Automation Suite
2022.10
偽
- 概要
- 要件
- インストール
- インストール後
- クラスターの管理
- 監視とアラート機能
- 移行とアップグレード
- 製品固有の設定
- ベストプラクティスとメンテナンス
- トラブルシューティング
- インストール時にサービスをトラブルシューティングする方法
- クラスターをアンインストールする方法
- オフライン成果物をクリーンアップしてディスク領域を改善する方法
- Redis データをクリアする方法
- Istio ログを有効化する方法
- ログを手動でクリーンアップする方法
- sf-logs バンドルに保存されている古いログをクリーンアップする方法
- AI Center のストリーミング ログを無効化する方法
- 失敗した Automation Suite インストールをデバッグする方法
- アップグレード後に古いインストーラーからイメージを削除する方法
- Longhorn スナップショットを自動的にクリーンアップする方法
- NIC チェックサムオフロードを無効にする方法
- RHEL 8.4 OS でオフライン インストールを実行できない
- バンドルのダウンロード中のエラー
- バイナリがないため、オフライン インストールが失敗する
- オフライン インストールでの証明書の問題
- Longhorn のセットアップ中に最初のインストールが失敗する
- SQL 接続文字列の検証エラー
- selinux iscsid モジュールの前提条件の確認が失敗する
- Azure ディスクが SSD としてマークされない
- 証明書の更新後のエラー
- ウイルス対策が原因でインストールの問題が発生する
- OS のアップグレード後に Automation Suite が動作しない
- Automation Suite で backlog_wait_time を 0 に設定する必要がある
- ワークロードの準備ができていないためボリュームをマウントできない
- プロキシ設定がある場合に Automation Hub と Apps を起動できない
- 管理ポータルのタイムアウト期間を設定する
- 基になるディレクトリ接続を更新する
- 移行後に認証が機能しない
- Kinit: Cannot Find KDC for Realm <AD Domain> While Getting Initial Credentials
- kinit: Keytab contains no suitable keys for *** while getting initial credentials
- 無効なステータス コードが原因で GSSAPI 操作が失敗した
- Alarm received for failed kerberos-tgt-update job
- SSPI Provider: Server not found in Kerberos database
- アカウントが無効なため AD ユーザーのログインに失敗した
- ArgoCD へのログインに失敗した
- サンドボックス イメージを取得できない
- ポッドが ArgoCD UI に表示されない
- Redis プローブの障害
- RKE2 サーバーの起動に失敗する
- UiPath 名前空間でシークレットが見つからない
- 初回インストール後に ArgoCD が進行中ステートになる
- Unexpected inconsistency; run fsck manually
- MongoDB ポッドが CrashLoopBackOff になるか、削除後に PVC プロビジョニングの保留中になる
- MongoDB ポッドを 4.4.4-ent から 5.0.7-ent にアップグレードできない
- クラスターの復元またはロールバック後にサービスが異常になる
- Init:0/X でポッドがスタックする
- Prometheus が CrashloopBackoff ステートでメモリ不足 (OOM) エラーを伴う
- 監視ダッシュボードに Ceph-rook メトリックが表示されない
- Automation Suite 診断ツールを使用する
- Automation Suite サポート バンドル ツールを使用する
- ログを確認する
Prometheus が CrashloopBackoff ステートでメモリ不足 (OOM) エラーを伴う
Automation Suite インストール ガイド
最終更新日 2024年4月24日
Prometheus が CrashloopBackoff ステートでメモリ不足 (OOM) エラーを伴う
特定の状況下では、メモリ不足 (OOM) エラーが原因で Prometheus ポッドの起動に失敗することがあります。 影響を受ける Prometheus ポッドを特定するには、OOM エラーに特に関連する最後の終了ステートを検索します。
この問題を修正するには、次の手順に従います。
-
resource.exclusions
を更新してservice-monitors
を無視するようにargocd configmap
を更新します。-
古い
configmap
のバックアップを作成します。kubectl get configmap argocd-cm -n argocd -o yaml >> argocd-cm-old.yaml
kubectl get configmap argocd-cm -n argocd -o yaml >> argocd-cm-old.yaml argocd-cm
を編集します。kubectl edit configmap argocd-cm -n argocd
kubectl edit configmap argocd-cm -n argocdresource.exclusions
の新しいデータ エントリを追加します。data: resource.exclusions: | - apiGroups: - monitoring.coreos.com kinds: - ServiceMonitor clusters: - "*"
data: resource.exclusions: | - apiGroups: - monitoring.coreos.com kinds: - ServiceMonitor clusters: - "*"
-
istio-system
名前空間の下にあるenvoy-stats-monitor
サービスモニターを削除します。kubectl -n istio-system delete servicemonitor envoy-stats-monitor
kubectl -n istio-system delete servicemonitor envoy-stats-monitor- Prometheus ポッドを強制削除します。
kubectl delete pod prometheus-rancher-monitoring-prometheus-0 -n cattle-monitoring-system kubectl delete pod prometheus-rancher-monitoring-prometheus-1 -n cattle-monitoring-system
kubectl delete pod prometheus-rancher-monitoring-prometheus-0 -n cattle-monitoring-system kubectl delete pod prometheus-rancher-monitoring-prometheus-1 -n cattle-monitoring-system cattle-monitoring-system
配下の Prometheus ポッドが正常に再起動するのを待ちます。
大事な:
wal
ディレクトリと chunks_head
ディレクトリを削除すると、これらのファイルが蓄積された日に収集されたすべての監視データが失われます。ただし、Prometheus が再び起動して実行されると、新しいアラートとメトリック データにアクセスできるようになります。