Implementa la diagnostica e la risoluzione dei problemi di Kubernetes basate sull'intelligenza artificiale con K8SGPT e l'integrazione con Amazon Bedrock

Imposta Amazon Bedrock come provider di backend AI per K8sgPT.

Per impostare Amazon Bedrock come fornitore di backend AI r per K8sgpt, usa il seguente comando: AWS CLI

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

Il comando di esempio utilizza per. us-west-2 Regione AWS Tuttavia, puoi selezionare un'altra regione, a condizione che sia il cluster Amazon EKS che il modello Amazon Bedrock corrispondente siano disponibili e abilitati nella regione selezionata.

Per verificare che amazonbedrock sia stato aggiunto all'elenco dei provider di backend AI e sia nello Active stato, esegui il comando seguente:

k8sgpt auth list

Di seguito è riportato un esempio dell'output previsto di questo comando:

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

Visualizza un elenco di filtri disponibili.

Per visualizzare l'elenco di tutti i filtri disponibili, usa il seguente AWS CLI comando:

k8sgpt filters list

Di seguito è riportato un esempio dell'output previsto di questo comando:

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

Scansiona un pod in uno spazio dei nomi specifico utilizzando un filtro.

Questo comando è utile per il debug mirato di problemi specifici dei pod all'interno di un cluster Kubernetes, utilizzando le funzionalità AI di Amazon Bedrock per analizzare e spiegare i problemi rilevati.

Per scansionare un pod in uno spazio dei nomi specifico utilizzando un filtro, usa il seguente comando: AWS CLI

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

Di seguito è riportato un esempio dell'output previsto di questo 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.

Scansiona una distribuzione in uno spazio dei nomi specifico utilizzando un filtro.

Questo comando è utile per identificare e risolvere problemi specifici della distribuzione, in particolare quando lo stato effettivo non corrisponde allo stato desiderato.

Per eseguire la scansione di una distribuzione in uno spazio dei nomi specifico utilizzando un filtro, utilizzare il comando seguente: AWS CLI

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

Di seguito è riportato un esempio dell'output previsto di questo 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.

Scansiona un nodo in uno spazio dei nomi specifico utilizzando un filtro.

Per eseguire la scansione di un nodo in uno spazio dei nomi specifico utilizzando un filtro, utilizzate il seguente comando: AWS CLI

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

Di seguito è riportato un esempio dell'output previsto di questo comando:

AI Provider: amazonbedrock

No problems detected

Ottieni risultati dettagliati.

Per ottenere risultati dettagliati, usa il seguente comando: AWS CLI

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

Di seguito è riportato un esempio dell'output previsto di questo 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": ""
    }
  ]
}

Controlla i pod problematici.

Per verificare la presenza di pod problematici specifici, utilizzate il seguente comando: AWS CLI

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

Di seguito è riportato un esempio dell'output previsto di questo comando:

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

Ottieni approfondimenti specifici per le applicazioni.

Questo comando è particolarmente utile quando:

Per ottenere informazioni specifiche sull'applicazione, utilizzate il seguente comando:

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

Di seguito è riportato un esempio dell'output previsto di questo comando:

AI Provider: amazonbedrock

No problems detected