タスクガバナンスアドオンのアップグレード

現在のアドオンバージョンを確認し、作業ディレクトリを設定します。

aws eks describe-addon --region region --cluster-name cluster-name \
  --addon-name amazon-sagemaker-hyperpod-taskgovernance \
  --query 'addon.addonVersion' --output text

出力が で始まることを確認しますv1.3.。次に、書き込み可能なディレクトリの絶対パスBACKUP_DIRに設定し、作成します。後のステップでは、この変数に対して読み取りと書き込みを行うため、同じシェルセッションですべてのステップを実行します。

export BACKUP_DIR=/absolute/path/to/backup-dir
mkdir -p "$BACKUP_DIR"

すべての Kueue カスタムリソースをローカルファイルにバックアップします。

for crd in admissionchecks clusterqueues cohorts localqueues multikueueclusters \
           multikueueconfigs provisioningrequestconfigs resourceflavors topologies \
           workloadpriorityclasses workloads; do
  kubectl get "${crd}.kueue.x-k8s.io" --all-namespaces -o json \
    > "$BACKUP_DIR/${crd}.json" 2>/dev/null
  echo "${crd}: $(jq '.items | length' "$BACKUP_DIR/${crd}.json" 2>/dev/null || echo 0)"
done

バックアップされたオブジェクトを削除し、各 CRD から古い保存済みバージョンをクリアします。

これにより、 から v1alpha1 (または v1beta1) エントリが削除されstatus.storedVersions、v1.5 CRDsをインストールできるようになります。オブジェクトはバックアップで安全であり、後のステップで復元されます。

for crd in admissionchecks clusterqueues cohorts localqueues multikueueclusters \
           multikueueconfigs provisioningrequestconfigs resourceflavors topologies \
           workloadpriorityclasses workloads; do
  kubectl get crd "${crd}.kueue.x-k8s.io" >/dev/null 2>&1 || continue
  kubectl delete "${crd}.kueue.x-k8s.io" --all --all-namespaces \
    --ignore-not-found=true --wait=false --request-timeout=30s
  kubectl patch crd "${crd}.kueue.x-k8s.io" --subresource=status --type=merge \
    --request-timeout=30s -p '{"status":{"storedVersions":["v1beta2"]}}'
done

アドオンを v1.5 に更新します。

aws eks update-addon --region region --cluster-name cluster-name \
  --addon-name amazon-sagemaker-hyperpod-taskgovernance \
  --addon-version v1.5.0-eksbuild.1 --resolve-conflicts OVERWRITE

ステータスが になるまで待ちますACTIVE。

aws eks describe-addon --region region --cluster-name cluster-name \
  --addon-name amazon-sagemaker-hyperpod-taskgovernance \
  --query 'addon.status' --output text

復元する前に、新しいインストールが確定するのを待ちます。

アドオンが を報告した直後に復元しないでくださいACTIVE。コントローラー、そのウェブフック、インストール後のジョブの準備が完了するのを待ちます。そうしないと、次のステップの復元がハングする可能性があります。

kubectl rollout status deploy/kueue-controller-manager -n kueue-system --timeout=300s

until [ -n "$(kubectl get endpoints -n kueue-system kueue-webhook-service \
              -o jsonpath='{.subsets[*].addresses[*].ip}' 2>/dev/null)" ]; do
  echo "waiting for kueue webhook endpoint..."; sleep 5
done

kubectl wait --for=condition=complete job -l app.kubernetes.io/name=kueue \
  -n kueue-system --timeout=180s || true

新しいスキーマでオブジェクトを復元します。

これにより、バックアップされた各オブジェクトが v1.5 (v1beta2) スキーマに変換され、再適用されます。

transform() {
  jq '
    .apiVersion = "kueue.x-k8s.io/v1beta2"
    | del(.status)
    | del(.metadata.resourceVersion, .metadata.uid, .metadata.creationTimestamp,
          .metadata.generation, .metadata.managedFields, .metadata.selfLink)
    | del(.metadata.annotations."kubectl.kubernetes.io/last-applied-configuration")
    | if .kind == "Cohort" and (.spec.parent != null)
        then .spec.parentName = (.spec.parentName // .spec.parent) | del(.spec.parent) else . end
    | if .kind == "ClusterQueue" and (.spec.cohort != null)
        then .spec.cohortName = (.spec.cohortName // .spec.cohort) | del(.spec.cohort) else . end
    | if .kind == "ClusterQueue" then del(.spec.admissionChecks) else . end
    | if .kind == "AdmissionCheck" then del(.spec.retryDelayMinutes) else . end
  '
}

for crd in resourceflavors topologies workloadpriorityclasses admissionchecks cohorts \
           provisioningrequestconfigs multikueueclusters multikueueconfigs \
           clusterqueues localqueues workloads; do
  f="$BACKUP_DIR/${crd}.json"
  [ -s "$f" ] || continue
  count=$(jq '.items | length' "$f")
  for (( i=0; i<count; i++ )); do
    obj=$(jq -c ".items[$i]" "$f" | transform)
    name=$(printf '%s' "$obj" | jq -r '.kind + "/" + .metadata.name')
    if printf '%s' "$obj" | kubectl apply --request-timeout=30s -f - >/dev/null 2>&1; then
      echo "applied $name"
    else
      echo "check $name (may already be recreated by the add-on)"
    fi
  done
done

結果を確認します。

aws eks describe-addon --region region --cluster-name cluster-name \
  --addon-name amazon-sagemaker-hyperpod-taskgovernance \
  --query 'addon.{version:addonVersion,status:status}'

出力例は次のとおりです。

{
    "version": "v1.5.0-eksbuild.1",
    "status": "ACTIVE"
}

オブジェクトが存在し、CRD がまだ をリストしていないことを確認しますv1alpha1。

kubectl get clusterqueues
kubectl get localqueues --all-namespaces
kubectl get crd clusterqueues.kueue.x-k8s.io -o jsonpath='{.status.storedVersions}'

storedVersions 出力には v1beta2 (または v1beta1と v1beta2) のみを含める必要があり、 を含めることはできませんv1alpha1。復元されたオブジェクトと のファイルを比較$BACKUP_DIRして、設定値が変更されていないことを確認します。