インフラ・DevOpsのスキル

GKEのStandard・Autopilot環境に合わせて更新計画、前後の確認リスト、コマンド付き作業手順を作り、ノード更新や処理停滞の調査を支援するスキル。

• GKEのバージョン更新を計画したいとき
• リリースチャネルと保守日時の選定
• DB・GPU向けノード更新の準備

GKEクラスタのネットワークを設計・設定するスキル。プライベート構成やIP範囲の計画、DNS、外部への通信、Dataplane V2の導入を支援します。

• プライベートクラスタを設計したいとき
• Pod・Service・ノードのIP設計
• 送信元IPを固定したいとき

GKEで大量データのバッチ処理や科学計算、機械学習の学習ジョブを動かすために、並列実行、ジョブの待ち行列、計算資源の割り当てを設定するスキル。

• データ処理を並列実行したいとき
• ジョブの待ち行列で計算資源を共有したいとき
• MPIで分散シミュレーションを構成したいとき

GKE上のアプリの稼働数やCPU・メモリ割り当てを調整します。手動変更から負荷に応じた自動拡張、使用実績に基づくリソース配分の見直しまで扱うスキルです。

• 負荷に合わせてアプリを自動拡張したいとき
• CPU・メモリ割り当ての見直し
• アプリの稼働数を手動変更したいとき

Google CloudでMySQL・PostgreSQL・SQL Serverのデータベースを作成し、接続やバックアップ、権限設定の基本を確認するスキル。

• Google CloudにPostgreSQLを作りたいとき
• Cloud SQL Auth Proxyで接続したいとき
• データベースの権限やバックアップの確認

GKE上のアプリを安定稼働させるため、更新時に必要なPod数を保つ設定やヘルスチェック、ゾーン分散、終了処理を点検し、信頼性の改善を支援します。

• GKEの可用性を点検したいとき
• 更新時のPod稼働数の維持
• ヘルスチェックの設定

GKEでAIモデルを動かすために、GPU・TPUと推論サーバーを選び、構成ファイルの生成からデプロイ、負荷に応じた台数調整や性能改善まで支援するスキル。

• GemmaやLlamaをGKEで公開したいとき
• 推論用のGPU・TPUを選びたいとき
• LLMの台数を自動調整したいとき

Google CloudでKubernetesの実行環境を作るために、GKEの動作モード選びからクラスタ作成、接続情報の取得、アプリの配置までを支援するスキル。

• AutopilotとStandardを選びたいとき
• プライベートクラスタを作りたいとき
• kubectlの接続情報を取得したいとき

GKEのPodがGoogle Cloud APIに認証できない原因を、クラスタ設定やサービスアカウントの権限、ログから調べ、人が適用する修正案を示すスキル。

• Podの認証失敗や403エラーの調査
• サービスアカウントの関連付け確認
• メタデータサーバーの接続問題の調査

GKEのカスタムノードイメージ作成に使うベースイメージを、バージョンやOS、CPU構成、GPUなどの条件から絞り込み、対応するイメージ名を調べます。

• カスタムGKEノードのベースイメージ検索
• GPUやTPU構成に合うイメージの調査
• OSやCPU構成に対応するイメージ確認

GKEのログ・メトリクス収集とアラートを設定し、Managed Service for Prometheusの欠測や収集・権限・ルール評価の問題を切り分けるスキル。

• GKEのログとメトリクス収集の設定
• Prometheusの欠測を調べたいとき
• クラスタ監視のダッシュボードとアラート設計

Google Kubernetes Engineのクラスターを用途別テンプレートで設計・作成し、運用方式の比較からセキュリティ設定の確認、本番運用に向けた監査まで支援するスキル。

• 本番用Autopilotクラスターの作成
• AutopilotとStandardの比較
• 開発・テスト用クラスターの準備

GKE上のアプリをインターネットや内部ネットワークへ公開する設定を支援します。通信の振り分け、負荷分散、証明書、アクセス防御を扱い、502エラーなどの原因も調べます。

• GKEのアプリを公開したいとき
• 新版へ段階的に通信を切り替えたいとき
• 攻撃対策やHTTPSを設定したいとき

GKEの構成情報や永続データを保護するため、Backup for GKEの導入、定期バックアップ、暗号化、復元計画と復元後の状態確認までを支援するスキル。

• 定期バックアップと保存期間の設定
• 永続データとSecretsの保護
• 管理する暗号鍵でバックアップを暗号化

アプリを初めてGKEへ配置する際に、構成の確認からコンテナ化、イメージ登録、Kubernetes設定ファイルの作成、デプロイ後の稼働確認まで支援します。

• 既存アプリを初めてGKEへ配置したいとき
• Dockerfile作成とコンテナイメージ登録
• ヘルスチェック付きデプロイ設定の準備

GKEのGPU・TPU処理が中断した原因を、保守予定ラベルや監視指標、ログから調査し、ホスト保守の影響確認と処理を保護するための対策を支援します。

• GPU・TPU処理の突然の中断を調べたいとき
• GKEノードのホスト保守予定の確認
• PromQLで保守による中断を追跡

GKE上のTPUの稼働率やメモリ、ノードの状態を指標で監視し、処理中断や性能低下の原因調査から、平均復旧時間・平均中断間隔の算出まで支援するスキル。

• TPUの稼働率とメモリを確認したいとき
• ノードやノードプールの可用性調査
• メンテナンスやリソース回収の中断調査

GKEでPodが起動しない、ディスクを接続できない、容量拡張が反映されないなどのストレージ障害を診断し、原因に応じた設定の修正案を提示します。

• ContainerCreatingで止まるPodの診断
• ディスクの遅延やノードの容量不足調査
• コンテナに容量拡張が反映されない原因調査

GoogleのDeveloper Device PlatformでリモートAndroid端末を予約し、接続設定、利用状況の確認、利用時間の延長や解放を支援します。

• リモートAndroid端末の検索と予約
• 予約した端末へのADB接続
• セッションの状態と利用期限の確認

GKEの計算資源の選び方をComputeClassesで設定し、Spot VMから通常VMへの切り替え、GPU・TPUの指定、利用制限やPodの起動待ちの調査を支援するスキル。

• Spot VMから通常VMへの切り替え設計
• GPU・TPUやマシンファミリーの指定
• ComputeClassの編集権限と利用制限

Google Kubernetes Engineのクラスタ全体のセキュリティ設定を整えます。権限の見直しや機密情報の保護、ノードの安全性を高める設定を支援します。

• クラスタのアクセス権を点検したいとき
• Secret Manager連携の有効化
• Shielded NodesとGKE Sandboxの設定

GKEの利用料金をBigQueryの請求データとクラスタの稼働状況から分析し、プロジェクトや名前空間別の内訳、料金増加やリソースの過剰確保の要因を調べます。

• プロジェクト間のGKE費用比較
• 費用が高い名前空間やワークロードの特定
• クラスタ料金が急増した原因の調査

GKEでPod数を自動調整するHPAの不具合を調べ、メトリクス取得エラーや増減しない原因を切り分け、設定の修正案をレビュー可能な形で提示します。

• メトリクス取得エラーを調べたいとき
• Pod数が増減しない原因調査
• ゼロ台への縮小・復帰の不具合調査

GKE上のAI・機械学習ジョブの中断や再起動を調査し、Spot VMの回収、ノードやホストの障害、ワーカーの異常をログと監視指標から切り分けるスキル。

• JobSetの再起動ループを調べたいとき
• Spot VM回収の影響を確認したいとき
• 繰り返し故障するホストを探したいとき