데이터가 포함된 기존 PVC에 연결합니다.

스테이트풀(Stateful) 워크스페이스 패턴은 다음 이벤트 시퀀스를 따릅니다.

  1. 프로비저닝: 관리자 또는 조정자가 결정론적 식별자 (예: pvc-agent-1)를 사용하여 각 에이전트 세션에 대해 비공개 PVC를 수동으로 프로비저닝합니다.
  2. 참조: Sandbox 리소스에서 volumes 블록 내의 persistentVolumeClaim 필드를 사용하여 기존 볼륨의 정확한 claimName을 지정합니다.
  3. 지연 시간: 샌드박스가 생성되면 GKE는 Compute Engine 디스크를 노드 VM에 동적으로 연결해야 하므로 표준 지연 시간이 몇 초 발생합니다.
  4. 지속성: 세션 종료 시(Sandbox 리소스 삭제) GKE는 디스크를 분리하지만 PVC를 폐기하지 않으므로 다음 세션을 위해 최신 상태가 유지됩니다.

세션 간에 데이터를 보존하는 스테이트풀(Stateful) 작업공간을 구성하려면 다음 하위 섹션의 단계를 완료하세요.

영구 작업공간 (PVC) 프로비저닝

pvc-agent-1와 같은 결정론적 식별자를 사용하는 비공개 PersistentVolumeClaim (PVC)을 만듭니다.

  1. 다음 매니페스트를 pvc-agent-1.yaml로 저장합니다.

    apiVersion: v1
    kind: PersistentVolumeClaim
    metadata:
      name: pvc-agent-1 # Derived directly from the deterministic assignment ID
      namespace: default
    spec:
      accessModes:
        - ReadWriteOnce
      storageClassName: dynamic-rwo # Selects disk type compatible with the node machine family
      resources:
        requests:
          storage: 10Gi
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f pvc-agent-1.yaml
    

스토리지 클래스는 동적 볼륨 바인딩을 사용하므로 디스크가 아직 노드에 연결되지 않았습니다. 이를 요청하는 포드가 예약될 때까지 Pending 상태로 유지됩니다.

Agent Sandbox 배포

결정론적 PVC를 참조하는 Sandbox 커스텀 리소스를 배포합니다.

  1. 다음 매니페스트를 sandbox-agent-1.yaml로 저장합니다.

    apiVersion: agents.x-k8s.io/v1beta1
    kind: Sandbox
    metadata:
      name: sandbox-agent-1 # Traceable sandbox name
      namespace: default
    spec:
      podTemplate:
        spec:
          runtimeClassName: gvisor # Required
          automountServiceAccountToken: false # Required
          securityContext:
            runAsNonRoot: true # Required
            runAsUser: 1000
            fsGroup: 1000 # Grant group access to the volume
          nodeSelector:
            sandbox.gke.io/runtime: gvisor # Required
          tolerations:
          - key: "sandbox.gke.io/runtime"
            value: "gvisor"
            effect: "NoSchedule" # Required
          containers:
          - name: agent
            image: registry.k8s.io/agent-sandbox/python-runtime-sandbox:v0.1.0
            ports:
            - containerPort: 8888
            volumeMounts:
            - name: workspace-disk
              mountPath: /workspace # Mounts the private disk into the container
            resources:
              limits:
                cpu: "500m"
                memory: "1Gi" # Required
            securityContext:
              capabilities:
                drop: ["ALL"] # Required
          volumes:
          - name: workspace-disk
            persistentVolumeClaim:
              claimName: pvc-agent-1 # Binds this specific Sandbox to Agent 1's PVC
          restartPolicy: OnFailure
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f sandbox-agent-1.yaml
    
  3. 샌드박스가 준비될 때까지 기다립니다.

    kubectl wait sandbox sandbox-agent-1 \
        --for=condition=Ready \
        --timeout=300s
    

    GKE가 노드 용량을 확인하고 디스크를 연결합니다. 이 작업은 몇 초 정도 걸립니다. 컨테이너는 사용자 공간 gVisor 커널 내에서 초기화됩니다. Autopilot 클러스터에서는 GKE가 샌드박스용 노드를 만들어야 할 수 있으므로 샌드박스가 준비되는 데 몇 분 정도 걸릴 수 있습니다.

에이전트의 데이터 쓰기

마운트된 디스크에 텍스트 파일을 작성하여 작업공간 내에서 파일 수정을 실행하는 활성 AI 에이전트를 시뮬레이션합니다.

