Informazioni sugli eventi dell'host

Nel corso del ciclo di vita di un'istanza di macchina virtuale (VM) o di un'istanza bare metal, la macchina host su cui viene eseguita l'istanza può essere soggetta a numerosi eventi host. Un evento host può includere la normale manutenzione dell'infrastruttura Compute Engine o, in rari casi, un errore dell'host. Puoi scegliere in che modo le tue istanze di computing rispondono durante o dopo un evento host configurando il criterio di manutenzione dell'host.

Per impostazione predefinita, la maggior parte delle istanze è impostata per la migrazione live durante gli eventi host. Per tutte le serie di macchine, ad eccezione di Z3, puoi eseguire l'override di questo comportamento e impostare esplicitamente la terminazione e il riavvio facoltativo delle istanze. Le istanze create utilizzando determinati tipi di macchine o configurazioni non supportano la migrazione live, ad esempio:

  • Istanze H4D
  • Istanze Z3 con più di 18 TiB di Titanium SSD collegato
  • Istanze Z4D con più di 42 TiB di Titanium SSD collegato
  • Istanze bare metal
  • Istanze con GPU collegate

Queste istanze vengono terminate durante gli eventi dell'host. Per saperne di più, consulta Comportamenti di manutenzione e riavvio.

Tipi di eventi dell'host

Esistono tre tipi di eventi dell'host, descritti in dettaglio nelle sezioni seguenti:

Se l'istanza non risponde, può anche attivare un riavvio o la terminazione dell'istanza.

Eventi di manutenzione

Un evento di manutenzione si verifica quando Compute Engine deve eseguire un'attività di manutenzione o riparazione che richiede lo spostamento delle VM dal server host. Se abiliti la migrazione live policy di manutenzione dell'host per un tipo di istanza supportato, Compute Engine sposta l'istanza su un nuovo host e l'interruzione dell'applicazione è minima.

Compute Engine applica anche alcuni upgrade leggeri dell'hypervisor e della rete in background in modo non invasivo, mantenendo l'istanza sullo stesso host.

Il comportamento dell'istanza durante un evento di manutenzione può variare a seconda della tenancy dell'istanza e del tipo di macchina.

Per le VM single-tenant, la frequenza approssimativa degli eventi di manutenzione pianificata dell'host è ogni 4-6 settimane. Il supporto della migrazione live dipende dalla policy di manutenzione dell'host per la VM single-tenant.

Puoi trovare informazioni sul comportamento di manutenzione per ogni tipo di macchina nella pagina della famiglia di macchine corrispondente, come segue:

Per le famiglie di macchine ottimizzate per l'acceleratore, consulta le seguenti pagine:

Manutenzione emergente

Un evento di manutenzione emergente si verifica quando Compute Engine rileva un guasto imminente dell'host o un altro problema hardware che richiede una manutenzione urgente. Per questi eventi, Compute Engine pianifica l'evento di manutenzione e crea una notifica. Gli eventi di manutenzione emergenti in genere hanno un periodo di notifica più breve rispetto agli eventi di manutenzione standard.

In genere, un evento di manutenzione emergente viene comunicato con un preavviso di 7-14 giorni. A seconda della gravità del problema, la finestra di notifica può essere più breve. Esamina la notifica di manutenzione per le funzionalità supportate, ad esempio l'avvio della manutenzione in un momento a tua scelta. Se non viene intrapresa alcuna azione o se l'avvio manuale della manutenzione non è possibile, allora Compute Engine avvia automaticamente la manutenzione al termine della finestra di notifica.

Se un evento di manutenzione pianificato è in attesa quando Compute Engine emette una notifica di manutenzione di emergenza, l'evento di manutenzione di emergenza sostituisce l'evento di manutenzione pianificato.

Puoi controllare il motivo della manutenzione di emergenza nel campo maintenanceReasons dei metadati dell'istanza. Questo campo contiene un valore che rappresenta la categoria di errore.

Errori dell'host

Un errore dell'host (compute.instances.hostError) indica che si è verificato un problema hardware o software sulla macchina fisica o sull'infrastruttura del data center che ospita l'istanza di computing e ne ha causato l'arresto anomalo. Un errore dell'host che coinvolge un guasto hardware totale o altri problemi relativi all'hardware potrebbe impedire la migrazione live dell'istanza. Se l'istanza è impostata per il riavvio automatico, che è l'impostazione predefinita, Compute Engine la riavvia, in genere entro tre minuti dal momento in cui è stato rilevato l'errore. A seconda del problema, il riavvio potrebbe richiedere fino a 5,5 minuti.

