mirror of
https://github.com/Alkatrazz24/Funk-lab.git
synced 2026-07-08 15:14:43 +02:00
5bcf95b82e
Structure avant : 20 fichiers à plat dans admin/ — difficile à naviguer.
Structure après : 4 sous-répertoires thématiques + index clair.
Réorganisation :
admin/ops/ → cluster.md, ansible.md, systeme.md
admin/infra/ → reseau.md, nfs.md, dnsmasq.md, ssh.md
admin/k8s/ → talos.md, argocd.md, monitoring.md
admin/ia/ → llama_server.md, rocm.md, litellm.md, hermes.md
Suppressions :
- ask-agent.md : contenu fusionné dans ia/hermes.md (section ask-agent)
- lm_studio.md : obsolète (LM Studio remplacé par llama-server)
Mises à jour contenu :
- ia/hermes.md : fusion complète avec ask-agent.md (profils, skills,
SOUL.md, ask-agent CLI, dépannage) — doc unifiée sans redondance
- ops/cluster.md : section GitOps réduite à 2 lignes + lien argocd.md
- incidents.md : tableau de résumé en tête + 4 nouveaux incidents
(Grafana OOMKilled, AlertManager null receiver, llama-server 501,
nftables règle après drop)
- README.md : réécrit — navigation rapide + index par domaine
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
311 lines
8.9 KiB
Markdown
311 lines
8.9 KiB
Markdown
# Talos Linux — Installation et administration du cluster
|
|
|
|
Cluster Kubernetes **funk** sur 3 ThinkCentre (AMD A10-9700E) via Talos Linux.
|
|
|
|
---
|
|
|
|
## Architecture
|
|
|
|
| Nœud | IP | Rôle | Disque | RAM |
|
|
|---|---|---|---|---|
|
|
| compute-01 | 192.168.10.11 | control-plane | NVMe 256 GB (PNY/Samsung) | 16 GB |
|
|
| compute-02 | 192.168.10.12 | worker | NVMe 256 GB (PNY) | 8 GB |
|
|
| compute-03 | 192.168.10.13 | worker | NVMe 256 GB (PNY) | 8 GB |
|
|
|
|
- **OS** : Talos Linux v1.13.0
|
|
- **Kubernetes** : v1.33.1
|
|
- **CNI** : Flannel (pods `10.42.0.0/16`, services `10.43.0.0/16`)
|
|
- **Single control-plane** : si compute-01 tombe, `kubectl` ne fonctionne plus mais les workloads continuent
|
|
|
|
---
|
|
|
|
## Outils requis (poste perso + storage-01)
|
|
|
|
```bash
|
|
# talhelper
|
|
curl -sL https://github.com/budimanjojo/talhelper/releases/latest/download/talhelper_linux_amd64.tar.gz | sudo tar xz -C /usr/local/bin talhelper
|
|
|
|
# age
|
|
AGE_VERSION=$(curl -s https://api.github.com/repos/FiloSottile/age/releases/latest | grep tag_name | cut -d'"' -f4)
|
|
curl -sL "https://github.com/FiloSottile/age/releases/download/${AGE_VERSION}/age-${AGE_VERSION}-linux-amd64.tar.gz" | sudo tar xz -C /tmp && sudo mv /tmp/age/age /usr/local/bin/ && sudo mv /tmp/age/age-keygen /usr/local/bin/
|
|
|
|
# sops
|
|
sudo curl -sL "https://github.com/getsops/sops/releases/download/v3.9.4/sops-v3.9.4.linux.amd64" -o /usr/local/bin/sops && sudo chmod +x /usr/local/bin/sops
|
|
|
|
# talosctl
|
|
curl -sL https://talos.dev/install | sh
|
|
|
|
# kubectl
|
|
