GKE：当 api 服务器关闭时如何处理 etcd 压缩/etcd 已满时会发生什么

Question

在我们当前的集群中，我们有一个紧急的 etcd 压缩脚本，可以防止 etcd 锁定。我们正在考虑迁移到 GKE，并想知道它是否具有类似的开箱即用功能，或者当 etcd 满时会发生什么。

Answer 1

一般而言，GKE 是一项托管服务，特别是 Control Plane，是 Google 的 SRE Site Reliability Engineering 完全托管产品的一部分。

话虽如此，GKE 控制平面及其操作是您不会参与的 Google 职责的一部分，这是为了有时间专注于您的应用程序，而 Google 的 SRE 会监控您的集群及其计算、网络，以及存储资源。

回答您的问题如果 GKE 带有类似的东西（etcd 压缩脚本）开箱即用，或者当 etcd 满时会发生什么：

不确定 GKE 中是否有您的解决方案（etcd 压缩脚本），但如果存在，它将由 Google 的 SRE 管理，而您不会（取决于集群类型）您选择）通知他们是否备份或维护 etcd o algun otro control plane 组件。

根据我的经验，与full etcd 相关的最常见问题与未删除的作业有关。正如我们所知，当 Job 完成时，不会再创建 Pod，但也不会删除 Pod。保留它们可以让您仍然查看已完成 pod 的日志，以检查错误、警告或其他诊断输出。 Job 对象在完成后也会保留，以便您查看其状态。您可以在记录其状态后删除旧作业。当发生这种情况时，etcd 数据库可能会被大量数据淹没，因此变得无响应（这完全取决于集群上运行的作业数量）。

如果 etcd 停止工作或已满，Google 将负责修复它，正如我上面提到的，您会注意到控制平面上的停机时间取决于您选择的 cluster type。 GKE 提供 Zonal 集群（控制平面的单个副本在单个区域中运行）、多区域集群（控制平面的单个副本在单个区域中运行）、区域集群（控制平面的多个副本，在多个区域中运行在给定区域内）。如果您选择区域 GKE 集群，您的 GKE 控制平面将拥有 HA（每个控制平面资源的 3 个副本）。