# Set the active Pod name
POD_NAME=sandbox-agent-1

# Write a state file to the persistent directory
kubectl exec ${POD_NAME} -- sh -c "echo 'Workspace State Saved - Agent 1' > /workspace/modified_data.txt"

# Confirm the file exists on the disk
kubectl exec ${POD_NAME} -- cat /workspace/modified_data.txt

상담사 세션 종료

에이전트가 유휴 상태가 될 때 세션을 축소하거나 종료하는 것을 시뮬레이션하려면 Sandbox 리소스를 삭제하되 기본 스토리지는 보존합니다.

kubectl delete sandbox sandbox-agent-1

GKE가 디스크를 마운트 해제하고 분리합니다. pvc-agent-1 PVC는 그대로 유지되어 데이터가 보존됩니다.

에이전트 세션 재활성화

세션을 다시 활성화하려면 동일한 PVC를 참조하는 새 Sandbox 리소스를 다시 배포한 후 샌드박스가 준비될 때까지 기다립니다.

kubectl apply -f sandbox-agent-1.yaml

kubectl wait sandbox sandbox-agent-1 \
    --for=condition=Ready \
    --timeout=300s

디스크가 다시 연결되고 (연결 지연 발생) 컨테이너가 부팅됩니다.

데이터 보존 확인

새로 만든 샌드박스 컨테이너를 검사하여 이전 세션 데이터가 보존되었는지 확인합니다.

# Set the active Pod name of the new session
NEW_POD_NAME=sandbox-agent-1

# Read the file from the newly booted sandbox
kubectl exec ${NEW_POD_NAME} -- cat /workspace/modified_data.txt

출력에 Workspace State Saved - Agent 1가 표시됩니다.

리소스 삭제

에이전트 샌드박스 및 연결된 영구 볼륨 클레임을 삭제합니다.

kubectl delete sandbox sandbox-agent-1
kubectl delete pvc pvc-agent-1

PITR 및 소유권 이전 구성하기

이 패턴을 사용하여 동시 실험, 디버깅 또는 독립적인 작업을 실행하기 위해 데이터 세트를 클론합니다. 에이전트의 작업공간은 이전 데이터 세트 (또는 공유 상태)에서 초기화되며, 기본 템플릿을 수정하지 않고 별도의 비공개 쓰기 가능 레이어에 후속 수정사항을 저장합니다.

이 섹션의 참조 구현은 직접 샌드박스 생성을 사용하며 몇 초의 시작 지연 시간을 허용하는 에이전트에 적용할 수 있습니다. 이 접근 방식은 조정자가 새 샌드박스 세션을 시작하기 전에 이전 VolumeSnapshot에서 새 PersistentVolumeClaim(PVC)을 동적으로 프로비저닝하는 데 의존합니다.

VolumeSnapshotClass 만들기

CSI 드라이버 및 삭제 정책을 지정하는 VolumeSnapshotClass를 만듭니다. 하이퍼디스크의 경우 pd.csi.storage.gke.io 드라이버를 사용합니다.

  1. 다음 매니페스트를 1-snapshot-class.yaml로 저장합니다.

    apiVersion: snapshot.storage.k8s.io/v1
    kind: VolumeSnapshotClass
    metadata:
      name: standard-rwo-snapshot
    driver: pd.csi.storage.gke.io
    deletionPolicy: Delete
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f 1-snapshot-class.yaml
    

초기 작업공간 프로비저닝

에이전트가 초기 작업을 수행할 볼륨을 만듭니다.

  1. 다음 매니페스트를 2-source-pvc.yaml로 저장합니다.

    apiVersion: v1
    kind: PersistentVolumeClaim
    metadata:
      name: agent-source-pvc
    spec:
      accessModes: ["ReadWriteOnce"]
      storageClassName: dynamic-rwo
      resources:
        requests:
          storage: 10Gi
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f 2-source-pvc.yaml
    

상태 데이터 생성

샌드박스 포드를 배포하여 볼륨에 데이터를 씁니다.

