建站
咨詢
售后
建站咨詢
新聞中心
擴展資源的資源裝箱
FEATURE STATE: Kubernetes 1.16 [alpha]
創(chuàng)新互聯公司公司2013年成立，是專業(yè)互聯網技術服務公司，擁有項目做網站、成都做網站網站策劃，項目實施與項目整合能力。我們以讓每一個夢想脫穎而出為使命，1280元眉山做網站,已為上家服務,為眉山各地企業(yè)和個人服務,聯系電話:18982081108
使用 ?RequestedToCapacityRatioResourceAllocation ?優(yōu)先級函數，可以將 kube-scheduler 配置為支持包含擴展資源在內的資源裝箱操作。 優(yōu)先級函數可用于根據自定義需求微調 kube-scheduler 。
使用 RequestedToCapacityRatioResourceAllocation 啟用裝箱
Kubernetes 允許用戶指定資源以及每類資源的權重， 以便根據請求數量與可用容量之比率為節(jié)點評分。 這就使得用戶可以通過使用適當的參數來對擴展資源執(zhí)行裝箱操作，從而提高了大型集群中稀缺資源的利用率。 ?RequestedToCapacityRatioResourceAllocation ?優(yōu)先級函數的行為可以通過名為 ?RequestedToCapacityRatioArgs ?的配置選項進行控制。 該標志由兩個參數 ?shape ?和 ?resources ?組成。 ?shape ?允許用戶根據 ?utilization ?和 ?score ?值將函數調整為 最少請求（least requested）或最多請求（most requested）計算。 ?resources ?包含由 ?name ?和 ?weight ?組成，?name ?指定評分時要考慮的資源， ?weight ?指定每種資源的權重。
以下是一個配置示例，該配置將 ?requestedToCapacityRatioArguments ?設置為對擴展資源 ?intel.com/foo? 和 ?intel.com/bar? 的裝箱行為
apiVersion: kubescheduler.config.K8S.io/v1beta3
kind: KubeSchedulerConfiguration
profiles:
# ...
pluginConfig:
- name: RequestedToCapacityRatio
args:
shape:
- utilization: 0
score: 10
- utilization: 100
score: 0
resources:
- name: intel.com/foo
weight: 3
- name: intel.com/bar
weight: 5使用 kube-scheduler 標志 ?--config=/path/to/config/file? 引用 ?KubeSchedulerConfiguration ?文件將配置傳遞給調度器。
默認情況下此功能處于被禁用狀態(tài)
調整 RequestedToCapacityRatioResourceAllocation 優(yōu)先級函數
?shape ?用于指定 ?RequestedToCapacityRatioPriority ?函數的行為。
shape:
- utilization: 0
score: 0
- utilization: 100
score: 10上面的參數在 ?utilization ?為 0% 時給節(jié)點評分為 0，在 ?utilization ?為 100% 時給節(jié)點評分為 10，因此啟用了裝箱行為。 要啟用最少請求（least requested）模式，必須按如下方式反轉得分值。
shape:
- utilization: 0
score: 10
- utilization: 100
score: 0?resources ?是一個可選參數，默認情況下設置為：
resources:
- name: cpu
weight: 1
- name: memory
weight: 1它可以用來添加擴展資源，如下所示：
resources:
- name: intel.com/foo
weight: 5
- name: cpu
weight: 3
- name: memory
weight: 1weight 參數是可選的，如果未指定，則設置為 1。 同時，weight 不能設置為負值。
節(jié)點容量分配的評分
本節(jié)適用于希望了解此功能的內部細節(jié)的人員。 以下是如何針對給定的一組值來計算節(jié)點得分的示例。
請求的資源
intel.com/foo : 2
memory: 256MB
cpu: 2
資源權重
intel.com/foo : 5
memory: 1
cpu: 3
FunctionShapePoint {{0, 0}, {100, 10}}
節(jié)點 Node 1 配置
可用：
intel.com/foo : 4
memory : 1 GB
cpu: 8
已用：
intel.com/foo: 1
memory: 256MB
cpu: 1
節(jié)點得分：
intel.com/foo = resourceScoringFunction((2+1),4)
= (100 - ((4-3)*100/4)
= (100 - 25)
= 75
= rawScoringFunction(75)
= 7
memory = resourceScoringFunction((256+256),1024)
= (100 -((1024-512)*100/1024))
= 50
= rawScoringFunction(50)
= 5
cpu = resourceScoringFunction((2+1),8)
= (100 -((8-3)*100/8))
= 37.5
= rawScoringFunction(37.5)
= 3
NodeScore = (7 * 5) + (5 * 1) + (3 * 3) / (5 + 1 + 3)
= 5
節(jié)點 Node 2 配置
可用：
intel.com/foo: 8
memory: 1GB
cpu: 8
已用：
intel.com/foo: 2
memory: 512MB
cpu: 6
節(jié)點得分：
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網頁題目：創(chuàng)新互聯kubernetes教程：Kubernetes擴展資源的資源裝箱
網站路徑：http://www.dlmjj.cn/article/coddspi.html
