资源箱打包
在 kube-scheduler 的 调度插件 NodeResourcesFit
中,有两种支持资源箱打包的评分策略:MostAllocated
和 RequestedToCapacityRatio
。
使用 MostAllocated 策略启用箱打包
MostAllocated
策略基于资源的利用率对节点进行评分,偏爱分配较高的节点。对于每种资源类型,您可以设置权重来修改其在节点评分中的影响。
要为 NodeResourcesFit
插件设置 MostAllocated
策略,请使用类似于以下的 调度器配置
apiVersion: kubescheduler.config.k8s.io/v1
kind: KubeSchedulerConfiguration
profiles:
- pluginConfig:
- args:
scoringStrategy:
resources:
- name: cpu
weight: 1
- name: memory
weight: 1
- name: intel.com/foo
weight: 3
- name: intel.com/bar
weight: 3
type: MostAllocated
name: NodeResourcesFit
要了解有关其他参数及其默认配置的更多信息,请参阅 NodeResourcesFitArgs
的 API 文档。
使用 RequestedToCapacityRatio 启用箱打包
RequestedToCapacityRatio
策略允许用户指定资源以及每个资源的权重,以根据请求与容量的比率对节点进行评分。这允许用户通过使用适当的参数来打包扩展资源,从而提高大型集群中稀缺资源的利用率。它根据已配置的分配资源函数来偏爱节点。 NodeResourcesFit
评分函数中 RequestedToCapacityRatio
的行为可以通过 scoringStrategy 字段来控制。在 scoringStrategy
字段中,您可以配置两个参数:requestedToCapacityRatio
和 resources
。 requestedToCapacityRatio
参数中的 shape
允许用户根据 utilization
和 score
值将函数调整为最少请求或最多请求。 resources
参数包括在评分期间要考虑的资源的 name
及其对应的 weight
,它指定每个资源的权重。
以下是使用 requestedToCapacityRatio
字段为扩展资源 intel.com/foo
和 intel.com/bar
设置箱打包行为的示例配置。
apiVersion: kubescheduler.config.k8s.io/v1
kind: KubeSchedulerConfiguration
profiles:
- pluginConfig:
- args:
scoringStrategy:
resources:
- name: intel.com/foo
weight: 3
- name: intel.com/bar
weight: 3
requestedToCapacityRatio:
shape:
- utilization: 0
score: 0
- utilization: 100
score: 10
type: RequestedToCapacityRatio
name: NodeResourcesFit
使用 kube-scheduler 标志 --config=/path/to/config/file
引用 KubeSchedulerConfiguration
文件会将配置传递给调度器。
要了解有关其他参数及其默认配置的更多信息,请参阅 NodeResourcesFitArgs
的 API 文档。
调整评分函数
shape
用于指定 RequestedToCapacityRatio
函数的行为。
shape:
- utilization: 0
score: 0
- utilization: 100
score: 10
如果 utilization
为 0%,则上述参数为节点提供 0 的 score
,如果 utilization
为 100%,则为 10,从而启用箱打包行为。要启用最少请求,必须反转得分值,如下所示。
shape:
- utilization: 0
score: 10
- utilization: 100
score: 0
resources
是一个可选参数,默认值为
resources:
- name: cpu
weight: 1
- name: memory
weight: 1
它可以用来添加扩展资源,如下所示
resources:
- name: intel.com/foo
weight: 5
- name: cpu
weight: 3
- name: memory
weight: 1
weight
参数是可选的,如果未指定,则设置为 1。此外,weight
不能设置为负值。
用于容量分配的节点评分
本节适用于那些想要了解此功能内部细节的人。以下是如何为给定的一组值计算节点得分的示例。
请求的资源
intel.com/foo : 2
memory: 256MB
cpu: 2
资源权重
intel.com/foo : 5
memory: 1
cpu: 3
FunctionShapePoint {{0, 0}, {100, 10}}
节点 1 规范
Available:
intel.com/foo: 4
memory: 1 GB
cpu: 8
Used:
intel.com/foo: 1
memory: 256MB
cpu: 1
节点得分
intel.com/foo = resourceScoringFunction((2+1),4)
= (100 - ((4-3)*100/4)
= (100 - 25)
= 75 # requested + used = 75% * available
= rawScoringFunction(75)
= 7 # floor(75/10)
memory = resourceScoringFunction((256+256),1024)
= (100 -((1024-512)*100/1024))
= 50 # requested + used = 50% * available
= rawScoringFunction(50)
= 5 # floor(50/10)
cpu = resourceScoringFunction((2+1),8)
= (100 -((8-3)*100/8))
= 37.5 # requested + used = 37.5% * available
= rawScoringFunction(37.5)
= 3 # floor(37.5/10)
NodeScore = ((7 * 5) + (5 * 1) + (3 * 3)) / (5 + 1 + 3)
= 5
节点 2 规范
Available:
intel.com/foo: 8
memory: 1GB
cpu: 8
Used:
intel.com/foo: 2
memory: 512MB
cpu: 6
节点得分
intel.com/foo = resourceScoringFunction((2+2),8)
= (100 - ((8-4)*100/8)
= (100 - 50)
= 50
= rawScoringFunction(50)
= 5
memory = resourceScoringFunction((256+512),1024)
= (100 -((1024-768)*100/1024))
= 75
= rawScoringFunction(75)
= 7
cpu = resourceScoringFunction((2+6),8)
= (100 -((8-8)*100/8))
= 100
= rawScoringFunction(100)
= 10
NodeScore = ((5 * 5) + (7 * 1) + (10 * 3)) / (5 + 1 + 3)
= 7