Cuestionario sobre operaciones, alta disponibilidad y Flink administrado
Comprueba las rutas de recopilación, los límites de memoria y recuperación, y el soporte de los servicios administrados.
- ¿Qué recurso utiliza la elección de líder de HA de Kubernetes revisada?
Mostrar respuesta
Respuesta: ConfigMapLock de Fabric8, que depende de la disponibilidad del plano de control de Kubernetes.
Explicación: No añade un servidor de elección de líder independiente ni necesariamente usa recursos Lease. ZooKeeper HA también es una alternativa compatible.
- ¿Los HA ConfigMaps, HA storageDir y los directorios de checkpoints almacenan los mismos datos?
Mostrar respuesta
Respuesta: Los ConfigMaps contienen información/referencias de líder, HA storageDir contiene metadatos de recuperación del JM/grafos de trabajos y los directorios de checkpoints conservan el estado de los checkpoints.
Explicación: Una sola configuración de ruta de HA no prepara todos los archivos de estado ni los permisos de recuperación.
- ¿Un Role de ConfigMap solo para HA proporciona todos los permisos que necesita Flink Native?
Mostrar respuesta
Respuesta: No. La administración de recursos Native también requiere permisos adecuados para pods/servicios y otros recursos.
Explicación: Comprueba las necesidades de cada invocador e inspecciona los errores de API, los registros y los reinicios; los fallos no siempre son silenciosos.
- ¿Qué ajustan principalmente los autoscalers de Flink y de nodos?
Mostrar respuesta
Respuesta: El paralelismo de Vertex y la capacidad de los nodos, respectivamente.
Explicación: La presión, las cuotas, la recuperación del estado y la ubicación acoplan los ciclos; Flink no actúa siempre primero.
- ¿Karpenter debe crear un nodo para cada Pod en estado Pending?
Mostrar respuesta
Respuesta: No. Distingue los pods que no se pueden programar de los problemas de descarga de imágenes, PVC, admisión y otras causas.
Explicación: Las restricciones, las solicitudes de recursos, la disponibilidad de instancias y las cuotas pueden impedir el aprovisionamiento.
- ¿Un retraso de consolidación más largo que el tiempo de estabilización de Flink evita las interrupciones?
Mostrar respuesta
Respuesta: No se garantiza. Los fallos de nodos, la reclamación de capacidad Spot y la deriva de configuración (drift) pueden ocurrir de forma independiente.
Explicación: Prueba conjuntamente el aprovisionamiento, la restauración, la recuperación del retraso acumulado y las políticas de interrupción/PDB.
- ¿El soporte de Flink administrado 2.3 implica que están disponibles todas las funciones upstream?
Mostrar respuesta
Respuesta: No. Comprueba la combinación de Java 17/Python 3.12 y las exclusiones específicas del servicio.
Explicación: Las restricciones incluyen Java 21, ForSt, Native S3, telemetría personalizada y Studio. Distingue la alta disponibilidad de la infraestructura de AWS de las responsabilidades de la aplicación y del estado.
- ¿Cómo se deben comparar los costos de KPU administradas con los de Spot en EKS?
Mostrar respuesta
Respuesta: Compara el costo total y las operaciones con objetivos equivalentes de caudal, latencia y recuperación.
Explicación: Incluye los costos de orquestación y del almacenamiento y la red relacionados con KPU, así como los costos de interrupción y recuperación de Spot.
- ¿La memoria administrada de RocksDB y los buffers de red comparten un mismo pool?
Mostrar respuesta
Respuesta: No; pertenecen a regiones de presupuesto separadas.
Explicación: En la configuración revisada de 4 GiB, cambiar la fracción de memoria administrada de 0.4 a 0.5 no modificó los buffers de red y redujo el heap de las tareas. Los presupuestos son distintos del RSS medido.
- ¿Qué se debe comprobar cuando hay un PodMonitor, pero no tiene targets?
Mostrar respuesta
Respuesta: Los selectores de monitor y espacio de nombres de Prometheus, las etiquetas reales de los pods, los puertos con nombre, los espacios de nombres de destino y los permisos de descubrimiento.
Explicación: El pod de Operator de este chart no tenía una etiqueta instance predeterminada. Los metadatos de Deployment no se convierten automáticamente en etiquetas del pod.
- ¿block-cache-usage es una proporción, y un Counter de Flink siempre es un Counter de Prometheus?
Mostrar respuesta
Respuesta: No. El uso de caché se mide en bytes y el reportero revisado exporta los contadores de Flink como métricas Gauge.
Explicación: Interpreta también la capacidad, los aciertos y los fallos de caché. Los histogramas se asignan a métricas Summary; inspecciona TYPE y las etiquetas exportadas.
- ¿Se debe establecer directamente kubernetes.cluster-id en un CR administrado por Operator?
Mostrar respuesta
Respuesta: No. El validador de 1.15 lo prohíbe; la identidad se administra a partir del nombre/namespace del CR.
Explicación: No copies a ciegas configuraciones de CLI de bajo nivel. kubernetes.namespace y high-availability.cluster-id también están restringidos.
- ¿Dos réplicas de JM y una lista de comprobación completada garantizan una recuperación instantánea y sin interrupciones?
Mostrar respuesta
Respuesta: No. Valida la elección, la ubicación entre nodos/AZ, el almacenamiento, la restauración del estado, el tiempo de reproducción y los resultados reales.
Explicación: Puede ser válido conservar los valores predeterminados. Más allá de la configuración, importan los resultados de SLO/recuperación medidos y quién se encarga de las operaciones.