Dopo che un'istanza di computing rileva un errore dell'host o dopo che hai segnalato l'host come difettoso, l'host dell'istanza richiede una manutenzione di emergenza non pianificata. Per impostazione predefinita, Compute Engine fornisce un preavviso di alcune ore quando pianifica questo tipo di manutenzione.

A volte, un'istanza di computing potrebbe non rispondere prima che venga segnalato un errore dell'host. Puoi ridurre il tempo di attesa di Compute Engine per riavviare o terminare l'istanza impostando il timeout per la correzione degli errori dell'host. Per saperne di più, consulta Imposta la policy per un'istanza esistente.

A volte possono verificarsi guasti hardware e software fisici, ma si tratta di casi rari. Per proteggere le tue applicazioni e i tuoi servizi da questi eventi di sistema che potrebbero causare interruzioni, consulta le seguenti risorse:

Google offre anche servizi gestiti come App Engine e l'ambiente flessibile di App Engine.

Panoramica della policy di manutenzione dell'host

La policy di manutenzione dell'host di un'istanza determina il suo comportamento durante i seguenti eventi dell'host:

  • Evento di manutenzione
  • Evento di manutenzione emergente
  • Evento di errore dell'host o istanza che non risponde

Puoi configurare le istanze in modo che continuino a essere eseguite durante la manutenzione dell'host, mentre Compute Engine esegue la migrazione live a un altro host, oppure puoi scegliere di arrestare l'istanza.

Puoi modificare la policy di manutenzione host di un'istanza configurando le seguenti impostazioni:

  • Comportamento di manutenzione:indica se viene eseguita la migrazione live o l'arresto dell'istanza quando si verifica un evento di manutenzione.
  • Comportamento di riavvio:indica se Compute Engine riavvia o termina l'istanza se si arresta in modo anomalo, si verifica un errore dell'host o non risponde.
  • Tempo di rilevamento degli errori dell'host:il tempo massimo che Compute Engine attende per riavviare o terminare un'istanza dopo aver rilevato che l'istanza non risponde.
  • Tempo di recupero dell'SSD locale:il tempo massimo che Compute Engine dedica al recupero dei dati sui dischi SSD locali dopo aver rilevato un errore dell'host. I dati dell'SSD locale vengono persi se il tempo specificato trascorre senza un recupero riuscito.

Puoi aggiornare la policy di manutenzione dell'host di un'istanza in qualsiasi momento per controllare il comportamento delle istanze.

Comportamenti di manutenzione e riavvio

Quando si verifica un evento host, l'istanza di Compute può utilizzare la migrazione live oppure può essere terminata. Se un'istanza viene terminata, puoi scegliere di riavviarla manualmente o fare in modo che Compute Engine la riavvii automaticamente.

Le seguenti serie di macchine potrebbero non supportare la migrazione live e richiedere invece la terminazione durante gli eventi host:

  • Le istanze basate sui seguenti tipi di macchina vengono terminate e riavviate sul posto:
    • Z3 con più di 18 TiB di Titanium SSD
    • Z4D con più di 42 TiB di Titanium SSD
    • X4
    • H4D
  • Bare metal le istanze vengono terminate e riavviate, il che significa che potrebbero riavviarsi su un host diverso. Per maggiori dettagli, consulta la documentazione "Esperienza di manutenzione" per la serie di macchine. Ad esempio, per i tipi di macchine bare metal C3, vedi Esperienza di manutenzione per le istanze C3.
  • Istanze Confidential VM, ad eccezione dei tipi di macchine N2D con piattaforme CPU AMD EPYC Milan che eseguono AMD SEV.
  • Istanze con GPU
  • Istanze con TPU

Migrazione live

Per impostazione predefinita, la maggior parte dei tipi di istanza è impostata per la migrazione live, ad eccezione dei tipi di istanza menzionati nella sezione precedente.

Durante la migrazione live, Compute Engine migra automaticamente l'istanza da un evento di manutenzione dell'infrastruttura e l'istanza rimane in esecuzione durante la migrazione. La tua istanza potrebbe registrare un breve periodo di prestazioni ridotte, ma in generale la maggior parte delle istanze non dovrebbe funzionare in modo notevolmente diverso. Questa opzione è ideale per le istanze che richiedono un uptime costante e possono tollerare un breve periodo di prestazioni ridotte.

