mcpField
G
gke-compute-class-creator

gke-compute-class-creator

github.com/googlecloudplatformクラウド・DevOps16947 回インストール2 日前に更新
リポジトリ

gke-compute-class-creator について

GKE ComputeClass リソースを作成するスキルです。ノード構成やオートスケーリングを宣言的に設定したい GKE ユーザー向けに、コスト、性能、AI/ML の要件に応じた YAML の作成と検証を支援します。

主な機能

  1. 01要件に応じた戦略の選択
  2. 02Spot の優先順位とフォールバック設定
  3. 03マシンファミリーまたはタイプの指定
  4. 04GPU または TPU の設定
  5. 05YAML マニフェストの作成と検証

活用シーン

  1. 01コスト最適化向けの Spot フォールバック設定
  2. 02性能要件に応じたマシン設定
  3. 03AI/ML 用ノードリソースの構成
  4. 04ComputeClass の作成とクラスターへの適用

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/googlecloudplatform/gke-mcp --skill gke-compute-class-creator

インストール後、Claude Code で/gke-compute-class-creatorを入力して読み込まれたか確認します。

同梱ファイルreferences/compute-class-examples.mdreferences/compute-class-spec.md

詳細

GKE ComputeClasses の作成

このスキルは、Google Kubernetes Engine(GKE)用の ComputeClass リソースの作成を支援します。ComputeClasses を使うと、ノード構成を宣言的に設定し、フォールバックの優先順位やアクティブマイグレーションなどの高度な自動スケーリング動作を実現できます。

ワークフロー

  1. 要件を分析する:ユーザーの目標(コスト最適化?特定のハードウェア?高可用性?)を確認します。
  2. 戦略を選択する:
    • コスト最適化:優先順位の高い設定として spot: true を使用し、フォールバックとして spot: false を使用します。
    • パフォーマンス:特定の machineFamily(例:c3、c4)または machineType を選択します。
    • AI/ML:gpu または tpu フィールドを設定します。
  3. YAML を作成する:以下のリファレンスを使用して、ComputeClass マニフェストを作成します。
  4. 検証する:すべてのフィールドが仕様に準拠していることを確認します。
  5. 適用する:kubectl apply -f <filename>.yaml コマンドをユーザーに提示します。

リファレンス

  • 仕様:ComputeClass CRD フィールド(priorities、machineFamily、gpu など)の詳細な説明です。
  • 例:一般的なシナリオ(Spot のフォールバック、GPU、ゾーン別)向けのコピーして使える YAML パターンです。

使用上のヒント

  • アクティブマイグレーション:Spot VM が利用可能になったときに自動的に戻したい場合は、spec.activeMigration.optimizeRulePriority を true に設定してください。
  • ノード選択:クラスを使用するには、Pod で次の項目を指定する必要があることをユーザーに伝えてください。
    nodeSelector:
      cloud.google.com/compute-class: "<class-name>"
    
  • 競合に関する警告:ComputeClass の選択と、cloud.google.com/gke-spot などのほかの固定的なノードセレクターを併用すると、スケジューリングの競合につながる可能性があるため、避けるようユーザーに助言してください。

コメント