淘宝开放平台

登录
文档中心 > 聚石塔

聚石塔

聚石塔常见事件操作手册

更新时间：2023/05/04 访问次数：4959

一、应用

1. 应用实例相关


1）异常排查

① 应用实例一直重启（应用存活探针失败）

i）查看应用【健康检查配置】是否正确。

进入“应用发布” -> “环境管理”，找实例所在环境以及环境关联的配置。


image.png


进入“部署配置”，找到上上一步那个配置后点编辑，找到编辑页面下方“健康检查配置”中“应用存活探针”，确认“应用存活探针”配置是否正确。


image.png


ii）结合查看应用日志，根据日志输出确认相关问题，请见本文档【如何查看应用日志】部分。

 

iii）结合【应用监控】，查看应用（实例）的各项指标，比如CPU，内存水位。结合应用日志，请开发者自己判断瓶颈是否可以通过实例扩容解决。

 

iv）尝试通过应用环境扩容解决。请参考具体操作：请见本文档的【如何给应用扩容】；如果由于资源不足导致容器无法正常启动（常见提示为Insufficient CPU Insufficient Memory），请参考本文档的【集群扩容】部分，先扩容容器集群。

 

② 应用实例在高负载出现dns解析失败

核心应用所在集群已提前进行DNS扩容。如大促期间仍出现DNS解析问题，请立即联系@杭羽 对集群后台进行扩容和优化。

 

2）操作手册

① 如何给应用配置应用存活探针（应用就绪探针）

 

i）进入“应用发布”-> “部署配置”-> 修改已有配置点“编辑”，新建配置点“新建部署配置”，在配置页面底部点击“健康检查配置”Tab，在“应用就绪探针”部分进行相应配置。

ii）支持两种类型的就绪探针：http get和shell script。

a. shell script，脚本检查，在容器中执行配置中编写的脚本，脚本执行后退出返回0表示Success

b. http get，HTTP检查，向配置的url和端口发起一次HTTP请求，如果返回码为200表示Success

具体健康检查配置的说明可参考云应用如何配置健康检查。

 

② 如何让应用实例更均匀分配

 

i）首先请保证集群内有多台ECS，且ECS上的可用CPU内存资源足够应用实例部署。ECS节点资源详情请参考集群内节点的详情信息。操作路径：运维中心 -> 集群管理 -> 节点列表 -> 节点管理。

 

ii）理论上，一次发布的多个容器在ECS节点资源足够的情况下会尽量分散部署。也给可手动指定环境资源分配策略，让多容器尽量分布在不同的ECS节点上。参考文档：为环境手动分配计算资源策略。

 

iii）如果后期新加入ECS节点，而想把之前部署的比较密集分布的容器迁移到新的ECS节点上，可以在业务低峰期将业务重新发布一次，让系统将容器重新调度。

 

iv）还有一种方式，是在不重新执行环境发布的情况下，手动执行应用实例重建让集群将单个应用实例重新调度一次。请注意，应用实例重建会导致该实例在重建成功的时间段内不可用，且原实例内没有进行挂载的数据会丢失。请在业务低峰期，考虑清楚后果后谨慎操作。操作入口：应用 -> 实例列表 -> 重建实例。


image.png

 

③ 如何查看应用监控

应用监控的入口在「应用列表 -> 更多 -> 监控」。


image.png

 

进入监控页之后，可以把监控分为两个维度：

 

i）基础监控：基础监控的数据来源是阿里云云监控，是免费产品。可以看到某个环境下分组（分实例）的CPU，内存，Load等常用基础监控值。

ii）应用监控：应用监控的数据来源是阿里云ARMS，arms是收费产品，需要购买资源包才能看到监控数据。arms可以看到更细粒度的业务监控数据，比如QPS，HTTP监控，慢SQL监控，JVM监控等。参考文档：应用接入ARMS。

 

④ 如何查看应用日志

i）远程登录到容器，查看日志。

进入“应用发布”-> “环境管理”，找到实例所在环境，点击“管理资源”，在实例列表中点击“远程登录”，进入日志目录查看。


image.png


ii）查看应用发布日志。

进入“应用发布”-> “发布流程”，点击相应的环境，点击“发布记录”，找到最近一条发布单，点击“详情”，找到需要查看的发布阶段“进行中”或“已完成”，点击查看日志。


image.png

 

⑤ 如何给应用扩容

应用扩容是指针对应用的某个环境扩容应用实例，比如将应用实例个数从1个调整到2个。

请在「应用-环境管理」控制台执行扩缩容操作。

 

注：如果碰到应用扩容资源不足的问题（点击查看），请先去集群管理，扩容集群。再来扩容应用。


image.png


image.png

 

