Detección de funciones de nodo

Al activar el complemento de cluster de detección de funciones de nodo, puede transferir los siguientes pares clave/valor como argumentos.

Argumentos de configuración comunes a todos los complementos del cluster


Clave (API y CLI)	Nombre mostrado de clave (consola)	Descripción	Necesario/Opcional	Valor por defecto	Valor de ejemplo
`affinity`	afinidad	Grupo de reglas de programación de afinidad. Formato JSON en texto sin formato o codificado en Base64. No utilizado por: Operador de GPU de Nvidia Posibles equivalentes: Detección de funciones de nodo, utilice `master.affinity` Operador de red NVIDIA, utilice `operator.affinity` SMB de controlador CSI, utilice `contoller.affinity`	Opcional	nulo	nulo
`nodeSelectors`	selectores de nodos	Puede utilizar selectores de nodos y etiquetas de nodos para controlar los nodos de trabajador en los que se ejecutan los pods complementarios. Para que un pod se ejecute en un nodo, el selector de nodos del pod debe tener la misma clave/valor que la etiqueta del nodo. Defina `nodeSelectors` en un par clave/valor que coincida con el selector de nodos del pod y la etiqueta del nodo de trabajador. Formato JSON en texto sin formato o codificado en Base64. No utilizado por: Operador de GPU de NVIDIA SMB de controlador CSI Posibles equivalentes: Detección de funciones de nodo, utilice `worker.nodeSelector` Operador de red NVIDIA, utilice `operator.nodeSelectors`	Opcional	nulo	`{"foo":"bar", "foo2": "bar2"}` El pod solo se ejecutará en nodos que tengan la etiqueta `foo=bar` o `foo2=bar2`.
`numOfReplicas`	Número de réplicas	Número de réplicas del despliegue del complemento. No utilizado por: Plugin de GPU de AMD Operador de GPU de NVIDIA Operador de red NVIDIA SMB de controlador CSI Posibles equivalentes: CoreDNS, utilice `nodesPerReplica` Detección de funciones de nodo, utilice `master.replicaCount`	Obligatorio	`1` Crea una réplica del despliegue del complemento por cluster.	`2` Crea dos réplicas del despliegue del complemento por cluster.
`rollingUpdate`	actualización continua	Controla el comportamiento deseado de la actualización continua por maxSurge y maxUnavailable. Formato JSON en texto sin formato o codificado en Base64. No utilizado por: Detección de funciones de nodo Operador de red NVIDIA SMB de controlador CSI Posibles equivalentes: Operador de GPU de NVIDIA, utilice `daemonsets.rollingUpdate.maxUnavailable`	Opcional	nulo	nulo
`tolerations`	tolerancias	Puede utilizar contaminantes y tolerancias para controlar los nodos de trabajador en los que se ejecutan los pods de complementos. Para que un pod se ejecute en un nodo que tenga un tinte, el pod debe tener una tolerancia correspondiente. Defina `tolerations` en un par clave/valor que coincida con la tolerancia del pod y el mantenimiento del nodo de trabajador. Formato JSON en texto sin formato o codificado en Base64. Posibles equivalentes: Detección de funciones de nodo, utilice `master.tolerations` y/o `worker.tolerations` Operador de GPU de NVIDIA, utilice `daemonsets.tolerations` Operador de red NVIDIA, utilice `operator.tolerations` SMB de controlador CSI, utilice `controller.tolerations`	Opcional	nulo	`[{"key":"tolerationKeyFoo", "value":"tolerationValBar", "effect":"noSchedule", "operator":"exists"}]` Solo los pods que tienen esta tolerancia se pueden ejecutar en nodos de trabajador que tengan el mantenimiento `tolerationKeyFoo=tolerationValBar:noSchedule`.
`topologySpreadConstraints`	topologíaSpreadConstraes	Cómo difundir vainas coincidentes entre la topología dada. Formato JSON en texto sin formato o codificado en Base64. No utilizado por: Detección de funciones de nodo Operador de GPU de NVIDIA Operador de red NVIDIA SMB de controlador CSI	Opcional	nulo	nulo