curl -sL "https://dl.k8s.io/release/$(curl -sL https://dl.k8s.io/release/stable.txt)/bin/linux/amd64/kubectl" -o /tmp/kubectl && sudo install /tmp/kubectl /usr/local/bin/kubectl
|
|
```
|
|
|
|
---
|
|
|
|
## Structure du repo
|
|
|
|
```
|
|
talos/
|
|
├── talconfig.yaml # config déclarative — source de vérité
|
|
├── talsecret.sops.yaml # secrets chiffrés (SOPS/age) — commitable
|
|
├── patches/
|
|
│ ├── all.yaml # NTP + DNS → storage-01
|
|
│ └── workers.yaml # kubelet reserved resources (8 GB RAM)
|
|
└── clusterconfig/ # généré par talhelper — NE PAS committer
|
|
├── funk-compute-01.yaml
|
|
├── funk-compute-02.yaml
|
|
├── funk-compute-03.yaml
|
|
└── talosconfig
|
|
```
|
|
|
|
---
|
|
|
|
## Clé age (SOPS)
|
|
|
|
```bash
|
|
# Générer une fois par poste admin
|
|
mkdir -p ~/.config/sops/age
|
|
age-keygen -o ~/.config/sops/age/keys.txt
|
|
# → noter la clé publique et l'ajouter dans .sops.yaml
|
|
```
|
|
|
|
> La clé privée (`~/.config/sops/age/keys.txt`) ne doit JAMAIS être committée.
|
|
|
|
---
|
|
|
|
## Procédure d'installation (premier déploiement)
|
|
|
|
### 1. Préparer la clé USB
|
|
|
|
```bash
|
|
# Flasher l'ISO Talos directement (pas Ventoy)
|
|
sudo dd if=/mnt/data/talos/1.13/metal-amd64.iso of=/dev/sdX bs=4M status=progress conv=fsync
|
|
```
|
|
|
|
> Utiliser le metal ISO directement (pas Ventoy) — Talos doit être le seul bootable sur la clé.
|
|
|
|
### 2. Générer les configs
|
|
|
|
```bash
|
|
cd talos/
|
|
|
|
# Générer les secrets (une seule fois)
|
|
talhelper gensecret | sops --filename-override talsecret.sops.yaml --encrypt /dev/stdin > talsecret.sops.yaml
|
|
|
|
# Générer les configs nœuds
|
|
talhelper genconfig
|
|
```
|
|
|
|
### 3. Booter chaque nœud en maintenance mode
|
|
|
|
1. Brancher la clé USB sur le nœud, allumer
|
|
2. Le nœud prend une IP DHCP dans `192.168.10.50-99` (dnsmasq sur storage-01)
|
|
3. Vérifier les disques **avant** d'appliquer la config :
|
|
|
|
```bash
|
|
export TALOSCONFIG=talos/clusterconfig/talosconfig
|
|
talosctl get disks --insecure --nodes <IP-DHCP>
|
|
```
|
|
|
|
> ⚠️ Les ThinkCentre ont un NVMe (`nvme0n1`), pas un SATA. Vérifier que `installDisk: /dev/nvme0n1` dans `talconfig.yaml`.
|
|
|
|
### 4. Appliquer la config
|
|
|
|
```bash
|
|
# compute-01
|
|
talosctl apply-config --insecure --nodes <IP-DHCP> --file talos/clusterconfig/funk-compute-01.yaml
|
|
|
|
# compute-02
|
|
talosctl apply-config --insecure --nodes <IP-DHCP> --file talos/clusterconfig/funk-compute-02.yaml
|
|
|
|
# compute-03
|
|
talosctl apply-config --insecure --nodes <IP-DHCP> --file talos/clusterconfig/funk-compute-03.yaml
|
|
```
|
|
|
|
Talos installe sur nvme0n1 et reboot automatiquement → nœud disponible sur son IP statique.
|
|
|
|
> Si le nœud reboot sur un ancien OS (EFI entries) : lancer `talosctl upgrade --image ghcr.io/siderolabs/installer:v1.13.0 --nodes <IP>` puis retirer la clé USB pendant le reboot.
