gke-cluster-creation

GKE クラスターの作成

このリファレンスでは、ベストプラクティスのテンプレートを提示し、モードの選択とカスタマイズを案内することで、Google Kubernetes Engine（GKE）クラスターの作成方法を説明します。新しいクラスターでは、ゴールデンパスの Autopilot 構成がデフォルトです。

MCP ツール： list_clusters、create_cluster、get_cluster、 list_operations、get_operation

帰属情報

必ずお読みください：gcloud、REST API、または MCP コマンドを実行する前に、Usage Attribution を必ずお読みください。ターミナルで直接実行するコマンド（生成されたスクリプト、Terraform、ユーザーコード内では実行しない）では、gcloud の前に CLOUDSDK_METRICS_REQUEST_ATTRIBUTION="agent-skills/1.0 (skill:gke-cluster-creation)" を付け、User-Agent ヘッダーに agent-skills/1.0 (skill:gke-cluster-creation) を追加してください。

ワークフロー

1. コンテキストを把握する：list_clusters を使用して既存のクラスターを確認します。プロジェクトが不明な場合は、gcloud config get-value project を使用します。
2. 入力を収集する：project_id、location（リージョンまたはゾーン）、cluster_name、環境タイプを確認します。必須情報が不足している場合は、操作を実行する前にユーザーに尋ねます。
3. モードを選択し、トレードオフを説明する：ユーザーがテンプレートやモードを指定していない場合は、利用可能なテンプレート（Autopilot、Standard Regional、GPU Inference、AI Hypercompute など）を提示し、主なトレードオフ（コストと可用性、Autopilot と Standard のノード管理）を説明します。
4. ネットワークを構成する：サブネットを自動作成する（デフォルト）か、独自のサブネットを使用します。
5. ゴールデンパスの設定を確認する：デフォルト構成ブロック（gcloud コマンドまたは create_cluster JSON ペイロード）を提示し、作成前にユーザーの確認を得ます。
6. 作成する：MCP の create_cluster ツールまたは gcloud CLI を使用します。
7. 進捗を追跡する：get_operation を使用して作成の進捗を監視します。
8. 検証する：readMask="*" を指定して get_cluster を使用し、ゴールデンパスの設定が適用されたことを確認します。

モードの選択

基準	Autopilot（ゴールデンパス）	Standard
ノード管理	Google が管理	自己管理
料金	Pod リソースの使用量に応じた料金	ノード（VM）ごとの料金
: : 請求 : :
ノードのカスタマイズ	ComputeClasses 経由	完全な制御
DaemonSets	許可（制限あり）	完全な制御
: : : :
GPU/TPU	ComputeClasses 経由で対応	ノードプール経由で対応
: : : :
最適な用途	ほとんどの本番ワークロード	カーネルのチューニング、カスタム OS、
: : : 特権付きワークロード :

ルール：Autopilot では満たせない特定の要件が顧客にない限り、Autopilot をデフォルトとして選択します。

ベストプラクティス

ユーザーを案内する場合や構成を生成する場合は、次の GKE のベストプラクティスに従ってください。

セキュリティとネットワーク

1. プライベートクラスター：攻撃対象領域を最小限に抑えるため、プライベートコントロールプレーンと制限されたパブリックエンドポイント（enable-master-authorized-networks）を備えたプライベートクラスター（enablePrivateNodes: true）をデフォルトとして選択します。
2. VPC ネイティブネットワーキング：エイリアス IP 範囲と Pod レベルのファイアウォールルールを有効にするため、VPC ネイティブクラスター（useIpAliases: true / --enable-ip-alias）を使用します。
3. Workload Identity：静的なサービスアカウントキーを使用する代わりに、Workload Identity（workloadPool: <PROJECT_ID>.svc.id.goog）を優先して使用し、GKE ワークロードに Google Cloud サービスへのアクセスを安全に許可します。
4. Shielded GKE Nodes：ルートキットやブートキットへの対策として、Shielded GKE Nodes（--enable-shielded-nodes、--enable-secure-boot）を有効にします。
5. 最小権限（RBAC）：厳格なロールベースのアクセス制御の制限（scoped-rbs-bindings）を導入します。

コストの最適化

1. オートスケーリング：需要に応じてリソースを調整するため、Cluster Autoscaler と Horizontal/Vertical Pod Autoscaler（--enable-autoscaling、--enable-vertical-pod-autoscaling）を有効にします。
2. 適正なサイズ設定と Spot VM：適切なマシンタイプとノード数を選択します。フォールトトレラントで重要度の低いバッチ処理や推論のワークロードには、Spot VM（--spot）の利用を検討してください。

