- 概要
- 要件
- 推奨: デプロイ テンプレート
- 手動: インストールを準備する
- 手動: インストールを準備する
- 手順 1: オフライン インストール用に OCI 準拠レジストリを設定する
- 手順 2: 外部 ObjectStore を構成する
- 手順 3: High Availability Add-on を構成する
- 手順 4: Microsoft SQL Server を構成する
- 手順 5: ロード バランサーを構成する
- 手順 6: DNS を構成する
- 手順 7: ディスクを構成する
- 手順 8: カーネルと OS レベルの設定を構成する
- 手順 9: ノード ポートを構成する
- 手順 10: その他の設定を適用する
- 手順 12: 必要な RPM パッケージを検証してインストールする
- 手順 13: cluster_config.json を生成する
- 証明書の設定
- データベースの構成
- 外部 ObjectStore の構成
- 署名済み URL の構成
- 外部の OCI 準拠レジストリの設定
- Disaster Recovery - アクティブ/パッシブおよびアクティブ/アクティブの構成
- High Availability Add-on の構成
- Orchestrator 固有の設定
- Insights 固有の構成
- Process Mining 固有の構成
- Document Understanding 固有の構成
- Automation Suite ロボット固有の構成
- 監視の構成
- 任意: プロキシ サーバーを構成する
- 任意: マルチノードの HA 対応の運用クラスターにおけるゾーン障害に対する復元設定を有効化する
- 任意: カスタムの Resolv.con を渡す
- 任意: フォールト トレランスを向上させる
- install-uipath.sh パラメーター
- GPU がサポートされた専用のエージェント ノードを追加する
- Task Mining 専用のエージェント ノードを追加する
- Task Mining アプリケーションを接続する
- Automation Suite ロボット専用のエージェント ノードを追加する
- 手順 15: オフライン インストール用に一時的な Docker レジストリを設定する
- 手順 16: インストールの前提条件を検証する
- 手動: インストールを実行する
- 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 バケット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
- TX チェックサム オフロードを無効化する方法
- Automation Suite 2022.10.10 および 2022.4.11 から 2023.10.2 にアップグレードする方法
- ArgoCD のログ レベルを手動で Info に設定する方法
- AI Center のストレージを拡張する方法
- 外部レジストリーのエンコードされたpull_secret_valueを生成する方法
- TLS 1.2 で弱い暗号に対処する方法
- アプリケーション ログを Splunk に転送する方法
- 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
- サポート バンドルのログ収集の失敗
- Test Automation SQL の接続文字列は無視されます
- Automation Suite のアップグレード後に Insights を再インストールまたはアップグレードするとデータが失われる
- シングルノードのアップグレードがファブリック ステージで失敗する
- 2021.10 からの自動アップグレード後にクラスターが異常になる
- Ceph の異常によりアップグレードが失敗する
- 領域の問題のために rke2 が開始しない
- ボリュームがマウントできず、アタッチ/デタッチ ループ状態のまま
- Orchestrator データベース内のクラシック オブジェクトが原因でアップグレードが失敗する
- Ceph クラスターがサイドバイサイド アップグレード後に機能低下ステートで検出される
- 異常な Insights コンポーネントが原因で移行が失敗する
- Apps のサービス アップグレードの失敗
- インプレース アップグレードのタイムアウト
- Docker レジストリの移行が PVC の削除段階でスタックする
- v2023.10 以降へのアップグレード後に AI Center のプロビジョニングが失敗する
- オフライン環境でアップグレードが失敗する
- アップグレード中に SQL の検証が失敗する
- アップグレード後に snapshot-controller-crds ポッドが CrashLoopBackOff ステートになる
- Longhorn REST API エンドポイントのアップグレード/再インストール エラー
- Insights の PVC サイズが上書きされたためにアップグレードが失敗する
- 管理ポータルのタイムアウト期間を設定する
- 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
- 基になるディレクトリ接続を更新する
- 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
- 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
- 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
- Ceph-rook のメトリックが監視ダッシュボードに表示されない
- プロキシ環境でポッドが FQDN と通信できない
- アップグレード後にメール アラートを設定できない
- Process Mining で高可用性を実行する
- Kerberos を使用してログインすると、Process Mining を取り込むことができなかった
- 障害復旧後、Dapr が Process Mining に対して正しく機能しない
