[Feature]: Use exponential backoff instead of fixed 5 s requeues for failing NVIDIADriver/GPUCluster states
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 45/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Attiva
- Stack tecnologico
- go, kubernetes
- Ambito
- infrastructure
Direzione di ricerca
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.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
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.
- Lingua principale
- Go
- Stelle
- 2.9k
- Fork
- 576
- Merge medio
- 1g 8h
- PR unite (30g)
- 80
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di NVIDIA/gpu-operator
-
feature lifecycle/frozen needs-triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
NVIDIA/gpu-operator#3074 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: nvidia-validator waits the full timeout on a failed validation pod; loadPodSpec panicsApertabug needs-triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
NVIDIA/gpu-operator#3065 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: ClusterPolicy isDaemonSetReady can report Ready from a DaemonSet status of an older generationForse già presa @efegokdemir l’ha presa 2 giorni fa. Apertabug needs-triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
NVIDIA/gpu-operator#3060 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: GPUCluster common name label breaks DRA validator selectorForse già presa @ajavanma l’ha presa 23 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
NVIDIA/gpu-operator#2955 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
bug needs-triage
Difficoltà 4/5 1-2 giorni Idoneità per principianti 35/100
NVIDIA/gpu-operator#3077 · 3 commenti ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di NVIDIA/gpu-operator
Issue simili
-
documentation hacktoberfest priority: low skill: good first issue status: ready for dev
Difficoltà 2/5 Mezza giornata Idoneità per principianti 85/100
hyperledger-labs/fabric-smart-client#2142 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
numberly/vault-db-injector#107 ·
I maintainer di solito rispondono entro 1 giorno
-
area/import kind/bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
[DOC] Wrong sg_egress_ports range in the Terraform Databricks Guide for AWS Hub & Spoke with Network FirewallForse già presa @akhil9tiet l’ha presa oggi. Apertadocs
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 72/100
databricks/terraform-provider-databricks#6080 · 1 commento ·
I maintainer di solito rispondono entro 3 giorni
-
spqr-coordinator usage shows 'run --config', but 'run' is not a subcommand (unknown command "run")Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
pg-sharding/spqr#3092 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno