Announcement

Esta página também está disponível em English, Deutsch, Español, Français, Italiano e 日本語.

Visualização de Unevictable Pods no PerfectScale InfraFit

Veja exatamente quais pods estão mantendo seus nós ativos e bloqueando o scale-down. A nova visualização de Unevictable Pods no PerfectScale InfraFit destaca esses workloads em qualquer node group, com detalhamento de recursos por nó para CPU, memória e GPU. Combine com as recomendações de nós para melhorar o bin-packing, tirar mais proveito do Karpenter ou do Cluster Autoscaler e reduzir seus gastos com Kubernetes.

By andrii

Visualização de Unevictable Pods no PerfectScale InfraFit

A visualização de Node Group do PerfectScale agora conta com uma aba Unevictable Pods, que mostra os workloads que impedem a remoção de nós do seu cluster.

Unevictable pods são um dos bloqueadores mais comuns de scale-down. Eles reduzem a eficiência do bin-packing e inflam os custos de nuvem, mesmo quando há autoscalers como Karpenter ou Cluster Autoscaler em uso. Essa visualização facilita encontrá-los e tomar ação.

O que você pode fazer

  • Identifique bloqueadores de scale-down rapidamente. O painel superior resume o total de pods em execução e de unevictable pods no node group selecionado.
  • Analise cada nó a fundo. Os gráficos por instância mostram barras de recursos para CPU, RAM e GPU, além de um treemap de pods. Os unevictable pods aparecem contornados em vermelho.
  • Alterne entre visões de recursos. Troque entre CPU, Memória e GPU para analisar a pressão por tipo de recurso.
  • Consulte snapshots históricos. Use o seletor de datas para carregar qualquer snapshot dos últimos 30 dias.
  • Veja os detalhes. Clique em um nó ou pod para abrir uma barra lateral com requests, limits, uso real, labels e annotations.

Como acessar

Abra o InfraFit, selecione um node group e vá até a aba Unevictable Pods. O snapshot mais recente é carregado por padrão.

Use essa visualização em conjunto com as recomendações de nós para melhorar o bin-packing, aumentar a eficácia do autoscaler e reduzir os gastos com Kubernetes.