  1. 다음 매니페스트를 3-source-sandbox.yaml로 저장합니다.

    apiVersion: agents.x-k8s.io/v1beta1
    kind: Sandbox
    metadata:
      name: agent-session-v1
      namespace: default
    spec:
      podTemplate:
        spec:
          runtimeClassName: gvisor
          automountServiceAccountToken: false # Required
          securityContext:
            runAsNonRoot: true # Required
            runAsUser: 1000
            fsGroup: 1000 # Grant group access to the volume
          nodeSelector:
            sandbox.gke.io/runtime: gvisor # Required
          tolerations:
          - key: "sandbox.gke.io/runtime"
            value: "gvisor"
            effect: "NoSchedule" # Required
          containers:
          - name: agent
            image: registry.k8s.io/agent-sandbox/python-runtime-sandbox:v0.1.0
            ports:
            - containerPort: 8888
            volumeMounts:
            - name: workspace
              mountPath: /workspace
            resources:
              limits:
                cpu: "500m"
                memory: "1Gi" # Required
            securityContext:
              capabilities:
                drop: ["ALL"] # Required
          volumes:
          - name: workspace
            persistentVolumeClaim:
              claimName: agent-source-pvc
          restartPolicy: OnFailure
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f 3-source-sandbox.yaml
    
  3. 샌드박스가 준비될 때까지 기다린 후 상태 파일을 작성합니다. sync 명령어는 다음 섹션의 스냅샷에 파일 콘텐츠가 포함되도록 디스크에 쓰기를 플러시합니다.

    kubectl wait sandbox agent-session-v1 \
        --for=condition=Ready \
        --timeout=300s
    
    POD_NAME=agent-session-v1
    kubectl exec ${POD_NAME} -- sh -c "echo 'Point-in-Time Snapshot - v1' > /workspace/state.txt && sync"
    

이전 상태 보관처리 (CSI VolumeSnapshot)

CSI VolumeSnapshot을 트리거하여 현재 상태를 고정합니다. 스냅샷을 만들 때는 디스크 스냅샷 권장사항을 따르세요.

  1. 다음 매니페스트를 4-volume-snapshot.yaml로 저장합니다.

    apiVersion: snapshot.storage.k8s.io/v1
    kind: VolumeSnapshot
    metadata:
      name: agent-session-v1-snapshot
    spec:
      volumeSnapshotClassName: standard-rwo-snapshot
      source:
        persistentVolumeClaimName: agent-source-pvc
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f 4-volume-snapshot.yaml
    
  3. 스냅샷을 사용할 준비가 될 때까지 기다립니다.

    kubectl wait volumesnapshot agent-session-v1-snapshot \
        --for=jsonpath='{.status.readyToUse}'=true \
        --timeout=600s
    

스냅샷에서 볼륨 복원

dataSource가 CSI VolumeSnapshot를 가리키는 새 PVC를 배포합니다.

  1. 다음 매니페스트를 5-restored-pvc.yaml로 저장합니다.

    apiVersion: v1
    kind: PersistentVolumeClaim
    metadata:
      name: agent-restored-pvc
    spec:
      accessModes: ["ReadWriteOnce"]
      storageClassName: dynamic-rwo
      dataSource:
        name: agent-session-v1-snapshot
        kind: VolumeSnapshot
        apiGroup: snapshot.storage.k8s.io
      resources:
        requests:
          storage: 10Gi
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f 5-restored-pvc.yaml
    

복원된 Agent Sandbox 세션 실행

새로 복원된 PVC를 참조하는 새 Sandbox 리소스를 프로비저닝합니다.

  1. 다음 매니페스트를 6-restored-sandbox.yaml로 저장합니다.

    apiVersion: agents.x-k8s.io/v1beta1
    kind: Sandbox
    metadata:
      name: agent-session-v2-restored
      namespace: default
    spec:
      podTemplate:
        spec:
          runtimeClassName: gvisor
          automountServiceAccountToken: false # Required
          securityContext:
            runAsNonRoot: true # Required
            runAsUser: 1000
            fsGroup: 1000 # Grant group access to the volume
          nodeSelector:
            sandbox.gke.io/runtime: gvisor # Required
          tolerations:
          - key: "sandbox.gke.io/runtime"
            value: "gvisor"
            effect: "NoSchedule" # Required
          containers:
          - name: agent
            image: registry.k8s.io/agent-sandbox/python-runtime-sandbox:v0.1.0
            ports:
            - containerPort: 8888
            volumeMounts:
            - name: workspace
              mountPath: /workspace
            resources:
              limits:
                cpu: "500m"
                memory: "1Gi" # Required
            securityContext:
              capabilities:
                drop: ["ALL"] # Required
          volumes:
          - name: workspace
            persistentVolumeClaim:
              claimName: agent-restored-pvc
          restartPolicy: OnFailure
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f 6-restored-sandbox.yaml
    
  3. 샌드박스가 준비될 때까지 기다립니다.

    kubectl wait sandbox agent-session-v2-restored \
        --for=condition=Ready \
        --timeout=600s
    

    GKE는 스냅샷이 준비된 후 스냅샷에서 디스크를 만들기 때문에 이 샌드박스는 소스 샌드박스보다 준비하는 데 시간이 더 오래 걸릴 수 있습니다.