|
|
|
|
### 5. Bootstrap etcd (une seule fois sur compute-01)
|
|
|
|
```bash
|
|
talosctl bootstrap --nodes 192.168.10.11
|
|
```
|
|
|
|
> ⚠️ Ne lancer qu'une seule fois — relancer sur un cluster existant casse etcd.
|
|
|
|
### 6. Récupérer le kubeconfig
|
|
|
|
```bash
|
|
talosctl kubeconfig --nodes 192.168.10.11 ~/.kube/config
|
|
kubectl get nodes
|
|
```
|
|
|
|
### 7. Flannel (CNI) — intégré à Talos
|
|
|
|
Talos v1.13 inclut Flannel nativement dans `kube-system` avec le bon CIDR `10.42.0.0/16`.
|
|
|
|
**Ne pas appliquer** le manifest Flannel externe — ça crée un conflit de deux DaemonSets qui mettent les pods en CrashLoopBackOff.
|
|
|
|
Si vous avez appliqué le manifest externe par erreur :
|
|
```bash
|
|
kubectl delete namespace kube-flannel
|
|
# Corriger la ClusterRoleBinding pour pointer vers kube-system
|
|
kubectl patch clusterrolebinding flannel --type='json' \
|
|
-p='[{"op": "replace", "path": "/subjects/0/namespace", "value": "kube-system"}]'
|
|
kubectl delete pod -n kube-system -l app=flannel
|
|
```
|
|
|
|
Les nœuds passent `NotReady` → `Ready` en ~1 minute après le bootstrap.
|
|
|
|
### 8. Installer MetalLB
|
|
|
|
```bash
|
|
helm repo add metallb https://metallb.github.io/metallb
|
|
helm repo update
|
|
kubectl create namespace metallb-system
|
|
helm install metallb metallb/metallb --namespace metallb-system
|
|
# Attendre que les pods soient Running
|
|
kubectl get pods -n metallb-system -w
|
|
```
|
|
|
|
Configurer le pool d'IPs :
|
|
```bash
|
|
cat <<'EOF' | kubectl apply -f -
|
|
apiVersion: metallb.io/v1beta1
|
|
kind: IPAddressPool
|
|
metadata:
|
|
name: funk-pool
|
|
namespace: metallb-system
|
|
spec:
|
|
addresses:
|
|
- 192.168.10.200-192.168.10.230
|
|
---
|
|
apiVersion: metallb.io/v1beta1
|
|
kind: L2Advertisement
|
|
metadata:
|
|
name: funk-l2
|
|
namespace: metallb-system
|
|
spec:
|
|
ipAddressPools:
|
|
- funk-pool
|
|
EOF
|
|
```
|
|
|
|
### 9. Installer Traefik
|
|
|
|
```bash
|
|
helm repo add traefik https://traefik.github.io/charts
|
|
helm repo update
|
|
kubectl create namespace infra
|
|
helm install traefik traefik/traefik \
|
|
--namespace infra \
|
|
--set service.type=LoadBalancer \
|
|
--set service.loadBalancerIP=192.168.10.200 \
|
|
--set ports.web.port=80 \
|
|
--set ports.websecure.port=443 \
|
|
--set ingressRoute.dashboard.enabled=true \
|
|
--set logs.general.level=INFO
|
|
```
|
|
|
|
Vérifier que l'IP `192.168.10.200` est assignée :
|
|
```bash
|
|
kubectl get svc -n infra traefik
|
|
```
|
|
|
|
### 10. DNS wildcard *.lab.local
|
|
|
|
Le rôle dnsmasq Ansible configure automatiquement `address=/.lab.local/192.168.10.200`.
|
|
Après `ansible-playbook --tags dnsmasq`, tout nom `<service>.lab.local` résout vers Traefik.