⑥ 如何调整环境部署实例的CPU、内存配置


请在环境关联的部署配置中，修改CPU，内存配置。并且重新发布后生效。


image.png

 

2. 发布相关

 

1）异常排查

① SLB流量接入返回503错误码

i）首先通过查看系统日志，看下后端是否有明显的报错日志。如果有明显的报错，则需要自己根据异常来判断错误原因；

查看日志方式：

如果已接入SLS并且通过SLS采集了系统日志，可以通过SLS查看；

如果未接入SLS，可以通过下面的方式查看：应用发布 -> 环境管理 -> 管理资源 ，进入后点击应用实例后的 【远程登录】，然后查看自己的系统日志。


image.png

 

image.png

 

ii）如果未发现明显的异常日志，则一般是SLB的规格过低导致连接被断开或拒绝，此种情况需要升级SLB的规格。

 

观察SLB负载情况：观察SLB负载情况：

聚石塔控制台 -> 资源视图 -> 负载均衡。


image.png


image.png

 

升级SLB规格：升级SLB规格：


image.png

 

② 流量太大导致发布不成功或卡住

如果发布时系统流量太大导致发布不成功或卡住，一般表现为：

a) 外部流量比平时正常情况下要高出较多；

b) 应用实例刚开始能启动，但随后很快就被重启，发布单一直处于部署中状态；

 

i）先走应用实例扩容操作，保障应用水位处于一个相对较低的水位。


image.png


ii）（如果扩容成功，跳过此步）如果扩容起不来新的应用实例，说明已有的应用实例都处于假死状态，请按以下步骤解决：

 

a) 可以先将健康检查配置为肯定能成功的，比如：脚本类型的 return "success"，优先保障pod能起来接收流量，并且调大应用实例数量，然后提交新的发布单；


image.png


b）如果调整健康检查后扔未能扩容成功，一般不会出现这种情况；极端情况下可以考虑将外部流量暂时摘除，不让流量进来。此时再去扩容，扩容成功后再将流量引入。注意：流量摘除后对外的服务也将完全不可用，此方案请慎重执行。

 

iii）如果有功能变动或bug修复，在扩容成功后，再提交新的发布，发布时请将分批数量设置大点，保证处于服务中的应用实例数量。

 

2）操作手册

 

二、集群

1. 节点相关


1）异常排查

① 节点ephemeral-storage空间无法释放；

② 节点不可用-集群水位足够，但是POD依然无法调度；


i）运维中心-集群管理-节点列表；


image.png


ii）查看节点实例信息；


image.png


这里可以看到节点的状态，检测每一项。例如：

如果磁盘空间超标为True，则说明节点磁盘不可用，检测磁盘使用情况，释放一些空间。

如果网络不可用为True，可能是集群的规模超过了上限，节点上无法分配容器IP，详情见：点击查看，由于集群规模创建时候指定就无法更改了，所以不能添加新ECS节点了，考虑对原有ECS做垂直弹升。

 

2. 集群创建相关


集群创建过程中可能遇到的问题，请参考：点击查看。

 

3. 集群扩容相关


1）异常排查

① 添加ECS时报错 VPC RouteEntry over quota

VPC路由表条目超限。需要去VPC控制台申请配额上限，扩容一台ECS需要一个路由表条目。点击查看详情。

 

② 添加ECS时提示 Eip over quota

找到创建集群使用的VPC，提交阿里云工单，申请一下该VPC下的EIP quota。

 

③ 添加ECS节点时报错“InstanceSecurityGroupLimitExceeded”

所选ECS已经加入了5个安全组，阿里云限制每台ECS最多加入5个安全组，加入集群需要加入另一个安全组。

解决办法：将ECS退出其他安全组，保证加入的安全组数量<=4。

 

特别地，如果是下列两种名字开头的安全组，可以直接退出该安全组。?


image.png

 

④ 选择ECS时，无法选择到自己想选的机器

首先，确认下ECS是否和集群的VPC属于同一个。

其次，确认下ECS是否已经关联到聚石塔的应用，关联了应用的机器原则上不能添加进集群（机器会被重置）。

最后，确认ECS实例的状态，是否过期，是否为running状态。

 

2）操作手册

如何给集群扩容节点（ECS）

① 进入聚石塔运维中心；


image.png


② 集群-管理-节点列表-添加已有节点；


image.png


③ 勾选要添加的节点；


image.png


④ 等待扩容执行，扩容完成节点状态变为“运行中”则表示添加成功；


image.png


FAQ

关于此文档暂时还没有FAQ
有用(0) 我要提问
返回
顶部