- pyodbc 形式の接続文字列を使用して AutomationSuite_ProcessMining_Warehouse データベースに接続できない
- Airflow のインストールが「sqlalchemy.exc.ArgumentError: Could not parse rfc1738 URL from string ''」で失敗する
- SQL Server ポート 1433 を使用する IP テーブル ルールを追加する方法
- CData Sync を実行しているサーバーの Automation Suite の証明書が信頼されない
- 診断ツールを実行する
- Automation Suite サポート バンドルを使用する
- ログを確認する

Linux の Automation Suite のインストール ガイド
必要なストレージを評価する
Automation Suite クラスターは、サーバー ノードに接続された ObjectStore ディスクを、クラスターで有効化されたすべての製品で利用可能なストレージ リソースとして使用します。これらのリソースの使用方法は製品ごとに異なります。
必要なストレージを理解し、それに応じた計画を立てるには、次の用語とガイドラインをご覧ください。
-
サーバー ノードのディスク サイズ – 各サーバー ノードに接続されたすべての個別ディスクのサイズです。
- 全ディスク サイズの合計がすべてのサーバーで同一である限り、各サーバーのディスク サイズは異なっていても構いません。
- クラスターの合計ディスク サイズ – サーバー ノードのディスク サイズにサーバー ノードの数を掛けた値です。
-
アプリケーションが利用可能なストレージ – アプリケーションが使用できるストレージの量です。
- アプリケーションが利用可能なストレージは、接続されているストレージの合計よりも少なくなります。これは、フォールト トレランスに対する回復性と高可用性を向上させるためです。
次の表では、上記で紹介した用語を踏まえて、完全な製品選択のマルチノードの高可用性対応のハードウェア要件について説明します。
サーバー ノードの数 |
サーバー ノードのディスク サイズ |
クラスターの合計ディスク サイズ |
アプリケーションが利用可能なストレージ |
---|---|---|---|
3 |
512 GB |
1.5 TB |
512 GB |
クラスターで製品を有効化して使用する際、アプリケーションが利用可能なストレージの一部が各製品によって使用されます。製品には通常、小さな有効化フットプリントと、ユース ケース、利用規模、プロジェクトによって異なる、使用状況に依存するフットプリントがあります。ストレージ消費は、すべてのストレージ リソース (データ ディスク) にわたって均等に分散され、Automation Suite の監視スタックを使用してストレージ使用率のレベルを監視できます。
ストレージの消費量が 75% を超えると、警告付きのアラートが送信されます。ストレージの消費量が 85% を超えると、Critical アラートが送信されます。この場合、ストレージは読み取り専用になります。
評価したニーズが推奨ハードウェア要件を満たさない場合は、次の方法の 1 つまたは両方を使用して、さらにストレージ容量を追加できます。
- 同じサイズのサーバー ノードすべてに新しいディスクを追加する必要があります。
- ディスクを構成するには、UiPath のドキュメントをご覧ください。
次の表に示す製品固有のメトリックを使用して、ストレージ使用量を推定できます。次の表は、入手時の状態のままのクラスターにコンテンツをどれだけ配置できるかを示しています。参考のために、各製品の一般的な使用シナリオのストレージ フットプリントも示しています。
製品 |
ストレージ駆動メトリック |
メトリックあたりのストレージ |
一般的なユース ケース |
---|---|---|---|
共有されるスイート機能 |
|
N/A |
一般的に、7 日間のアプリケーション ログは約 25 GB です。 |
Orchestrator |
|
|
通常、パッケージは 5 MB であり、バケット (ある場合) は 1 MB 未満です。成熟した大企業では、5 GB のパッケージと 6 GB のバケットをデプロイしています。 |
Action Center |
|
|
通常、ドキュメントには 0.15 MB、入力フォームには追加で 0.15 KB が必要です。成熟した企業では、これは合計 4 GB に増える可能性があります。 |
Test Manager |
|
|
通常、すべてのファイルと添付ファイルの合計は最大で約 5 GB です。 |
Insights |
|
|
有効化に 2 GB が必要で、ストレージ フットプリントはこの数字に応じて増加します。大手企業規模のデプロイでは、すべてのダッシュボード用にさらに数 GB が必要です。 |
Automation Hub |
N/A |
N/A |
2 GB の固定フットプリント |
Automation Ops |
N/A |
N/A |
ストレージ フットプリントなし |
Apps (アプリ) |
|
|
通常、データベースには約 5 GB が必要で、一般的な複雑なアプリは約 15 MB を消費します。 |
AI Center |
|
|
代表的な実証済みのインストールでは、5 つのパッケージに 8 GB、データセットに追加で 1 GB を消費します。 パイプラインが追加の 50 GB を消費することがありますが、アクティブに実行されている場合だけです。 |
Document Understanding |
|
|
成熟したデプロイでは、12 GB が ML モデルに、17 GB が OCR に、50 GB がすべての保存済みドキュメントに使用されます。 |
Task Mining |
|
|
通常、意味のある自動化を提案するには、約 200 GB のアクティビティ ログ データを分析する必要があります。ただし、反復的な作業では、必要なデータは大幅に少なくなる場合があります。 |
Process Mining |
|
|
Process Mining ポータルを介してデータをアップロードするユーザーのみが使用する最小限のフットプリントです。当初は約 10 GB のストレージで十分です。 |