1.7. フェンシングと修復のイベントフロー

異常なノードは API サーバーとの通信を停止します。約 50 秒後、API サーバーはノードの "Ready" 状態を "Unknown" (Ready=Unknown) に設定します。

Ready=Unknown の状態が設定した期間よりも長くなると、修復が開始されます。

このフェーズ内でユーザーが設定した期間とは、不健全な状態にある期間に対して、Operator が許容できる範囲を表します。ワークロードが要求どおりに再起動している間は、リソースが "Unready" の状態になることを考慮します。

以下に例を示します。

Machine Deletion Remediation (MDR)、Self Node Remediation (SNR) または Fence Agents Remediation (FAR) を使用して、remediator はノードを再起動してフェンスし、安全な状態に到達するためにノードを分離します。

このフェーズの詳細はユーザーによって設定され、ワークロード要件によって異なります。

以下に例を示します。

MDR を使用すると、remediator はリソースを削除します。FAR と SNR を使用する場合、さまざまな修復ストラテジーを使用できます。1 つのストラテジーは、OutOfServiceTaint で、out-of-service taint を使用してクラスター内のリソースの削除を許可します。どちらの場合も、リソースを削除すると、影響を受けるワークロードの再スケジュールがより速くなります。その後、ワークロードは再スケジュールされ、再開されます。

このフェーズは、フェンシングが完了すると remediator によって自動的に開始されます。フェンシングが完了せず、エスカレーション修復が必要な場合、ユーザーは修復プロセス全体のタイムアウトを秒単位で設定する必要があります。タイムアウトが経過してもノードがまだ正常でない場合、NHC は次の remediator を試して、異常なノードを修復します。