すべてのプロダクト
Search

このプロダクト

    Container Service for Kubernetes:Lingjun ノードプールの自動修復を有効化

    ドキュメントセンター

    Container Service for Kubernetes:Lingjun ノードプールの自動修復を有効化

    最終更新日:Apr 25, 2026

    Lingjun ノードの自動修復を有効化すると、ACK は Lingjun ノードの基盤障害を自動的にモニタリングします。障害が検出された場合、ACK は Lingjun の Approve O&M operations 機能を使用して修復を実行します。この機能を使用するには、まず Lingjun ノードプールのマネージド構成を有効化する必要があります。

    ノード自動修復の有効化

    ACK では、ノードプールの作成時または既存ノードプールのマネージド構成の変更時に、ノード自動修復を有効化し、自動修復ルールを定義できます。自動修復ルール ページでルールを管理できます。構成手順については、以下の「自動修復ルールの構成」をご参照ください。

    重要

    • この機能は、ホワイトリストに登録されたユーザーのみが利用可能です。有効化するには、テクニカルサポートまでお問い合わせください。

    • Apsara Stack リージョンではこの機能はサポートされていません。

    方法 1: 新規ノードプール

    1. ACK Clusters ページで、ご利用のクラスター名をクリックします。左側のナビゲーションウィンドウで、ノード > ノードプール をクリックします。

    2. Lingjun ノードプールの作成 をクリックします。マネージド設定 セクションで、マネージド機能を有効化し、画面上の指示に従って自動修復ルールを作成・有効化します。

      構成項目の詳細については、「Lingjun ノードプールの作成」をご参照ください。

    方法 2: 既存ノードプール

    1. ACK Clusters ページで、ご利用のクラスター名をクリックします。左側のナビゲーションウィンドウで、ノード > ノードプール をクリックします。

    2. 対象の Lingjun ノードプールの アクション 列で、image をクリックし、マネージド型ノードプールの有効化（まだ有効化されていない場合）または マネージド設定（すでに有効化済みの場合）を選択します。画面上の指示に従って自動修復ルールを作成・有効化します。

      構成項目の詳細については、「Lingjun ノードプールの作成」をご参照ください。

    この機能を有効化した後は、すべての自動修復ルールを 検査と診断 > 自動修復ルール ページで作成および管理できます。

    2. 画面上の指示に従って、自己修復ルールの作成 をクリックして新しいルールを作成するか、ルール一覧で既存ルールを管理します。

    自動修復ルールの構成

    重要

    • 障害は優先度に基づいて処理されます。メンテナンスが必要な高優先度の障害が最初に修復されます。再起動で解決可能な低優先度の障害は、すべての高優先度障害が解決されるまで遅延されます。

    • 権限付与を迅速に行わないと、ACK が修復プロセスを一時停止し、ノードが不健全な状態のままになる可能性があります。

    • ノード自動修復により修復が自動化されますが、サービスの長時間中断を防ぐため、引き続き Lingjun ノードの健全性と ACK クラスター内のステータスを監視する必要があります。

    1. ルール構成ページへのアクセス

    1. ノードプールの作成または構成ページ、または 自動修復ルール ページから、自己修復ルールの作成 をクリックして、自己修復ルールの作成 パネルを開きます。

    2. 画面上の指示に従って、ルール名を指定し、ルールを構成します。

    2. サブルールの構成

    a. 障害タイプの選択

    ノード自動修復は、Lingjun ノードから報告された CloudMonitor イベントをモニタリングすることで障害を検出し、Lingjun の Approve O&M operations 機能を呼び出して修復を実行します。

    障害タイプと修復動作：

    障害名

    Lingjun イベント名

    Kubernetes 条件

    障害の説明

    修復動作

    Lingjun ノード基盤ハードウェア例外

    Node.HardwareFault.HOST:Inquiring

    resourceType: Node

    • Type: Node.HardwareFault.HOST

    • Status: True

    • Reason:Node.HardwareFault.HOST:Inquiring

    • Message: <Fault details>

    Lingjun ノードでハードウェア障害が発生し、メンテナンスが必要です。このメンテナンスにより、ノードのローカルディスク上のデータが損失する可能性があります。コンテナランタイムおよび kubelet のディレクトリがローカルディスク上にある場合、メンテナンス完了後にノードを ACK クラスターから削除し、再度追加する必要があります。

