**Ajudar a melhorar esta página** 

Para contribuir com este guia de usuário, escolha o link **Editar esta página no GitHub**, disponível no painel direito de cada página.

# Reparar automaticamente nós em clusters do EKS
<a name="node-repair"></a>

Esse tópico descreve o comportamento do reparo automático de nós no EKS e como configurá-lo para atender às suas necessidades. O reparo automático de nós do EKS está habilitado por padrão no Modo Automático do EKS e pode ser usado com grupos de nós gerenciados pelo EKS e com o Karpenter.

As ações padrão de reparo automático de nós do EKS estão resumidas na tabela abaixo e se aplicam ao comportamento do Modo Automático do EKS, dos grupos de nós gerenciados pelo EKS e do Karpenter. Ao utilizar o Modo automático do EKS ou o Karpenter, todas as ações de reparo `AcceleratedHardwareReady` são `Replace`, e apenas os grupos de nós gerenciados pelo EKS oferecem suporte a `Reboot` como ação de reparo.

Para obter uma lista detalhada dos problemas de integridade dos nós detectados pelo agente de monitoramento de nós do EKS e as respectivas ações de reparo, consulte [Detecte problemas de integridade dos nós com o agente de monitoramento de nós do EKS](node-health-nma.md).


| Condição do nó | Descrição | Reparar após | Ação(ões) de reparo | 
| --- | --- | --- | --- | 
|  AcceleratedHardwareReady  |  O parâmetro `AcceleratedHardwareReady` indica se o hardware acelerado (GPU, Neuron) no nó está funcionando corretamente.  |  10 m  |  Substituir ou Reinicializar  | 
|  ContainerRuntimeReady  |  ContainerRuntimeReady indica se o runtime de contêineres (containerd, etc.) está funcionando corretamente e é capaz de executar contêineres.  |  30 m  |  Substituir  | 
|  DiskPressure  |  DiskPressure é uma condição padrão do Kubernetes que indica que o nó está enfrentando pressão no disco (espaço em disco insuficiente ou alta carga de E/S).  |  N/D  |  Nenhum  | 
|  KernelReady  |  KernelReady indica se o kernel está funcionando corretamente, sem erros críticos, falhas graves ou esgotamento de recursos.  |  30 m  |  Substituir  | 
|  MemoryPressure  |  MemoryPressure é uma condição padrão do Kubernetes que indica que o nó está enfrentando pressão de memória (baixa disponibilidade de memória).  |  N/D  |  Nenhum  | 
|  NetworkingReady  |  NetworkingReady indica se a pilha de rede do nó está funcionando corretamente (interfaces, roteamento, conectividade).  |  30 m  |  Substituir  | 
|  StorageReady  |  O StorageReady indica se o subsistema de armazenamento do nó está funcionando corretamente (discos, sistemas de arquivos, E/S).  |  30 m  |  Substituir  | 
|  Ready  |  Ready é a condição padrão do Kubernetes que indica que o nó está íntegro e pronto para aceitar pods.  |  30 m  |  Substituir  | 

As ações automáticas de reparo de nós do EKS estão desabilitadas por padrão nos seguintes cenários. As ações de reparo de nós em andamento continuam em cada cenário. Consulte [Configurar o reparo automático de nós](#configure-node-repair) para saber como substituir essas configurações padrão.

 **Grupos de nós gerenciados do EKS** 
+ O grupo de nós possui mais de cinco nós e mais de 20% dos nós desse grupo estão com problemas.
+ Uma mudança de zona para o seu cluster é acionada por meio do Application Recovery Controller (ARC).

 **Modo automático do EKS e Karpenter** 
+ Mais de 20% dos nós do NodePool não estão íntegros.
+ No caso de NodeClaims autônomos, 20% dos nós do cluster não estão íntegros.

## Configurar o reparo automático de nós
<a name="configure-node-repair"></a>

O reparo automático de nós não pode ser configurado ao usar o Modo automático do EKS e está sempre ativado com as mesmas configurações padrão do Karpenter.

### Karpenter
<a name="configure-node-repair-karpenter"></a>

Para utilizar o reparo automático de nós com o Karpenter, habilite o gate de recursos `NodeRepair=true`. É possível habilitar gates de recurso por meio da opção `--feature-gates` da CLI ou da variável de ambiente `FEATURE_GATES` na implantação do Karpenter. Para obter mais informações, consulte a documentação do [Karpenter](https://karpenter.sh/docs/concepts/disruption/#node-auto-repair).

