証拠は消さないで！Kubernetesのノード障害とフェールオーバーと原因調査

Kubernetesクラスターでノード障害が発生した場合、通常、障害ノードは削除されて切り替えが行われます。ノードの削除は、ノード上で動作するステートフルアプリケーションでデータ破壊が起こるのを避けるためのフェンシングの目的で行われますが、障害の原因究明の前にノードが削除されることで原因調査が難航するリスクがあります。このセッションでは、この問題を解決するために、MachineHealthCheckのExternal Remediation機能やfence_kdumpなどのフェンシング機能を用いた、フェールオーバーの時間の短縮と原因究明を両立する代替手段のアイディアを共有します。

Masaki Kimura/Keisuke Saito