直面した問題

manifest管理にkustomizeを利用した際、ArgoCDのargocd-repo-serverがいきなり再起動(おそらくOutOfMemoryError)したり、
ArgoCD上のApplicationのStatusがUnknownになったり、今まで発生しなかった問題が発生した。

問題①

事象

ArgoCDはkustomizeもサポートしているのかぁと感心していると、突然argocd-repo-serverが再起動！

$ kubectl get pod -n argocd -w
NAME                                                READY   STATUS    RESTARTS   AGE
argocd-application-controller-0                     1/1     Running   0          10h
argocd-applicationset-controller-7796bb8958-2jmvg   1/1     Running   0          10h
argocd-applicationset-controller-7796bb8958-kx9n9   1/1     Running   0          10h
argocd-notifications-controller-d89bc56c-n4w22      1/1     Running   0          10h
argocd-redis-86df6b8979-zlrh2                       1/1     Running   0          10h
argocd-repo-server-8457cf44dc-fws7r                 1/1     Running   0          95s
argocd-server-5b68985fc5-4rt4w                      1/1     Running   0          10h
argocd-server-5b68985fc5-ksxf9                      1/1     Running   0          10h
argocd-repo-server-8457cf44dc-fws7r                 0/1     Running   1 (3s ago)   3m59s
argocd-repo-server-8457cf44dc-fws7r                 1/1     Running   1 (12s ago)   4m8s

原因

どうやら以下によると、argocd-repo-serverがmanifestの生成処理を行っているようです。
kustomizeを導入したことにより、manifest生成のために定期的にkustomze buildが実行され負荷が高まってしまったらしい。
--parallelismlimitオプションを利用することで、並列実行数を抑制し負荷を抑えられるとのこと。

argocd-repo-server fork/exec config management tool to generate manifests. The fork can fail due to lack of memory or limit on the number of OS threads. The --parallelismlimit flag controls how many manifests generations are running concurrently and helps avoid OOM kills.

対処

以下のように--parallelismlimitを追加して対処
(値はとりあえず適当に5並列に設定)

github.com/argoproj/argo-cd/blob/master/manifests/install.yaml

          :
          :
---
apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app.kubernetes.io/component: repo-server
    app.kubernetes.io/name: argocd-repo-server
    app.kubernetes.io/part-of: argocd
  name: argocd-repo-server
          :
          :
      containers:
      - command:
        - entrypoint.sh
        - argocd-repo-server
        - --redis
        - argocd-redis:6379
        - --parallelismlimit
        - "5"
          :
          :

*ARGOCD_REPO_SERVER_PARALLELISM_LIMITという環境変数もあるようなので、
環境変数を設定することでも対応可能

問題②

事象

argocd-repo-serverのOutOfMemoryErrorが解決したと思ったら、今度は以下のようにArgoCD上のApplicationのStatusがUnknownに。。。

原因

以下の記載を発見。
manifestの生成に時間がかかりtimeoutしていたようです。
timeout値はargocd-application-controllerにて設定可能なようです。

The manifest generation typically takes the most time during reconciliation. The duration of manifest generation is limited to make sure the controller refresh queue does not overflow. The app reconciliation fails with Context deadline exceeded error if the manifest generation is taking too much time. As a workaround increase the value of --repo-server-timeout-seconds and consider scaling up the argocd-repo-server deployment.

以下によるとdefault値は60秒
https://github.com/argoproj/argo-cd/issues/1641#issuecomment-495425711

対処

以下のように--repo-server-timeout-secondsを設定し、timeout値を伸ばして対処

github.com/argoproj/argo-cd/blob/master/manifests/install.yaml


          :
          :
---
apiVersion: apps/v1
kind: StatefulSet
metadata:
  labels:
    app.kubernetes.io/component: application-controller
    app.kubernetes.io/name: argocd-application-controller
    app.kubernetes.io/part-of: argocd
  name: argocd-application-controller
          :
          :
      containers:
      - command:
        - argocd-application-controller
        - --repo-server-timeout-seconds
        - "180"
          :
          :

*ARGOCD_APPLICATION_CONTROLLER_REPO_SERVER_TIMEOUT_SECONDSという環境変数もあるようなので、環境変数を設定することでも対応可能