### Grupos de nós gerenciados
<a name="configure-node-repair-mng"></a>

É possível habilitar o reparo automático de nós ao criar novos grupos de nós gerenciados pelo EKS ou ao atualizar grupos de nós gerenciados pelo EKS já existentes.
+  **Console do Amazon EKS**: marque a caixa de seleção **Habilitar reparo automático de nós** para o grupo de nós gerenciados. Para obter mais informações, consulte [Criar um grupo de nós gerenciados para seu cluster](create-managed-node-group.md).
+  ** AWS CLI**: adicione `--node-repair-config enabled=true` ao comando [https://docs.aws.amazon.com/cli/latest/reference/eks/create-nodegroup.html](https://docs.aws.amazon.com/cli/latest/reference/eks/create-nodegroup.html) ou [https://docs.aws.amazon.com/cli/latest/reference/eks/update-nodegroup-config.html](https://docs.aws.amazon.com/cli/latest/reference/eks/update-nodegroup-config.html).
+  **eksctl**: configure `managedNodeGroups.nodeRepairConfig.enabled: true`, consulte o exemplo no [eksctl GitHub](https://github.com/eksctl-io/eksctl/blob/main/examples/44-node-repair.yaml).

Ao utilizar grupos de nós gerenciados do EKS, é possível controlar o comportamento do reparo automático dos nós por meio das seguintes configurações.

Para controlar quando o reparo automático de nós deixa de agir, defina um limite com base no número de nós com falhas no grupo de nós. Defina a contagem absoluta ou a porcentagem, mas não ambas.


| Configuração | Descrição | 
| --- | --- | 
|   `maxUnhealthyNodeThresholdCount`   |  O número absoluto de nós não íntegros acima do qual o reparo automático de nós é interrompido. Use isso para limitar o escopo dos reparos.  | 
|   `maxUnhealthyNodeThresholdPercentage`   |  A porcentagem de nós não íntegros acima da qual o reparo automático de nós é interrompido (0-100).  | 

Para controlar quantos nós são reparados ao mesmo tempo, é possível configurar o paralelismo de reparos. Assim como ocorre no limite de nós não íntegros, configure a contagem absoluta ou a porcentagem, mas nunca as duas simultaneamente.


| Configuração | Descrição | 
| --- | --- | 
|   `maxParallelNodesRepairedCount`   |  Número máximo de nós a serem reparados ao mesmo tempo.  | 
|   `maxParallelNodesRepairedPercentage`   |  A porcentagem máxima de nós não íntegros a serem reparados simultaneamente (0-100).  | 

Com `nodeRepairConfigOverrides`, é possível personalizar o comportamento de reparo para condições específicas. Use isso quando precisar de diferentes ações de reparo ou tempos de espera para diferentes tipos de problemas.

Cada substituição requer todos os campos a seguir:


| Campo | Descrição | 
| --- | --- | 
|   `nodeMonitoringCondition`   |  O tipo de condição do nó relatado pelo agente de monitoramento de nós. Por exemplo: `AcceleratedHardwareReady`, `NetworkingReady`, `StorageReady`, `KernelReady`.  | 
|   `nodeUnhealthyReason`   |  O código específico da causa da condição não íntegra. Por exemplo: `NvidiaXID31Error`, `IPAMDNotRunning`.  | 
|   `minRepairWaitTimeMins`   |  O tempo mínimo, em minutos, durante o qual a condição deve persistir antes que o nó se torne elegível para reparo. Utilize esta opção para evitar o reparo de nós devido a problemas temporários.  | 
|   `repairAction`   |  A ação a ser tomada quando as condições forem atendidas. Valores válidos: `Replace` (encerrar e substituir o nó), `Reboot` (reinicializar o nó) ou `NoAction` (nenhuma ação de reparo).  | 

O seguinte exemplo da AWS CLI cria um grupo de nós com configurações de reparo personalizadas.

```
aws eks create-nodegroup \
  --cluster-name my-cluster \
  --nodegroup-name my-nodegroup \
  --node-role arn:aws:iam::111122223333:role/NodeRole \
  --subnets subnet-0123456789abcdef0 \
  --node-repair-config '{
    "enabled": true,
    "maxUnhealthyNodeThresholdPercentage": 10,
    "maxParallelNodesRepairedCount": 3,
    "nodeRepairConfigOverrides": [
      {
        "nodeMonitoringCondition": "AcceleratedHardwareReady",
        "nodeUnhealthyReason": "NvidiaXID64Error",
        "minRepairWaitTimeMins": 5,
        "repairAction": "Replace"
      },
      {
        "nodeMonitoringCondition": "AcceleratedHardwareReady",
        "nodeUnhealthyReason": "NvidiaXID31Error",
        "minRepairWaitTimeMins": 15,
        "repairAction": "NoAction"
      }
    ]
  }'
```

Esta configuração realiza o seguinte:
+ Habilita o reparo automático de nós
+ Interrompe as ações de reparo quando mais de 10% dos nós não estão íntegros
+ Repara até 3 nós de cada vez
+ Anula erros XID 64 (falha no remapeamento da memória da GPU) para substituir o nó após 5 minutos. O padrão é reinicializar após 10 minutos.
+ Anula erros XID 31 (falha na página de memória da GPU) para não realizar nenhuma ação. O padrão é reinicializar após 10 minutos.