（如何）GKE 中的节点池自动升级实际上有效吗？

Question

我们在 GKE 上部署了相当大的 Kubernetes，我们希望通过启用自动升级让我们的生活更轻松一些。 documentation on the topic 告诉您如何启用它，而不是它实际上是如何工作。

我们在测试集群上启用了该功能，但从未升级任何节点（尽管 UI 一直在提醒我们“可以升级”）。

文档说它将更新到“最新的稳定”版本，并且它会“由 GKE 团队自行决定定期发生”——这两者都不是很有帮助。

用户界面总是说：“下一次自动升级：未安排”

是否有人在生产中使用过此功能并且可以阐明它的实际作用？

我做了什么：

• 我在 nodepools 上启用了该功能（不是集群本身）
• 我设置了维护窗口
• 集群版本为1.11.7-gke.3
• 节点池的版本为1.11.5-gke.X
• 最新的可用版本是1.11.7-gke.6

我的预期：

• 节点池将更新为1.11.7-gke.3（默认集群版本）或1.11.7-gke.6（最新版本）
• 更新将在下一个维护时段进行
• 否则更新将像“手动”更新一样工作

实际发生了什么：

• 什么都没有
• 节点池在1.11.5-gke.X 上停留了一个多星期

我的问题

• nodepool 版本应该更新吗？
• 如果有，在什么时间？
• 如果有，是什么版本？

Answer 1

我最终会自己回答这个问题。自动升级确实有效，但版本升级需要几天到一周的时间。

没有任何计划升级日期的指示，或版本更新以外的任何反馈。

它将升级到集群的当前主版本。

补充：它仍然不能可靠地工作，如果不可靠仍然无法调试。我得到的一个信息是，如果您最初为节点池提供了特定版本，则该机制不起作用。由于无法推断自动更新的内部工作原理，我们不得不再次手动检查状态。

Answer 2

我想分享其他两种可能性，说明为什么节点池可能不会自动升级或计划升级。

我们的一个项目遇到了类似的问题，主版本已自动升级到 1.14.10-gke.27，但我们的节点池在 1.14.10-gke.24 停留了一个多月。

达到节点配额

节点池升级可能由于节点配额而失败（尽管我不确定 Web 控制台会显示 Next auto-upgrade: Not scheduled）。从node upgrades documentation，它建议我们可以运行以下命令来查看任何失败的升级操作：

gcloud container operations list --filter="STATUS=DONE AND TYPE=UPGRADE_NODES AND targetLink:https://container.googleapis.com/v1/projects/[PROJECT_ID]/zones/[ZONE]/clusters/[CLUSTER_NAME]"

自动节点升级仅适用于次要+版本

在用尽了我的故障排除步骤后，我联系了 GCP 支持并打开了一个案例（Case 23113272 适用于在 Google 工作的任何人）。他们告诉我以下内容：

自动节点升级： 节点版本不需要自动升级，让我解释一下，一个节点中存在三个升级：次要版本（1.X），补丁版本（1.XY）和安全更新和错误修复（1.XY-gke.N） ，请查看此文档 [2] 自动节点升级从次要版本开始，在您的情况下，升级是无法自动升级的安全更新。

我回复了，他们确认自动节点升级只会发生在次要版本及以上。我已要求他们提交request to update their documentation，因为（在此回复时）他们的node auto-upgrade documentation 中任何地方都没有概述它。

Answer 3

此功能将节点池中运行“旧”Kubernetes 版本的虚拟机（Kubernetes 节点）替换为运行“新”版本的虚拟机。

节点池“升级”操作以滚动方式完成：它不像 GKE 会删除您的所有虚拟机并同时重新创建它们（除非您的集群中只有 1 个节点）。默认情况下，节点会一个接一个替换为较新的节点（尽管这可能会改变）。

GKE 内部主要使用managed instance groups 的功能来管理节点池上的操作。

您可以通过指定某些“维护窗口”在how to schedule node upgrades 上找到文档，从而将您受到的影响降到最低。 （本文还提供了有关升级如何发生的更多见解。）

也就是说，您可以禁用自动升级和手动升级您的集群（尽管不推荐这样做）。一些 GKE 用户有数千个节点，因此对他们来说，逐个升级虚拟机是不可行的。

为此，GKE 提供了一个选项，可让您选择“一次升级多少个节点”：

gcloud container clusters upgrade \
    --concurrent-node-count=CONCURRENT_NODE_COUNT

这个标志的文档说：

同时升级的节点数。有效值为 [1, 20]。建议将此值设置为不高于集群大小的 3%。'