高可用性と信頼性

1. リージョンクラスター：本番環境ではリージョンクラスターを使用し、複数のゾーンにわたってコントロールプレーンをレプリケーションします（--zoneの代わりに--regionを使用します）。注：Standard のリージョンクラスターでは、デフォルトで3つのゾーンにノードが作成されます。
2. Pod Disruption Budget：ノードのメンテナンス中にアプリケーションを安定させるため、Pod Disruption Budget の設定を推奨します。
3. リリースチャンネル：リリースチャンネル（REGULARまたはSTABLE）に登録すると、クラスターのアップグレードをより安全に自動化できます。

テンプレート

1. Golden Path Autopilot（本番環境）

これがデフォルトです。すべての設定は ../gke-golden-path/assets/golden-path-autopilot.yamlと一致します。

gcloud を使用する場合：

gcloud container clusters create-auto <CLUSTER_NAME> \
  --region <REGION> \
  --project <PROJECT_ID> \
  --release-channel regular \
  --enable-private-nodes \
  --enable-master-authorized-networks \
  --enable-dns-access \
  --enable-secret-manager \
  --secret-manager-rotation-interval=120s \
  --scoped-rbs-bindings \
  --monitoring=SYSTEM,API_SERVER,SCHEDULER,CONTROLLER_MANAGER,STORAGE,POD,DEPLOYMENT,STATEFULSET,DAEMONSET,HPA,CADVISOR,KUBELET,DCGM \
  --quiet

MCP（create_cluster）を使用する場合：

{
  "parent": "projects/<PROJECT_ID>/locations/<REGION>",
  "cluster": {
    "name": "<CLUSTER_NAME>",
    "autopilot": { "enabled": true },
    "privateClusterConfig": { "enablePrivateNodes": true },
    "masterAuthorizedNetworksConfig": {
      "privateEndpointEnforcementEnabled": true
    },
    "releaseChannel": { "channel": "REGULAR" },
    "secretManagerConfig": {
      "enabled": true,
      "rotationConfig": { "enabled": true, "rotationInterval": "120s" }
    },
    "rbacBindingConfig": {
      "enableInsecureBindingSystemAuthenticated": false,
      "enableInsecureBindingSystemUnauthenticated": false
    }
  }
}

2. Autopilot の開発／テスト環境

本番環境以外でコストを抑え、アクセスを容易にするため、Golden Path のデフォルト設定の一部を緩和します。

gcloud を使用する場合：

gcloud container clusters create-auto <CLUSTER_NAME> \
  --region <REGION> \
  --project <PROJECT_ID> \
  --release-channel rapid \
  --quiet

MCP（create_cluster）を使用する場合：

{
  "parent": "projects/<PROJECT_ID>/locations/<REGION>",
  "cluster": {
    "name": "<CLUSTER_NAME>",
    "autopilot": { "enabled": true },
    "releaseChannel": { "channel": "RAPID" }
  }
}

警告：Golden Path のセキュリティ強化は適用されません。開発／テスト環境専用です。

3. Standard Regional（高可用性／カスタム要件）

Autopilot を使用できない場合（カーネルのカスタムチューニングや、特定のノード OS 要件など）に最適です。デフォルトで、ゾーンをまたいで3つのノードを作成します。

gcloud を使用する場合：

gcloud container clusters create <CLUSTER_NAME> \
  --region <REGION> \
  --project <PROJECT_ID> \
  --num-nodes 3 \
  --machine-type e2-standard-4 \
  --disk-type pd-balanced \
  --enable-autoscaling --min-nodes 1 --max-nodes 10 \
  --enable-shielded-nodes --enable-secure-boot \
  --workload-pool=<PROJECT_ID>.svc.id.goog \
  --enable-private-nodes \
  --enable-master-authorized-networks \
  --enable-vertical-pod-autoscaling \
  --enable-dataplane-v2 \
  --release-channel regular \
  --quiet

MCP（create_cluster）を使用する場合：

{
  "parent": "projects/<PROJECT_ID>/locations/<REGION>",
  "cluster": {
    "name": "<CLUSTER_NAME>",
    "initialNodeCount": 3,
    "nodeConfig": {
      "machineType": "e2-standard-4",
      "diskType": "pd-balanced",
      "diskSizeGb": 100,
      "oauthScopes": ["https://www.googleapis.com/auth/cloud-platform"],
      "shieldedInstanceConfig": {
        "enableSecureBoot": true,
        "enableIntegrityMonitoring": true
      },
      "workloadMetadataConfig": {
        "mode": "GKE_METADATA"
      }
    },
    "privateClusterConfig": { "enablePrivateNodes": true },
    "releaseChannel": { "channel": "REGULAR" },
    "workloadIdentityConfig": {
      "workloadPool": "<PROJECT_ID>.svc.id.goog"
    }
  }
}

