检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
主机视图 从主机视角出发，监控主机的资源占用与健康状态，查看主机的磁盘、文件系统等常用系统设备指标，帮助您掌控节点运行状况。 指标说明 主机视图暴露的指标具体说明如下： 图1 主机资源指标 表1 视图说明 图表名称 单位 说明 CPU使用率 百分比 每个CPU核的使用率 平均负载
0s。 详情请参见设置容忍策略。 单击“安装”。 待插件安装完成后，选择对应的集群，然后单击左侧导航栏的“插件中心”，可筛选“已安装插件”查看相应的插件。 组件说明 表3 Grafana组件 容器组件 说明 资源类型 grafana 提供Grafana的数据可视化能力。 Deployment
修改节点系统级最大文件句柄数 登录节点，查看/etc/sysctl.conf文件。 cat /etc/sysctl.conf 修改fs.file-max参数，fs.file-max=1048576为内核参数名称及建议取值。 若查看sysctl.conf文件时，文件中已设置fs
请根据操作系统进行手动安装，详细操作请参见Docker Engine installation。 dnf install docker 查看Docker是否安装成功。 docker info Gitlab安装及配置 拉取 Gitlab 镜像。 docker pull gitlab/gitlab-ce
19 v1.21 插件性能优化，降低资源消耗 1.2.11 v1.15 v1.17 v1.19 v1.21 从K8s Metrics API查询资源指标 计算资源利用率时考虑未就绪的Pod 1.2.10 v1.15 v1.17 v1.19 v1.21 适配CCE v1.21集群 1
1.6.0 v1.21 v1.23 v1.25 v1.27 v1.28 v1.29 v1.30 支持v1.30集群 安全加固：将插件使用的查询secret的权限限制在monitoring命名空间 1.5.2 v1.21 v1.23 v1.25 v1.27 v1.28 v1.29 新增创建容器日志默认日志流时索引功能
CoreDNS视图指标清单 指标 类型 说明 coredns_dns_request_count_total counter 记录所有请求查询的累计值 coredns_dns_requests_total counter DNS请求的总数 coredns_dns_request_type_count_total
您可以执行以下步骤确认GPU插件的升级目标版本与当前驱动配置。 登录CCE控制台，前往“插件中心”处查看CCE AI套件（NVIDIA GPU）插件。 单击该插件的“升级”按钮，查看插件目标版本及驱动版本。 在测试环境验证安装升级目标版本的GPU插件，并配置当前GPU驱动后，测试创建节点是否正常使用。
事件 查看PVC或PV的事件名称、事件类型、发生次数、Kubernetes事件、首次和最近发生的时间，便于定位问题。 在左侧导航栏选择“存储”，在右侧选择“存储卷声明”或“存储卷”页签。 单击目标实例操作列的“事件”，即可查看1小时内的事件（事件保存时间为1小时）。 查看YAML
登录异常工作负载所在的节点。 查看工作负载实例非正常退出的容器ID。 docker ps -a | grep $podName 查看退出容器的错误日志。 docker logs $containerID 根据日志提示修复工作负载本身的问题。 查看操作系统的错误日志。 cat /var/log/messages
事件 查看PVC或PV的事件名称、事件类型、发生次数、Kubernetes事件、首次和最近发生的时间，便于定位问题。 在左侧导航栏选择“存储”，在右侧选择“存储卷声明”或“存储卷”页签。 单击目标实例操作列的“事件”，即可查看1小时内的事件（事件保存时间为1小时）。 查看YAML
工作负载异常：GPU节点部署服务报错 问题现象 在CCE集群的GPU节点上部署服务出现如下问题： 容器无法查看显存。 部署了7个GPU服务，有2个是能正常访问的，其他启动时都有报错。 2个是能正常访问的CUDA版本分别是10.1和10.0 其他服务CUDA版本也在这2个范围内 在
集群等。如果在每个集群安装Prometheus监控集群里的业务各项指标的话，很大程度上提高了维护成本和资源成本，同时数据也不方便汇聚到一块查看，这时候可以通过部署一套Prometheus，对接监控多个集群的指标信息。 方案架构 将多个集群对接到同一个Prometheus监控系统，
Ingress配置文件说明 在nginx-ingress-controller容器中，“/etc/nginx”路径下的nginx.conf文件可查看所有Ingress配置。 查询nginx-ingress-controller的Pod名称。 kubectl get pod -n kube-system
点从而隔离节点。 您也可以选择将业务迁移至其它可用节点，然后创建新的节点，删除待处理的节点，以跳过后续步骤。 响应事件 请前往ECS控制台查询事件，然后根据事件类型响应云服务器事件。 后置处理 云服务器事件处理完成后，解除对应Node节点隔离。 您可以在“节点管理”页面，单击节点的“更多
数可根据情况按需填写，详情请参见通过动态存储卷使用云硬盘。 图1 加密存储卷 单击“创建”。 前往“存储卷声明”页面，查看加密云硬盘存储卷声明是否创建成功，并查看存储配置项是否显示已加密。 图2 PVC加密 在应用中使用加密PVC时，和使用普通PVC的方法一致。 通过kubectl自动创建加密云硬盘
解决方案 如何确认是否共享磁盘 根据检查信息，登录相应节点。 执行lsblk命令，查看/mnt/paas挂载了vgpaas-share分区，若存在则是共享磁盘场景，若不存在，则是非共享磁盘场景。 图1 查询是否为共享磁盘 节点挂载检查异常如何解决 取消手动修改的挂载点。 低于v1.23
等指标，且您使用的指标均在云原生监控插件的基础指标范围内，无需关注本步骤。 查看预置的ServiceMonitor： kubectl get servicemonitor -nmonitoring 查看预置的PodMonitor： kubectl get podmonitor -nmonitoring
yaml 配置验证 登录ELB控制台，查看Service对应的ELB（本示例中名为james）。 单击ELB名称，并切换至“监控”，可以看到ELB的连接数为0。 使用kubectl命令行登录集群中的任意一个Nginx容器中，然后访问ELB的地址。 查询集群中的Nginx容器。 kubectl
问题现象 节点池的状态一直处于“扩容中”，但是“操作记录”里面没有看到有对应创建节点的记录。 原因排查： 检查如下问题并修复： 租户是否欠费。 查看节点池配置的规格是否资源不足。 租户的ECS或内存配额是否不足。 如果一次创建节点太多，可能会出现租户的ECS容量校验不过的情况发生。 解决方案：
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
