Announcement
Esta página también está disponible en English, Deutsch, Français, Italiano, 日本語 y Português.
Vista de Unevictable Pods en PerfectScale InfraFit
Descubre con precisión qué pods están manteniendo activos tus nodos y bloqueando el scale-down. La nueva vista de Unevictable Pods en PerfectScale InfraFit pone en evidencia estos workloads en cualquier node group, con un desglose de recursos por nodo para CPU, memoria y GPU. Combínala con las recomendaciones de nodos para mejorar el bin-packing, sacarle más provecho a Karpenter o Cluster Autoscaler y reducir tu gasto en Kubernetes.
By andrii
Vista de Unevictable Pods en PerfectScale InfraFit
La vista de Node Group de PerfectScale ahora incluye una sección de Unevictable Pods, que expone los workloads que impiden eliminar nodos de tu cluster.
Los unevictable pods son uno de los obstáculos más comunes para el scale-down. Reducen la eficiencia del bin-packing e inflan los costos en la nube, incluso cuando ya tienes autoscalers como Karpenter o Cluster Autoscaler. Con esta vista se vuelve sencillo localizarlos y tomar acción.
Qué puedes hacer
- Detectar al instante lo que bloquea el scale-down. El panel superior resume el total de pods en ejecución y de unevictable pods dentro del node group seleccionado.
- Analizar nodo por nodo. Los gráficos de cada instancia muestran barras de recursos para CPU, RAM y GPU, junto con un treemap de pods. Los unevictable pods se resaltan con borde rojo.
- Alternar vistas de recursos. Cambia entre CPU, memoria y GPU para analizar la presión según el tipo de recurso.
- Consultar snapshots históricos. Usa el selector de fechas para cargar cualquier snapshot de los últimos 30 días.
- Revisar los detalles. Haz clic en un nodo o pod para abrir un panel lateral con requests, limits, uso real, labels y anotaciones.
Cómo acceder
Abre InfraFit, selecciona un node group y ve a la pestaña Unevictable Pods. El snapshot más reciente se carga por defecto.
Apóyate en esta vista junto con las recomendaciones de nodos para mejorar el bin-packing, aumentar la efectividad del autoscaler y reducir tu gasto en Kubernetes.