Implemente diagnósticos e solução de problemas do Kubernetes baseados em IA com a integração entre o K8SGpt e o Amazon Bedrock

Defina o Amazon Bedrock como o provedor de back-end 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 para Região da AWS o. No entanto, você pode selecionar outra região, desde que o cluster Amazon EKS e o modelo correspondente do Amazon Bedrock estejam disponíveis e habilitados nessa região selecionada.

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

k8sgpt auth list

Veja a seguir um exemplo da saída esperada desse comando:

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

Veja uma lista dos filtros disponíveis.

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

k8sgpt filters list

Veja a seguir um exemplo da saída esperada desse comando:

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

Escaneie um pod em um namespace específico usando um filtro.

Esse comando é útil para a depuração direcionada de problemas específicos de pods em um cluster Kubernetes, usando os recursos 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

Veja a seguir um exemplo da saída esperada desse 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.

Examine uma implantação em um namespace específico usando um filtro.

Esse comando é útil para identificar e solucionar problemas específicos da implantação, principalmente quando o estado real 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

Veja a seguir um exemplo da saída esperada desse 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.

Examine um nó em um namespace específico usando 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 

Veja a seguir um exemplo da saída esperada desse comando:

AI Provider: amazonbedrock

No problems detected

Obtenha resultados detalhados.

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

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

Veja a seguir um exemplo da saída esperada desse 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 problemáticos.

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

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

Veja a seguir um exemplo da saída esperada desse comando:

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

Obtenha insights específicos do aplicativo.

Esse comando é particularmente útil quando:

Para obter insights específicos do aplicativo, use o seguinte comando:

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

Veja a seguir um exemplo da saída esperada desse comando:

AI Provider: amazonbedrock

No problems detected