Quando Compute Engine esegue la migrazione dell'istanza, segnala un evento di sistema pubblicato nell'elenco delle operazioni di zona e nei log degli eventi di sistema. Puoi esaminare questo evento visualizzando le operazioni di Compute Engine per una zona specifica. Gli eventi di migrazione live hanno il seguente tipo di operazione:

compute.instances.migrateOnHostMaintenance

Terminazione e riavvio

Se non vuoi che la tua istanza venga sottoposta a migrazione live o se il tipo di istanza non la supporta, puoi scegliere di consentire aGoogle Cloud di arrestare l'istanza quando si verifica un evento host. Con questa configurazione, se si verifica un evento host, Compute Engine invia un segnale di spegnimento soft per arrestare l'istanza. Attende quindi 60 secondi affinché l'istanza si arresti correttamente e imposta lo stato dell'istanza su TERMINATED. Se l'istanza non si arresta correttamente in 60 secondi, viene terminata forzatamente.

Questa opzione è ideale se le tue istanze richiedono prestazioni costanti e massime e se la tua applicazione complessiva è progettata per gestire gli errori o i riavvii delle istanze.

Quando Compute Engine arresta un'istanza a causa di un evento host, segnala un evento di sistema pubblicato nell'elenco delle operazioni di zona e nei log degli eventi di sistema. Puoi esaminare questo evento visualizzando le operazioni di Compute Engine per una zona specifica. Gli eventi di terminazione dell'istanza hanno il seguente tipo di operazione:

compute.instances.terminateOnHostMaintenance

Riavvio automatico

Se la tua istanza è configurata per arrestarsi quando si verifica un evento di manutenzione o se si arresta in modo anomalo a causa di un problema hardware sottostante, allora Compute Engine può riavviarla automaticamente. L'istanza viene riavviata sullo stesso server host o spostata su un altro server nella stessa zona che non partecipa all'evento di manutenzione.

Per impostazione predefinita, Compute Engine tenta di recuperare le istanze con dischi SSD locali collegati per un'ora. Se viene raggiunto il limite di tempo, Compute Engine tenta di riavviare l'istanza su un server host diverso nella stessa zona. Le istanze Z4D, Z3, X4 e H4D hanno tempi di attesa predefiniti diversi. Questi tipi di istanza vengono riavviati sullo stesso server host dopo l'arresto dell'istanza.

Per configurare il riavvio automatico, imposta il campo della policy di manutenzione dell'host automaticRestart su true. Questa impostazione non si applica se l'istanza viene messa offline a causa di un'interruzione di zona o tramite un'operazione manuale, ad esempio la chiamata di sudo shutdown all'interno del sistema operativo guest.

Quando Compute Engine riavvia automaticamente l'istanza, segnala un evento di sistema pubblicato nell'elenco delle operazioni di zona. Puoi esaminare questo evento visualizzando le operazioni di Compute Engine per una zona specifica. Gli eventi di riavvio automatico hanno il seguente tipo di operazione:

compute.instances.automaticRestart

Persistenza del disco dopo la chiusura dell'istanza

Poiché Persistent Disk e Hyperdisk sono Network Attached Storage, quando l'istanza viene riavviata, Compute Engine ricollega il disco di avvio e tutti i dischi secondari all'istanza. I dati su questi dischi vengono conservati durante la migrazione live e i riavvii delle istanze.

Compute Engine conserva i dati sui dischi SSD locali dopo un evento host quando possibile. Tuttavia, Compute Engine non garantisce la persistenza dei dati delle SSD locali.

  • I dischi SSD locali vengono conservati nei seguenti scenari:

    • Riavvii il sistema operativo ospite.
    • Configuri l'istanza per la migrazione live e l'istanza viene sottoposta a un evento di manutenzione dell'host.
    • Si verifica un errore dell'host e Compute Engine ricollega l'istanza ai dischi SSD locali entro il limite di timeout.
    • Scegli di conservare i dati dell'SSD locale quando arresti o sospendi l'istanza (Anteprima).
    • Un'istanza di computing con dischi SSD locali collegati che supporta solo l'arresto e il riavvio automatico viene sottoposta a un evento di manutenzione. L'istanza si riavvia sul posto, conservando i dati dell'unità SSD locale, anziché <x0A>eseguire la migrazione a un nuovo host.

