Kubernetes & Amazon EKS Training

日本語

한국어
English
中文
Español

日本語

한국어
English
中文
Español

Appearance

スケーリング戦略クイズ ​

関連ドキュメント: スケーリング戦略

選択式問題 ​

1. HPA で custom metrics を使用するには何が必要ですか？ ​

  • A) Kubernetes 1.30 以上
  • B) Prometheus Adapter または同様の custom metrics server
  • C) AWS Auto Scaling integration
  • D) 手動での Pod scaling
回答を表示

回答: B) Prometheus Adapter または同様の custom metrics server

解説: custom metrics を使用する HPA には、custom.metrics.k8s.io API を実装する metrics server が必要です。Prometheus Adapter は Prometheus に query し、HPA が期待する形式で metrics を公開することで、1 秒あたりの requests など application-specific metrics に基づく scaling を可能にします。

2. KEDA は HPA では scaling できないどのような種類の event に基づいて scaling できますか？ ​

  • A) CPU utilization
  • B) Memory usage
  • C) SQS queue depth や Kafka lag などの external events
  • D) Pod restart counts
回答を表示

回答: C) SQS queue depth や Kafka lag などの external events

解説: KEDA (Kubernetes Event-Driven Autoscaling) には、AWS SQS、Kafka、RabbitMQ、databases などの external systems 向けの scaler が含まれています。KEDA はゼロまで scale でき、Kubernetes metrics system の外部にある event に反応できます。

3. VPA mode の「Auto」と「Off」の違いは何ですか？ ​

  • A) Auto は HPA を有効にし、Off は無効にする
  • B) Auto は Pod を in-place で更新し、Off は recommendation のみを提供する
  • C) Auto は restart が必要で、Off は即時に反映される
  • D) Auto は Spot instances を使用し、Off は On-Demand を使用する
回答を表示

回答: B) Auto は Pod を in-place で更新し、Off は recommendation のみを提供する

解説: VPA の「Auto」mode は、更新された resource requests で Pod を自動的に evict して再作成します。「Off」mode は変更を行わず recommendation のみを生成するため、手動で実装する前に提案内容を review するのに役立ちます。

4. Pod Deletion Cost とは何で、scaling にどのように影響しますか？ ​

  • A) Pod を削除する financial cost
  • B) scale-down 時にどの Pod を先に削除するかに影響する annotation
  • C) Pod の削除に必要な時間
  • D) Pod termination に関連する storage costs
回答を表示

回答: B) scale-down 時にどの Pod を先に削除するかに影響する annotation

解説:controller.kubernetes.io/pod-deletion-cost annotation は Pod に cost value を割り当てます。scale-down 時には、deletion cost が低い Pod が先に終了されます。これにより、重要な workload を実行している Pod や cached data を持つ Pod を維持しやすくなります。

5. custom metrics で HPA を使用する場合、desired replicas を計算する式は何ですか？ ​

  • A) currentReplicas + 1
  • B) desiredReplicas = ceil(currentReplicas * (currentMetricValue / desiredMetricValue))
  • C) maxReplicas / 2
  • D) currentMetricValue * targetUtilization
回答を表示

回答: B) desiredReplicas = ceil(currentReplicas * (currentMetricValue / desiredMetricValue))

解説: HPA は current metric values を target values と比較し、その後比例的に scaling して desired replicas を計算します。ceiling function により、scale up 時には少なくとも 1 つの追加 replica が追加されます。

6. Spot node interruption handling の推奨戦略は何ですか？ ​

  • A) interruption を無視する
  • B) Pod Disruption Budgets と interruption handlers による graceful termination を使用する
  • C) stateless workloads のみを実行する
  • D) Spot instances を完全に無効にする
回答を表示

回答: B) Pod Disruption Budgets と interruption handlers による graceful termination を使用する

解説: Spot interruption handling は、AWS Node Termination Handler (または Karpenter の native handling)、可用性を確保するための Pod Disruption Budgets、十分な termination grace periods、そして preemption を graceful に処理する workload design を組み合わせます。

7. KEDA において pollingInterval は何を設定しますか？ ​

  • A) Pod が restart される頻度
  • B) KEDA が external metric source を確認する頻度
  • C) scale operations の間の delay
  • D) Health check frequency
回答を表示

回答: B) KEDA が external metric source を確認する頻度

解説:pollingInterval は、KEDA が metric values を取得するために external scaler (例: SQS、Prometheus) に query する頻度を定義します。interval を短くすると反応時間は速くなりますが、metric source への load が増加します。

8. 新しい version の Kubernetes で、VPA が restart なしに Pod を resize できるようにする Kubernetes feature は何ですか？ ​

  • A) Rolling updates
  • B) In-place Pod Vertical Scaling
  • C) Blue/green deployment
  • D) Canary releases
回答を表示

回答: B) In-place Pod Vertical Scaling

解説: Kubernetes 1.27+ は resizePolicy field を通じて in-place vertical scaling をサポートしており、Pod restart なしで CPU と memory を変更できます。VPA はこれを活用して、より disruption の少ない resource adjustment を行えます。

9. HPA に metrics-server ではなく Prometheus Adapter を使用する利点は何ですか？ ​

  • A) より低い resource usage
  • B) CPU/memory を超える custom metrics と external metrics のサポート
  • C) より速い metric collection
  • D) built-in alerting
回答を表示

回答: B) CPU/memory を超える custom metrics と external metrics のサポート

解説: metrics-server は CPU と memory metrics のみを提供します。Prometheus Adapter は custom.metrics.k8s.io API を通じて任意の Prometheus metric を公開し、HPA が 1 秒あたりの requests、queue depth、latency などの application metrics に基づいて scaling できるようにします。

10. HPA と VPA を組み合わせる場合、何を考慮すべきですか？ ​

  • A) 一緒に使用することはできない
  • B) 異なる resource dimensions に設定する (CPU には HPA、memory には VPA)
  • C) VPA が有効な場合は常に HPA を無効にする
  • D) 設定なしで自動的に連携する
回答を表示

回答: B) 異なる resource dimensions に設定する (CPU には HPA、memory には VPA)

解説: HPA と VPA の両方が同じ resource dimension を管理しようとすると競合する可能性があります。一般的な pattern は、CPU に基づく horizontal scaling に HPA を使用し、memory には recommendation mode の VPA を使用する、または Pod 作成時にのみ resources を設定する VPA の「Initial」mode を使用することです。