지속성 및 복원 확인

에이전트가 이전 데이터를 읽을 수 있는지 확인합니다.

NEW_POD_NAME=agent-session-v2-restored
kubectl exec ${NEW_POD_NAME} -- cat /workspace/state.txt

예상 출력: Point-in-Time Snapshot - v1

리소스 삭제

에이전트 샌드박스, PVC, VolumeSnapshot을 삭제합니다.

kubectl delete sandbox agent-session-v1
kubectl delete sandbox agent-session-v2-restored
kubectl delete pvc agent-source-pvc
kubectl delete pvc agent-restored-pvc
kubectl delete volumesnapshot agent-session-v1-snapshot
kubectl delete volumesnapshotclass standard-rwo-snapshot

임시 작업공간 구성

에이전트가 활성 상태인 동안 임시 파일을 저장하기 위해 스토리지 볼륨이 필요한 경우 임시 작업공간 패턴을 사용합니다. 에이전트 샌드박스 삭제 시 데이터를 보존할 필요가 없습니다.

1초 미만 시작으로 구성

GKE 웜 풀의 에이전트 샌드박스를 사용하여 백그라운드에서 빈 볼륨을 미리 프로비저닝합니다.

SandboxTemplate 리소스 정의

volumeClaimTemplate 블록 내에서 임시 스토리지 지원을 정의합니다.

  1. 다음 매니페스트를 stateless-template.yaml로 저장합니다.

    apiVersion: extensions.agents.x-k8s.io/v1beta1
    kind: SandboxTemplate
    metadata:
      name: stateless-sandbox-template
      namespace: default
    spec:
      podTemplate:
        spec:
          runtimeClassName: gvisor
          automountServiceAccountToken: false
          securityContext:
            runAsNonRoot: true
            runAsUser: 1000
            fsGroup: 1000 # Grant group access to the volume
          nodeSelector:
            sandbox.gke.io/runtime: gvisor
          tolerations:
          - key: "sandbox.gke.io/runtime"
            value: "gvisor"
            effect: "NoSchedule"
          containers:
          - name: agent
            image: registry.k8s.io/agent-sandbox/python-runtime-sandbox:v0.1.0
            ports:
            - containerPort: 8888
            volumeMounts:
            - name: ephemeral-disk
              mountPath: /workspace
            resources:
              limits:
                cpu: "500m"
                memory: "1Gi" # Required
            securityContext:
              capabilities:
                drop: ["ALL"] # Required
      volumeClaimTemplates:
      - metadata:
          name: ephemeral-disk
        spec:
          accessModes: ["ReadWriteOnce"]
          storageClassName: dynamic-rwo # Selects disk type compatible with node machine family
          resources:
            requests:
              storage: 10Gi
    

SandboxWarmPool 리소스 실행

  1. 다음 매니페스트를 stateless-warmpool.yaml로 저장합니다.

    apiVersion: extensions.agents.x-k8s.io/v1beta1
    kind: SandboxWarmPool
    metadata:
      name: stateless-warmpool
      namespace: default
    spec:
      replicas: 2 # Keep two standby Pods with pre-attached empty disks
      sandboxTemplateRef:
        name: stateless-sandbox-template
    
  2. 두 매니페스트를 모두 적용합니다.

    kubectl apply -f stateless-template.yaml
    kubectl apply -f stateless-warmpool.yaml
    
  3. 웜 풀의 샌드박스가 준비될 때까지 기다립니다.

    kubectl wait sandboxwarmpool stateless-warmpool \
        --for=jsonpath='{.status.readyReplicas}'=2 \
        --timeout=600s
    

    풀의 샌드박스가 준비되기 전에 SandboxClaim 리소스를 만들면 컨트롤러가 풀에서 할당하는 대신 클레임에 대한 새 샌드박스를 만들 수 있습니다. Autopilot 클러스터에서는 GKE가 샌드박스용 노드를 만들어야 할 수 있으므로 샌드박스가 준비되는 데 몇 분 정도 걸릴 수 있습니다.

