在 Arm 架構上部署 Autopilot 工作負載

本頁面說明如何設定 Google Kubernetes Engine (GKE) Autopilot 部署作業，要求以 Arm 架構為基礎的節點。

關於 Autopilot 中的 Arm 架構

Autopilot 叢集提供運算類別，可滿足特定硬體需求的工作負載。其中部分運算類別支援多個 CPU 架構，例如 amd64 和 arm64。

Arm 節點的用途

與類似的 x86 節點相比，採用 Arm 架構的節點可提供更具成本效益的效能。在下列情況中，您應為 Autopilot 工作負載選取 Arm：

  • 您的環境依賴 Arm 架構進行建構和測試。
  • 您要為搭載 Arm CPU 的 Android 裝置開發應用程式。
  • 您使用多架構映像檔，並希望在執行工作負載時盡可能提高成本效益。

事前準備

開始之前，請確認你已完成下列工作：

  • 啟用 Google Kubernetes Engine API。
    • 啟用 Google Kubernetes Engine API
  • 如要使用 Google Cloud CLI 執行這項工作，請安裝並初始化 gcloud CLI。如果您先前已安裝 gcloud CLI，請執行 gcloud components update，取得最新版本。
  • 請參閱 Arm 節點的規定和限制。
  • 請確認您有 C4A 或 Tau T2A Compute Engine 機器類型的配額。
  • 確認您有一個 Pod，其中包含為 Arm 架構建構的容器映像檔。

如何在 Autopilot 中要求 Arm 節點

如要指示 Autopilot 在 Arm 節點上執行 Pod，請在 nodeSelector 或 node affinity 規則中指定下列其中一個標籤：

  • kubernetes.io/arch: arm64。對於執行 1.31.3-gke.1056000 以上版本的叢集，GKE 預設會將 Pod 放置在 C4A機器類型上。 如果叢集執行的是舊版，GKE 會將 Pod 放置在 T2A 機型上。
  • cloud.google.com/machine-family: ARM_MACHINE_SERIES。 將 ARM_MACHINE_SERIES 替換為 Arm 機型系列，例如 C4A 或 T2A。GKE 會將 Pod 放置在指定的系列中。

根據預設，使用任一標籤時，如果節點有可用容量，GKE 會將其他 Pod 放在同一個節點上。如要為每個 Pod 要求專屬節點，請在資訊清單中加入 cloud.google.com/compute-class: Performance 標籤。詳情請參閱「選擇機器系列，最佳化 Autopilot Pod 效能」。

或者，您也可以搭配使用 Scale-Out 和 arm64 標籤，要求 T2A。 您也可以為 Spot Pod 要求 Arm 架構。

部署工作負載時，Autopilot 會執行下列操作：

  1. 自動佈建 Arm 節點來執行 Pod。
  2. 自動汙染新節點，防止非 Arm Pod 排程到這些節點上。
  3. 自動將容許條件新增至 Arm Pod，允許在新節點上排程。

Arm 架構的要求範例

下列範例規格說明如何在 Autopilot 中使用節點選取器或節點親和性規則，要求 Arm 架構。

nodeSelector

以下資訊清單範例說明如何在 nodeSelector 中要求 Arm 節點：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-arm
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx-arm
  template:
    metadata:
      labels:
        app: nginx-arm
    spec:
      nodeSelector:
        cloud.google.com/compute-class: Performance
        kubernetes.io/arch: arm64
      containers:
      - name: nginx-arm
        image: nginx
        resources:
          requests:
            cpu: 2000m
            memory: 2Gi

nodeAffinity

您可以使用節點親和性要求 Arm 節點。您也可以指定要使用的節點親和性類型：

  • requiredDuringSchedulingIgnoredDuringExecution：必須使用指定的運算類別和架構。
  • preferredDuringSchedulingIgnoredDuringExecution：盡力使用指定的運算類別和架構。舉例來說，如果現有的 x86 節點可供分配，GKE 會將 Pod 放在 x86 節點上，而不是佈建新的 Arm 節點。除非您使用多架構映像檔資訊清單，否則 Pod 會當機。強烈建議您明確要求所需的特定架構。

下列資訊清單範例需要 Performance 類別和 Arm 節點：

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx-arm
spec:
  replicas: 3
  selector:
    matchLabels:
      app: nginx-arm
  template:
    metadata:
      labels:
        app: nginx-arm
    spec:
      terminationGracePeriodSeconds: 25
      containers:
      - name: nginx-arm
        image: nginx
        resources:
          requests:
            cpu: 2000m
            memory: 2Gi
            ephemeral-storage: 1Gi
      affinity:
        nodeAffinity:
          requiredDuringSchedulingIgnoredDuringExecution:
            nodeSelectorTerms:
            - matchExpressions:
              - key: cloud.google.com/compute-class
                operator: In
                values:
                - Performance
              - key: kubernetes.io/arch
                operator: In
                values:
                - arm64

建議

  • 建構及使用多架構映像檔，做為管道的一部分。多架構映像檔可確保 Pod 即使放置在 x86 節點上，也能正常運作。
  • 在工作負載資訊清單中明確要求架構和運算類別。否則，Autopilot 會使用所選運算級別的預設架構，這可能不是 Arm。

可用性

您可以在支援 Arm 架構的Google Cloud 位置，將 Autopilot 工作負載部署在 Arm 架構上。詳情請參閱「可用地區和區域」。

疑難排解

如需常見錯誤和疑難排解資訊，請參閱「排解 Arm 工作負載問題」。

後續步驟