Argumentos de configuración específicos de este complemento de cluster


Clave (API y CLI)	Nombre mostrado de clave (consola)	Descripción	Necesario/Opcional	Valor por defecto
`master.tolerations`	tolerancias para el maestro nfd	Tolerancias personalizadas para aplicar a pods maestros de NFD.	Opcional	`[{"key":"node-role.kubernetes.io/master","operator":"Equal","effect":"NoSchedule"},{"key":"node-role.kubernetes.io/control-plane","operator":"Equal","effect":"NoSchedule"}]`
`master.affinity`	afinidad para el maestro nfd	Reglas de afinidad de nodos para programar pods de NFD.	Opcional	`{"nodeAffinity":{"preferredDuringSchedulingIgnoredDuringExecution":[{"weight":1,"preference":{"matchExpressions":[{"key":"node-role.kubernetes.io/master","operator":"In","values":[""]}]}},{"weight":1,"preference":{"matchExpressions":[{"key":"node-role.kubernetes.io/control-plane","operator":"In","values":[""]}]}}]}}`
`master.config`	configuración para maestro nfd	Configuración maestra adicional para fusionar en `nfd-master.conf`. Formato YAML o JSON en texto sin formato.	Opcional	`null`
`master.resources`	recursos para nfd master	Solicitudes de recursos y límites para el contenedor maestro de NFD. Formato JSON en texto sin formato.	Opcional	`null`
`master.replicaCount`	replicaCount para maestro nfd	Recuento de réplicas para el despliegue maestro NFD.	Opcional	`null`
`master.extraArgs`	extraArgs para nfd master	Argumentos de línea de comandos adicionales para el contenedor maestro NFD. Formato de matriz JSON en texto sin formato.	Opcional	`null`
`master.annotations`	anotaciones para nfd master pods	Anotaciones para fusionar en la plantilla de pod maestro de NFD.	Opcional	`null`
`priorityClassName`	priorityClassName para despliegues de nfd	PriorityClassName para los despliegues maestro y de CC de NFD.	Opcional	`null`
`worker.config`	configuración para trabajador nfd	Configuración de trabajador adicional para fusionar en `nfd-worker.conf`. Formato YAML o JSON en texto sin formato.	Opcional	`null`
`worker.resources`	recursos para el trabajador nfd	Solicitudes de recursos y límites para el contenedor de trabajador de NFD. Formato JSON en texto sin formato.	Opcional	`null`
`worker.tolerations`	tolerancias para el trabajador nfd	Tolerancias adicionales para agregar a los pods de trabajador de NFD.	Opcional	`null`
`worker.nodeSelector`	nodeSelector para trabajador nfd	Etiquetas de selector de nodos para fusionar en el DaemonSet de trabajador de NFD.	Opcional	`null`
`worker.priorityClassName`	priorityClassName para trabajadores nfd	PriorityClassName para el DaemonSet de trabajador de NFD.	Opcional	`null`
`worker.extraArgs`	extraArgs para el trabajador nfd	Argumentos de línea de comandos adicionales para el contenedor de trabajo de NFD. Formato de matriz JSON en texto sin formato.	Opcional	`null`
`worker.annotations`	anotaciones para pods de trabajador nfd	Anotaciones para fusionar en la plantilla de pod de trabajador de NFD.	Opcional	`null`
`master.customConfigData`	Datos de configuración maestra de NFD personalizados	Proporcione contenido para `node-feature-discovery-master-custom-conf` ConfigMap. Si se proporciona, se montará automáticamente.	Opcional	`""`
`worker.customConfigData`	Datos de configuración de trabajador de NFD personalizados	Proporcione contenido para `node-feature-discovery-worker-custom-conf` ConfigMap. Si se proporciona, se montará automáticamente.	Opcional	`""`

Consideraciones de cluster grande

En la siguiente tabla, se describen las consideraciones para configurar este complemento de cluster en clusters de gran tamaño.