|
|
|
|
---
|
|
|
|
## Administration quotidienne
|
|
|
|
### État du cluster
|
|
|
|
```bash
|
|
kubectl get nodes -o wide
|
|
kubectl get pods -A
|
|
talosctl --nodes 192.168.10.11,192.168.10.12,192.168.10.13 service
|
|
```
|
|
|
|
### Logs et diagnostics
|
|
|
|
```bash
|
|
# Logs d'un service Talos
|
|
talosctl --nodes 192.168.10.11 dmesg | tail -30
|
|
talosctl --nodes 192.168.10.11 service etcd
|
|
|
|
# Logs d'un pod k8s
|
|
kubectl logs -n <namespace> <pod>
|
|
|
|
# Events k8s
|
|
kubectl get events -A --sort-by='.lastTimestamp'
|
|
```
|
|
|
|
### Reboot / shutdown d'un nœud
|
|
|
|
```bash
|
|
# Reboot propre
|
|
talosctl --nodes 192.168.10.12 reboot
|
|
|
|
# Shutdown
|
|
talosctl --nodes 192.168.10.12 shutdown
|
|
|
|
# Tous les workers
|
|
talosctl --nodes 192.168.10.12,192.168.10.13 reboot
|
|
```
|
|
|
|
### Mise à jour de la config d'un nœud
|
|
|
|
```bash
|
|
cd talos/
|
|
# 1. Modifier talconfig.yaml
|
|
# 2. Régénérer
|
|
talhelper genconfig
|
|
# 3. Appliquer (sans --insecure cette fois)
|
|
talosctl --nodes 192.168.10.11 apply-config --file clusterconfig/funk-compute-01.yaml
|
|
```
|
|
|
|
### Backup etcd (critique — single control-plane)
|
|
|
|
```bash
|
|
talosctl --nodes 192.168.10.11 etcd snapshot /tmp/etcd-backup-$(date +%Y%m%d).db
|
|
# Copier vers storage-01 RAID5
|
|
scp /tmp/etcd-*.db storage-01:/srv/data/backups/etcd/
|
|
```
|
|
|
|
> À planifier en cron hebdomadaire au minimum.
|
|
|
|
### Variables d'environnement utiles
|
|
|
|
```bash
|
|
export TALOSCONFIG=~/Projets/lab/talos/clusterconfig/talosconfig
|
|
export KUBECONFIG=~/.kube/config
|
|
```
|
|
|
|
---
|
|
|
|
## MACs des nœuds (baux DHCP statiques)
|
|
|
|
| Nœud | MAC | IP fixe |
|
|
|---|---|---|
|
|
| compute-01 | `6c:4b:90:82:8e:47` | 192.168.10.11 |
|
|
| compute-02 | `6c:4b:90:cf:7f:c5` | 192.168.10.12 |
|
|
| compute-03 | `6c:4b:90:b6:49:20` | 192.168.10.13 |
|
|
|
|
---
|
|
|
|
## Points d'attention
|
|
|
|
| Sujet | Détail |
|
|
|---|---|
|
|
| installDisk | Toujours `nvme0n1` sur ces ThinkCentre — ne pas mettre `/dev/sda` (clé USB) |
|
|
| USB ISO | Flasher le metal ISO directement avec `dd`, pas Ventoy |
|
|
| Bootstrap | Une seule fois sur compute-01, jamais relancer |
|
|
| etcd backup | Critique sur single control-plane — planifier en cron |
|
|
| RAM workers | 8 GB sur compute-02/03 — toujours définir `resources.requests/limits` |
|
|
| VIP | Ne pas configurer de VIP = même IP que le nœud — inutile et cassant |
|
|
| Flannel externe | Ne PAS appliquer le manifest Flannel officiel — Talos l'inclut nativement |
|
|
| ClusterRoleBinding flannel | Doit pointer vers `kube-system`, pas `kube-flannel` |
|
|
| MetalLB webhook | Nécessite que Flannel soit 100% healthy avant d'appliquer IPAddressPool |
|