اقدامات Kubernetes Actions Controller: توضیح کاملی در مورد PR #4059 امکان بهبودی برای خود درمانی

1. پیشینه – چرا این روابط عمومی لازم بود؟

ترتیب محدودیت ها و چالش های قبلی

• در حد شکست 5 بار ثابت وجود داشت پیش از
• پس از رسیدن به حد مجاز ، فقط فاز را با تغییر داد markAsFailed()، بنابراین:
  • EphemeralRunnerSet “مورد نظر = 1 را تعیین می کند اما شیء در حال حاضر وجود دارد”
  • من نمی تواند یک زودگذر جدید تولید کند و “زامبی” شد

3. چه چیزی با PR #4059 تغییر کرده است؟

💡 نقطه
ثابت محدودیت 5 بار خودش تغییر نکرده است.
“چه اتفاقی می افتد پس از رسیدن به حد” تغییر یافته از فاز = شکست خورده → حذف شیءوت
خود داری از زودگذر امکان پذیر شد

4. رفتار واقعی در سناریوی spot × minrunners

sequenceDiagram
    autonumber
    participant ARC as ARC Controller
    participant ER as EphemeralRunner CR
    participant Set as EphemeralRunnerSet
    participant Node as Spot Node

    Node-->>ER: Interruption warning (2 minutes in advance)
    Node--x ER: Pod Terminated
    ARC->>ER: failures+=1 / RequeueAfter(backoff[1])
    loop ~Repeats up to 5 times~
        Node--x ER: Terminated again
        ARC->>ER: failures+=1 / Backoff
    end
    ARC->>ER: failures=6 (>5)\nDelete(ER)
    Set->>ARC: Desired=1 but no CR
    Set-->>ARC: **Create new EphemeralRunner**

• در بار ششم ، آن CR → بازسازی ها را حذف می کند، بنابراین “زامبی ها” باقی نمی مانند

5 توضیحات کد

1. زمینه وضعیت برای ضبط خرابی

type EphemeralRunnerStatus struct {
    // ...existing fields
    Failures map[string]metav1.Time `json:"failures,omitempty"`
}

func (s *EphemeralRunnerStatus) LastFailure() *metav1.Time {
    // Helper that scans the map and returns the latest timestamp
}

• کلید: Pod’s .metadata.uid
• ارزش: زمانی که شکست رخ داده است

ترتیب.

var failedRunnerBackoff = []time.Duration{
    0, 5 * time.Second, 10 * time.Second,
    20 * time.Second, 40 * time.Second, 80 * time.Second,
}
const maxFailures = 5

if len(er.Status.Failures) <= maxFailures {
    delay := failedRunnerBackoff[len(er.Status.Failures)]
    return ctrl.Result{RequeueAfter: delay}, nil
}

• دوباره با 0 ثانیه → 5 ثانیه → 10 ثانیه …
• در تلاش ششم (len > maxFailures) ، به بخش بعدی ادامه می یابد

3. حذف فوری در بار ششم → بازآفرینی مجدد

// Final phase
if len(er.Status.Failures) > maxFailures {
    log.Info("Maximum failures reached – deleting EphemeralRunner")
    if err := r.Delete(ctx, er); err != nil { ... }
    return ctrl.Result{}, nil
}

• از آنجا که خود شیء را حذف می کند، آزمایش مجدد کنترل کننده به پایان می رسد
• منبع والدین عرفانی یک زودگذر جدید برای دیدار

خلاصه جریان عمل

graph TD
    A[Pod Failed] --> B{Failures <= 5?}
    B -- Yes --> C[Record failure & requeue after backoff]
    B -- No --> D[Delete EphemeralRunner CR]
    D --> E[EphemeralRunnerSet creates new EphemeralRunner]

6. نتیجه گیری

PR #4059 مسئله دیرینه (شماره شماره 2721) را حل می کند “گیر شدن پس از 5 وقفه” این امر به ویژه در محیط های Minrunners Spot under مکرر است.

• مدیریت ناکامی ها را به صورت زمانی مدیریت می کند و با عقب نشینی نمایی مجدداً قیام می کند
• با استفاده از حد مجاز ، زودگذر CR را حذف می کند و به شما اجازه می دهد تا آن را دوباره بازآفرینی کند
• این به دست می آید خود درمانی نزدیک به کاملاً مدیریت شده
• با این حال ، خطر اعدام شغل در اثر وقفه های نقطه ای مختل می شود هنوز هم باقی مانده است ، بنابراین هنگام استفاده از نمونه های نقطه ای احتیاط لازم است