    Lingjun ノードを修復します。

    重要

    修復中に Lingjun ノードのローカルディスク上のデータが損失する可能性があります。事前にデータをバックアップしてください。

    優先度: 高

    Lingjun ノード基盤例外

    Node.FaultNeedReboot.HOST:Inquiring

    resourceType: Node

    • Type: Node.FaultNeedReboot.HOST

    • Status: True

    • Reason:Node.FaultNeedReboot.HOST:Inquiring

    • Message: <Fault details>

    Lingjun ノードで例外が発生しました。問題を解決するために、できるだけ早くノードを再起動することを推奨します。

    Lingjun ノードを再起動します。

    優先度: 中

    b. 障害修復フローのカスタマイズ

    以下のすべての修復プロセスは手動介入をサポートしており、ノードラベルによる承認 を有効化することで使用できます。有効化すると、ACK は権限付与の確認を受け取った後にのみ操作を実行します。

    パラメーター

    説明

    Node cordon

    障害のあるノードをスケジュール不可としてマークします（spec.unschedulable を true に設定）。これにより、新しいワークロードがそのノードにスケジュールされなくなります。

    Node draining

    これを有効化する前に、まず node cordon を有効化する必要があります。

    ACK は障害のあるノードからワークロードをエビクト（退避）します。ノードドレインのデフォルトタイムアウトは 300 秒ですが、調整可能です。

    • ノードドレインは PDB プロトコルに準拠しています。以下の Pod はエビクトされません。

      • DaemonSet によって管理されている Pod。

      • OpenKruise Advanced DaemonSet によって管理されている Pod。

      • alibabacloud.com/evict-pod=true ラベルを持つ Pod。

    • タイムアウト期間内にワークロードのエビクトに失敗した場合、ACK は自動的に次のステップに進みます。

    Auto repair

    ACK は障害タイプに対応する修復アクションを実行します。詳細については、「障害タイプと修復動作」をご参照ください。

    Node uncordon

    これを有効化する前に、まず node cordon を有効化する必要があります。

    ノードをスケジュール可能な状態に戻します（spec.unschedulable を false に設定）。

    このステップは、修復開始前にすでにスケジュール不可としてマークされていたノードをスケジュール可能にはしません。

    ノード自動修復イベント

    Lingjun ノードプールに自動修復ルールを関連付けた後、ACK はクラスター内の Lingjun ノードからの障害イベントを Kubernetes Events および Condition に変換します。また、ノード自動修復プロセスの進行状況を追跡するために Kubernetes Events を出力します。

    一般的な自動修復イベント

    イベント (reason)

    レベル

    説明

    DetectedLingJungCMSEvent

    Warning

    Lingjun ノードの障害が検出された、または既存の障害のステータスが更新されました。

    RepairPlanCreated

    Warning

    自動修復プランが作成されました。

    WaitingApproveProcedure

    Warning

    現在のステップが一時停止され、手動による権限付与を待機しています。イベントメッセージには、必要なアクションおよび権限付与方法の詳細が記載されています。

    RepairPlanProcedureWaitingForApproval

    Warning

    ノードに権限付与ラベルが追加されました。

    RepairPlanStatusUpdated

    Normal

    自動修復プランのステータスが更新されました。このイベントは、現在実行中のステップとその結果を記録します。

    ApproveLingjunOperation

    Normal

    Lingjun コントロールプレーンが修復操作を実行する権限を付与されました。

    NodeNotRecovery

    Warning

    修復完了後もノードが回復しなかった場合にトリガーされます。ACK は修復後、30 分ごとにノードのステータスをチェックします。

    RepairPlanCompleted

    Warning

    自動修復プランが完了しました。イベントメッセージには、プランが成功したか失敗したかが示されます。

    特殊なシナリオのイベント

    以下のイベントは、特定のシナリオで発生する可能性があります。

    イベント (理由)

    レベル

    説明

    NodeRecoveryNeedSilence

    Normal

    最近修復されたノードで、異なるタイプの新しい障害が発生しました。システムは、新しい自動修復プランを作成する前に 10 分間のサイレンス期間を待ちます。

    NodeRecoveryHasProcessed

    Warning

    自動修復プランがこの障害をすでに処理しましたが、ノードは回復していません。手動での介入が必要です。

    RepairPlanFailed

    Warning

    現在の障害に対する自動修復プランが失敗し、ノードは回復していません。手動での介入が必要です。

    RepairPlanStatusUpdateFailed

    Warning

    自動修復プランのステータスの更新に失敗しました。

    AddInquiringLabelFailed

    Normal

    権限付与ラベルの設定に失敗しました。自動修復プロセスは中止されます。

    アラートの構成

    ノード自動修復を有効化した後は、アラーム管理も構成する必要があります。クラスターノードプール O&M のイベントアラートルールセット および クラスターノードの自己修復アラートルールセット を有効化して、異常イベントに関する通知をタイムリーに受け取るようにしてください。

    これらのルールセットの有効化手順については、「Container Service のアラーム管理」をご参照ください。