Nombre del Argumento	Número de nodos ordenado de roles	Descripción	A medida que aumenta el tamaño del cluster	Riesgos	Recomendación
`master.tolerations`	Y	Controla si los pods maestros de detección de funciones de nodo se pueden ejecutar en un plano de control contaminado o en nodos de infraestructura.	Garantiza que el maestro de detección de funciones de nodo se ejecute en nodos estables de infraestructura o plano de control. Impide que el maestro se ejecute en nodos de trabajador con alta actividad de carga de trabajo. Mejora la fiabilidad del etiquetado de nodos en todo el cluster.	Si este argumento está mal configurado: El pod maestro puede permanecer en el estado `Pending` porque no puede tolerar los contaminantes del nodo. El pod maestro puede ejecutarse en nodos de trabajador y volverse inestable. Es posible que las actualizaciones de etiquetas en el cluster se retrasen o sean incoherentes.	Incluya siempre tolerancias para los contaminantes del plano de control. Asegúrese de que el maestro se ejecute en nodos estables. Combine tolerancias con reglas de afinidad para controlar la colocación de pods.
`master.affinity`	Y	Define la ubicación de nodos preferida para los pods maestros de detección de funciones de nodo.	Mantiene el maestro en nodos de infraestructura o plano de control dedicados. Reduce las interferencias de las cargas de trabajo de las aplicaciones. Mejora la coherencia de las operaciones de etiquetado de nodos.	Si este argumento está mal configurado: El maestro se puede ejecutar en nodos de trabajador. Es posible que se ejecuten varias réplicas en el mismo nodo, lo que reduce la alta disponibilidad. El etiquetado de nodos puede ser más lento o incoherente.	Utilice reglas de afinidad para preferir nodos de plano de control o infraestructura. Agregue reglas anti-afinidad al utilizar varias réplicas. Tratar la ubicación maestra como parte del diseño del plano de control del cluster.
`master.customConfigData`	N	Activa la configuración personalizada para el maestro de detección de funciones de nodo.	La configuración controla cómo se procesan y etiquetan las funciones del nodo. Afecta a: Número de etiquetas generadas Frecuencia de actualizaciones de etiquetas	Si este argumento está mal configurado: Se pueden generar etiquetas excesivas o incorrectas. Los cambios frecuentes en las etiquetas pueden aumentar la carga en el servidor de API de Kubernetes. La detección de funciones puede ser inconsistente entre los nodos.	Mantenga la configuración mínima. Configure solo las funciones necesarias. Valide la configuración en un pequeño subjuego de nodos antes de aplicarla en todo el cluster.
`worker.customConfigData`	N	Controla la lógica personalizada de detección de funciones en cada nodo.	El trabajador de detección de funciones de nodo se ejecuta en cada nodo como DaemonSet. Por lo tanto, cualquier lógica de detección adicional se ejecuta en cada nodo. La lógica de detección personalizada puede afectar a: Uso de CPU de nodo Frecuencia de etiquetado Consistencia de etiquetado en todo el cluster	Si este argumento está mal configurado: El uso de CPU puede aumentar en los nodos. Las etiquetas pueden ser incorrectas o incoherentes. Las actualizaciones frecuentes de etiquetas pueden aumentar la presión sobre el servidor de API de Kubernetes. La programación de la carga de trabajo puede verse afectada.	Mantenga la configuración del trabajador ligera. Evite la lógica de detección que utiliza muchos recursos. Valide las etiquetas antes de activar la configuración en todo el cluster. Supervisar el uso de recursos del nodo.

Documentación de Oracle Cloud Infrastructure

Detección de funciones de nodo