Karpenter 트러블슈팅 — 비용과 안정성 두 마리 토끼 잡기

간단 소개

Karpenter 도입 과정에서 겪은 트러블슈팅 경험과 해결 방안, 그리고 도입 효과 및 향후 개선 과제를 다룬 글입니다.

AI Summary

Karpenter 도입 배경 및 주요 기능
- ASG 기반 인프라의 한계 극복 및 유연한 클러스터 스케일링 필요성 증대
- Karpenter는 파드 수요에 맞춰 노드를 조절하는 클러스터 오토스케일링 Operator
- Provisioning, NodePool, Consolidation 등의 기능 제공
Karpenter 트러블슈팅 및 해결 과정
- 스케줄링 문제: Karpenter 내부 스케줄링 시뮬레이션과 kube-scheduler 간 차이 발생 (topologySpreadConstraints 미지원 등)
- 커스텀 AMI 제약: AMI 태그 이동 불가로 인한 추가 파이프라인 구성 필요
- 노드 크기 문제: budget 설정에 따른 MultiNodeConsolidation 미작동, 최소 노드 크기 설정으로 해결 시도
- 리소스 인식 차이: Karpenter의 리소스 계산 방식과 실제 리소스 양의 차이로 인한 과도한 프로비저닝 발생, 1.1.0 버전 패치로 개선
- Node Churn: 파드 수요 변경 시 consolidation 연쇄 작용 발생, budget 조정으로 개선
Karpenter 도입 효과 및 향후 과제
- 월간 인프라 비용 절감, EKS 클러스터 업데이트 용이성 향상
- 노드 웜업 시간 개선, 레이턴시 안정화, 스케줄링 정합성 향상 등의 과제 존재