  • I dischi SSD locali non vengono conservati nei seguenti scenari:

    • Arresti il sistema operativo guest e forzi l'arresto dell'istanza.
    • Crei una VM spot o una VM preemptible e la VM viene sottoposta alla procedura di prerilascio.
    • Configuri l'istanza in modo che si arresti in caso di eventi di manutenzione dell'host anziché utilizzare la migrazione live e l'istanza viene sottoposta a un evento di manutenzione dell'host.
    • Configuri erroneamente un disco SSD locale e non è più raggiungibile.
    • Disattivi la fatturazione del progetto, causando l'arresto dell'istanza.
    • Se automaticRestart non è configurato nella tua istanza.
    • Si verifica un errore dell'host e Compute Engine non riesce a ricollegare i dischi all'istanza prima della scadenza del timeout. In questo caso, l'istanza viene riavviata senza recuperare i dischi SSD locali. Quando l'istanza si riavvia, Compute Engine collega dischi SSD locali vuoti all'istanza riavviata. Devi formattare e montare questi dischi prima che l'istanza possa utilizzarli. I dati sui dischi SSD locali originali non sono recuperabili.

Google Cloud utilizza un approccio basato sul massimo impegno per mantenere intatti i dati dell'SSD locale. Tuttavia, in alcuni casi i dati non possono essere recuperati, ad esempio in caso di timeout. Per ulteriori informazioni su quando vengono conservati i dischi SSD locali, consulta Persistenza dei dati degli SSD locali.

Timeout del ripristino degli SSD locali

Quando si verifica un errore dell'host, Compute Engine tenta di recuperare eventuali dischi SSD locali collegati all'istanza. Puoi controllare il tempo che Compute Engine dedica a tentare di recuperare i dati con l'impostazione localSsdRecoveryTimeout del criterio host.

Per impostazione predefinita, Compute Engine dedica un'ora al recupero dei dati, ma i valori validi per questa impostazione sono compresi tra 0 e 168, con incrementi di 1 ora. I seguenti tipi di macchine hanno valori predefiniti diversi:

  • Tipi di macchine VM Z4D e Z3: il valore predefinito è 6, il che significa che queste istanze tentano di recuperare i dati dell'SSD locale per 6 ore prima di raggiungere il limite di timeout.
  • Z3 bare metal z3-highmem-192-highlssd-metal: il valore predefinito è 168 ore (7 giorni).

Se imposti il timeout di recupero dell'SSD locale su 0, Compute Engine non tenta di recuperare i dischi SSD locali collegati. L'istanza viene riavviata il prima possibile e i dati dell'unità SSD locale non sono recuperabili. Utilizza questa configurazione se la ripresa del workload è più importante del recupero dei dati dell'unità SSD locale.

Se il timeout di recupero non è impostato su 0, ma il limite di tempo viene raggiunto prima che i dati dell'unità SSD locale vengano recuperati, Compute Engine riavvia l'istanza senza il disco SSD locale. Compute Engine collega nuovi dischi SSD locali vuoti all'istanza riavviata. Devi formattare e montare questi dischi prima che l'istanza possa utilizzarli.

L'istanza si trova nello stato REPAIRING mentre Compute Engine tenta di recuperare i dischi SSD locali. L'istanza e i dischi SSD locali non sono disponibili durante questo periodo.

Se imposti il timeout di recupero dell'SSD locale sul valore massimo di 168, l'istanza rimane nello stato REPAIRING fino a 7 giorni mentre Compute Engine tenta di recuperare i dischi SSD locali.

Interrompi il recupero del disco SSD locale

Puoi interrompere la procedura di recupero del disco SSD locale prima che Compute Engine raggiunga il limite di timeout di recupero. Per farlo, utilizza il comando gcloud compute instances stop con il flag --discard-local-ssd=True.

Questo comando interrompe il processo di recupero, arresta l'istanza di computing e ignora i dati dell'SSD locale. A questo punto, puoi riavviare l'istanza. Per ulteriori informazioni, consulta la sezione Arresta un'istanza con SSD locale.

Per impostare il timeout del recupero delle unità SSD locali, consulta Imposta la policy di manutenzione dell'host dell'istanza.

Pianificazione della manutenzione

Google Cloud fornisce funzionalità che consentono un controllo più rigoroso della manutenzione. Utilizzando determinate famiglie di macchine, puoi specificare le preferenze di manutenzione e ricevere notifiche degli eventi di manutenzione imminenti tramite Cloud Logging, il server di metadati dell'istanza, il comando gcloud CLI compute instances describe o il metodo REST instances.describe. Al ricevimento di una notifica, hai un periodo di tempo in cui puoi avviare la manutenzione pianificata in un momento a tua scelta. Se non attivi la manutenzione pianificata, l'evento di manutenzione si verifica alla fine del periodo di tempo della notifica, ovvero all'ora pianificata indicata nella notifica.

Puoi utilizzare queste funzionalità in combinazione con la policy di manutenzione dell'host per personalizzare una pianificazione della manutenzione adatta al tuo workload.

Passaggi successivi