SandboxClaim 리소스 만들기

사용자가 세션을 시작할 때 트리거되는 SandboxClaim 리소스를 정의합니다.

  1. 다음 매니페스트를 stateless-sandbox-claim.yaml로 저장합니다.

    apiVersion: extensions.agents.x-k8s.io/v1beta1
    kind: SandboxClaim
    metadata:
      name: agent-1-claim
    spec:
      warmPoolRef:
        name: stateless-warmpool
    
  2. 매니페스트를 적용합니다.

    kubectl apply -f stateless-sandbox-claim.yaml
    

1초 미만의 실행 확인

클레임이 준비될 때까지 기다린 후 에이전트 샌드박스 포드 이름을 캡처한 다음 /workspace 디렉터리가 마운트되어 즉시 사용할 수 있는지 확인합니다.

kubectl wait sandboxclaim agent-1-claim --for=condition=Ready --timeout=300s
export POD_NAME=$(kubectl get sandboxclaim agent-1-claim -o jsonpath='{.status.sandbox.name}')
kubectl exec ${POD_NAME} -- ls -la /workspace

에이전트 세션 종료

에이전트 세션을 종료하려면 SandboxClaim 리소스를 삭제합니다. 클레임을 삭제하면 클레임된 샌드박스와 해당 볼륨도 삭제됩니다.

kubectl delete sandboxclaim agent-1-claim

리소스 삭제

SandboxWarmPool 및 SandboxTemplate 리소스를 삭제합니다.

kubectl delete sandboxwarmpool stateless-warmpool
kubectl delete sandboxtemplate stateless-sandbox-template

몇 초간의 시작으로 구성

수초의 지연 시간을 허용하는 임시 작업공간을 구현하려면 웜 풀 없이 에이전트 샌드박스를 직접 만듭니다.

스테이트리스(Stateless) Agent Sandbox 정의

  1. 다음 매니페스트를 sandbox-direct-stateless.yaml로 저장합니다.

    apiVersion: agents.x-k8s.io/v1beta1
    kind: Sandbox
    metadata:
      name: sandbox-direct-stateless
      namespace: default
    spec:
      podTemplate:
        spec:
          runtimeClassName: gvisor
          automountServiceAccountToken: false
          securityContext:
            runAsNonRoot: true
            runAsUser: 1000
            fsGroup: 1000 # Grant group access to the volume
          nodeSelector:
            sandbox.gke.io/runtime: gvisor
          tolerations:
          - key: "sandbox.gke.io/runtime"
            value: "gvisor"
            effect: "NoSchedule"
          containers:
          - name: agent
            image: registry.k8s.io/agent-sandbox/python-runtime-sandbox:v0.1.0
            ports:
            - containerPort: 8888
            volumeMounts:
            - name: ephemeral-disk
              mountPath: /workspace
            resources:
              limits:
                cpu: "500m"
                memory: "1Gi" # Required
            securityContext:
              capabilities:
                drop: ["ALL"] # Required
          restartPolicy: OnFailure
      volumeClaimTemplates:
      - metadata:
          name: ephemeral-disk
        spec:
          accessModes: ["ReadWriteOnce"]
          storageClassName: dynamic-rwo
          resources:
            requests:
              storage: 10Gi
    

Agent Sandbox 배포

디스크를 동적으로 프로비저닝하고 예약된 노드에 연결하려면 매니페스트를 적용합니다.

kubectl apply -f sandbox-direct-stateless.yaml

시작 지연 시간 및 실행 확인

포드 상태를 모니터링하여 포드가 Running 상태로 전환되기 전에 연결 지연을 확인합니다.

kubectl get pods -w

포드가 실행 중이면 Control+C를 눌러 감시를 중지합니다.

포드 이름을 캡처하고 /workspace 디렉터리를 사용할 수 있는지 확인합니다.

POD_NAME=sandbox-direct-stateless
kubectl exec ${POD_NAME} -- ls -la /workspace

상담사 세션 종료

Sandbox 리소스를 삭제하여 포드를 자동으로 종료하고 임시 스토리지를 삭제합니다.

kubectl delete sandbox sandbox-direct-stateless

다음 단계