[Feature]: Use exponential backoff instead of fixed 5 s requeues for failing NVIDIADriver/GPUCluster states
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 45/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Activo
- Stack tecnológico
- go, kubernetes
- Área
- infrastructure
Línea de trabajo
Start from the Reconcile methods of NVIDIADriverReconciler and GPUClusterReconciler, where the RequeueAfter 5s return with a nil error happens, and from the state manager's handling of ErrInfo. Check how minDelayCR and maxDelayCR are wired into the rate limiter. Done means a permanently failing state backs off instead of requeuing every 5s, while the waiting-for-pods case still requeues or relies on the DaemonSet watches. Confirm the choice between the two proposals with a maintainer first.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Motivation
When a state is not ready, NVIDIADriverReconciler.Reconcile and GPUClusterReconciler.Reconcile return RequeueAfter: 5s with a nil error, including when a state reports an ErrInfo (a render or apply error that will not fix itself). The controllers' exponential rate limiter (minDelayCR..maxDelayCR) is bypassed, so a permanently broken pool re-renders and re-applies every manifest about 720 times an hour, with matching log volume.
Proposal
- When any state returns
ErrInfo, return the error so the rate limiter applies backoff. - Keep a short requeue only for "waiting for pods", or rely on the DaemonSet watches the state manager already registers to trigger the next reconcile.
- Lenguaje dominante
- Go
- Estrellas
- 2.9k
- Forks
- 576
- Merge medio
- 1 d 9 h
- PR fusionados (30 d)
- 78
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de NVIDIA/gpu-operator
-
feature lifecycle/frozen needs-triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
NVIDIA/gpu-operator#3074 ·
Los mantenedores suelen responder en 1 día
-
[Bug]: nvidia-validator waits the full timeout on a failed validation pod; loadPodSpec panicsAbiertobug needs-triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
NVIDIA/gpu-operator#3065 ·
Los mantenedores suelen responder en 1 día
-
[Bug]: ClusterPolicy isDaemonSetReady can report Ready from a DaemonSet status of an older generationPosiblemente ocupada @efegokdemir la tomó hace 3 días. Abiertobug needs-triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
NVIDIA/gpu-operator#3060 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
[Bug]: GPUCluster common name label breaks DRA validator selectorPosiblemente ocupada @ajavanma la tomó hace 25 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
NVIDIA/gpu-operator#2955 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
[Bug]: driver-validation hides why a pre-installed driver failed and loops without a reasonPosiblemente ocupada @fjvbn2003 la tomó hace 1 día. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 25/100
NVIDIA/gpu-operator#3085 ·
Los mantenedores suelen responder en 1 día
Todos los issues de NVIDIA/gpu-operator
Issues similares
-
Realtime: ASR EOU language tags leak into the LLM conversation (unintended reply-language switching)Posiblemente ocupada @nexxtmobile la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
Los mantenedores suelen responder en 1 día
-
effort:high model:sonnet phase:3 type:docs
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
OffchainLabs/nitro#4771 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
BurntSushi/toml#530 ·