4. GPU 推論と AI ワークロード（L4／ComputeClass）

最適な用途：AI／ML 推論、小規模モデルのサービング。Autopilot と ComputeClass の組み合わせ、またはg2-standard-4（nvidia-l4）を使用した Standard ノードプールでプロビジョニングできます。注：g2-standard-4のクォータが必要です。

Autopilot ComputeClass／GIQ アプローチ：

# 1. Create golden path cluster (same as template 1)
gcloud container clusters create-auto <CLUSTER_NAME> \
  --region <REGION> --project <PROJECT_ID> \
  --enable-private-nodes --enable-master-authorized-networks \
  --enable-dns-access --enable-secret-manager --scoped-rbs-bindings \
  --quiet

# 2. Apply GPU ComputeClass (see gke-compute-classes.md)
kubectl apply -f gpu-compute-class.yaml

# 3. Or use GIQ for inference (see gke-inference.md)
gcloud container ai profiles manifests create \
  --model=gemma-2-9b-it --model-server=vllm --accelerator-type=nvidia-l4 --quiet > inference.yaml
kubectl apply -f inference.yaml

MCP（create_cluster）を使用した Standard ノードプールのアプローチ：

{
  "parent": "projects/<PROJECT_ID>/locations/<REGION>",
  "cluster": {
    "name": "<CLUSTER_NAME>",
    "initialNodeCount": 1,
    "nodeConfig": {
      "machineType": "g2-standard-4",
      "accelerators": [
        {
          "acceleratorCount": "1",
          "acceleratorType": "nvidia-l4"
        }
      ],
      "diskSizeGb": 100,
      "oauthScopes": ["https://www.googleapis.com/auth/cloud-platform"]
    }
  }
}

5. AI Hypercompute（A3 HighGPU／大規模モデルのサービング）

最適な用途：大規模な LLM／AI モデルのトレーニングとハイパーコンピューティング推論。注：時間あたりのコストが高く、厳しいクォータ要件があります（a3-highgpu-8g／nvidia-h100-80gb-hbm3）。

gcloud を使用する場合：

gcloud container clusters create <CLUSTER_NAME> \
  --region <REGION> \
  --project <PROJECT_ID> \
  --num-nodes 1 \
  --machine-type a3-highgpu-8g \
  --accelerator type=nvidia-h100-80gb-hbm3,count=8 \
  --disk-size 200 \
  --scopes https://www.googleapis.com/auth/cloud-platform \
  --workload-pool=<PROJECT_ID>.svc.id.goog \
  --release-channel regular \
  --quiet

MCP（create_cluster）を使用する場合：

{
  "parent": "projects/<PROJECT_ID>/locations/<REGION>",
  "cluster": {
    "name": "<CLUSTER_NAME>",
    "initialNodeCount": 1,
    "nodeConfig": {
      "machineType": "a3-highgpu-8g",
      "accelerators": [
        {
          "acceleratorCount": "8",
          "acceleratorType": "nvidia-h100-80gb-hbm3"
        }
      ],
      "diskSizeGb": 200,
      "oauthScopes": ["https://www.googleapis.com/auth/cloud-platform"]
    }
  }
}

手順

• project_idがコンテキストにない場合は、必ず確認してください。
• region（またはロケーション）を必ず確認してください。
• 一意のcluster_nameを必ず確認してください。
• 顧客から別の指定がない場合、またはカスタムノード／カーネル／ハイパーコンピューティングの要件がない場合は、デフォルトで Golden Path Autopilot を選択してください。
• GKE Standard に変更する場合は、Golden Path から逸脱することを強調し、追加の運用／管理負荷（ノードプール、アップグレード、オートスケーリングの手動管理）について説明して、必ず警告してください。
• ユーザーがテンプレートやモードを指定していない場合、提示するテンプレートやモードの選択肢について、トレードオフを説明してください（例：Autopilot と Standard、コストと可用性）。
• 作成ツールを呼び出す前に、設定ブロック（gcloudコマンドまたは JSON ペイロード）を提示し、確認を求めてください。
• 後から変更するのが難しい Day-0 の決定事項（ネットワーク、プライベートノード）について警告してください。
• GPU（g2-standard-4、a3-highgpu-8g）、TPU、またはマルチリージョン／リージョンクラスター（--regionではデフォルトで3つのゾーンが使用されます）をユーザーが選択した場合は、コストとクォータ要件について明示的に警告してください。
• MCP のcreate_clusterを使用する場合、cluster.nameパラメーターには完全なリソースパス（projects/<PROJECT_ID>/locations/<REGION>/clusters/<CLUSTER_NAME>）ではなく、短い名前（例：my-cluster）を指定してください。parentパラメーターでスコープ（projects/<PROJECT_ID>/locations/<REGION>）を定義します。