Implementação de diagnósticos e solução de problemas com base em IA no Kubernetes usando a integração do K8sGPT e do Amazon Bedrock

Defina o Amazon Bedrock como o provedor de backend de IA para o K8sGPT.

Para definir o Amazon Bedrock como o provedor de back-end de IA r para o K8SGpt, use o seguinte comando: AWS CLI

k8sgpt auth add -b amazonbedrock \
 -r us-west-2 \
 -m anthropic.claude-v2 \
 -n endpoint-name 

O comando de exemplo usa us-west-2 como a Região da AWS. No entanto, é possível selecionar outra região, desde que tanto o cluster do Amazon EKS quanto o modelo correspondente do Amazon Bedrock estejam disponíveis e habilitados nessa região selecionada.

Para verificar se amazonbedrock foi adicionado à lista de provedores de backend de IA e está no estado Active, execute o seguinte comando:

k8sgpt auth list

A seguir, apresentamos um exemplo da saída esperada para este comando:

Default: 
> openai
Active: 
> amazonbedrock
Unused: 
> openai
> localai
> ollama
> azureopenai
> cohere
> amazonsagemaker
> google
> noopai
> huggingface
> googlevertexai
> oci
> customrest
> ibmwatsonxai

Confira uma lista dos filtros disponíveis.

Para ver a lista de todos os filtros disponíveis, use o seguinte AWS CLI comando:

k8sgpt filters list

A seguir, apresentamos um exemplo da saída esperada para este comando:

Active: 
> Deployment
> ReplicaSet
> PersistentVolumeClaim
> Service
> CronJob
> Node
> MutatingWebhookConfiguration
> Pod
> Ingress
> StatefulSet
> ValidatingWebhookConfiguration

Realize a verificação de um pod em um namespace específico aplicando um filtro.

Este comando é útil para a depuração de problemas específicos de pods em um cluster do Kubernetes, usando as funcionalidades de IA do Amazon Bedrock para analisar e explicar os problemas encontrados.

Para escanear um pod em um namespace específico usando um filtro, use o seguinte comando: AWS CLI

k8sgpt analyze --backend amazonbedrock --explain --filter Pod -n default

A seguir, apresentamos um exemplo da saída esperada para este comando:

100% |████████████████████████████████████████████████████████| (1/1, 645 it/s)        
AI Provider: amazonbedrock

0: Pod default/crashme()
- Error: the last termination reason is Error container=crashme pod=crashme
Error: The pod named crashme terminated because the container named crashme crashed.
Solution: Check logs for crashme pod to identify reason for crash. Restart pod or redeploy application to resolve crash.

Realize a verificação de uma implantação em um namespace específico aplicando um filtro.

Este comando é útil para identificar e solucionar problemas específicos da implantação, especialmente quando o estado atual não corresponde ao estado desejado.

Para verificar uma implantação em um namespace específico usando um filtro, use o seguinte comando: AWS CLI

k8sgpt analyze --backend amazonbedrock --explain --filter Deployment -n default

A seguir, apresentamos um exemplo da saída esperada para este comando:

100% |██████████████████████████████████████████████████████████| (1/1, 10 it/min)        
AI Provider: amazonbedrock

0: Deployment default/nginx()
- Error: Deployment default/nginx has 1 replicas but 2 are available
 Error: The Deployment named nginx in the default namespace has 1 replica specified but 2 pod replicas are running.
Solution: Check if any other controllers like ReplicaSet or StatefulSet have created extra pods. Delete extra pods or adjust replica count to match available pods.

Realize a verificação de um nó em um namespace específico aplicando um filtro.

Para verificar um nó em um namespace específico usando um filtro, use o seguinte comando: AWS CLI

k8sgpt analyze --backend amazonbedrock --explain --filter Node -n default 

A seguir, apresentamos um exemplo da saída esperada para este comando:

AI Provider: amazonbedrock

No problems detected

Obtenha saídas detalhadas.

Para obter resultados detalhados, use o seguinte AWS CLI comando:

k8sgpt analyze --backend amazonbedrock --explain --ouput json

A seguir, apresentamos um exemplo da saída esperada para este comando:

{
  "provider": "amazonbedrock",
  "errors": null,
  "status": "ProblemDetected",
  "problems": 1,
  "results": [
    {
      "kind": "Pod",
      "name": "default/crashme",
      "error": [
        {
          "Text": "the last termination reason is Error container=crashme pod=crashme",
          "KubernetesDoc": "",
          "Sensitive": []
        }
      ],
      "details": " Error: The pod named crashme terminated because the container named crashme crashed.\nSolution: Check logs for crashme pod to identify reason for crash. Restart pod or redeploy application to resolve crash.",
      "parentObject": ""
    }
  ]
}

Verifique os pods com problemas.

Para verificar se há pods problemáticos específicos, use o seguinte comando: AWS CLI

kubectl get pods --all-namespaces | grep -v Running

A seguir, apresentamos um exemplo da saída esperada para este comando:

NAMESPACE    NAME      READY    STATUS          RESTARTS      AGE                                       
default     crashme     0/1   CrashLoopBackOff   260(91s ago)   21h

Obtenha insights específicos da aplicação.

Este comando é particularmente útil quando:

Para obter insights específicos da aplicação, use o seguinte comando:

k8sgpt analyze --backend amazonbedrock --explain -L app=nginx -n default

A seguir, apresentamos um exemplo da saída esperada para este comando:

AI Provider: amazonbedrock

No problems detected