CN111367659B - 一种Kubernetes中节点的资源管理方法、设备以及介质 - Google Patents
一种Kubernetes中节点的资源管理方法、设备以及介质 Download PDFInfo
- Publication number
- CN111367659B CN111367659B CN202010112361.0A CN202010112361A CN111367659B CN 111367659 B CN111367659 B CN 111367659B CN 202010112361 A CN202010112361 A CN 202010112361A CN 111367659 B CN111367659 B CN 111367659B
- Authority
- CN
- China
- Prior art keywords
- resources
- sub
- main process
- resource
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 135
- 230000008569 process Effects 0.000 claims abstract description 64
- 238000004590 computer program Methods 0.000 claims description 13
- 230000002085 persistent effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 7
- 230000007246 mechanism Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 150000003071 polychlorinated biphenyls Chemical class 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/76—Architectures of general purpose stored program computers
- G06F15/78—Architectures of general purpose stored program computers comprising a single central processing unit
- G06F15/7803—System on board, i.e. computer system on one or more PCB, e.g. motherboards, daughterboards or blades
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Stored Programmes (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种Kubernetes中节点的资源管理方法，包括以下步骤：初始化组件以启动主进程；通过所述主进程定义用于分别管理多种资源的多个子进程；响应于所述主进程检测到所述多种资源中存在于节点的若干个实际资源，启动每一个所述实际资源对应的子进程，并为每一个启动的所述子进程启动Grpc服务；利用所述主进程将成功启动Grpc服务的所述子进程对应的资源注册到Kubernetes中，以使所述成功启动Grpc服务的子进程对所述若干个实际资源进行管理。本发明还公开了一种计算机设备以及可读存储介质。本发明提出的方案可以在不增加系统组件数量的情况下，支持更多类型的资源注册到Kubernetes，不会增加额外的资源消耗，也不会提高系统的运维复杂度。
Description
技术领域
本发明涉及PCB领域，具体涉及一种Kubernetes中节点的资源管理方法、设备以及存储介质。
背景技术
Kubernetes基于其提供的资源管理机制，成为容器管理领域的主流开源项目，Kubernetes原生提供了对CPU、内存、硬盘这三类资源的管理机制，为了满足不同用户对资源类型扩展的需求，Kubernetes同时提供了一种叫做设备插件的机制，允许用户按照设备插件定义的接口，实现第三方资源的注册、分配、回收等操作，用户创建的容器只需要在创建时，指定该第三方资源的名称，设备插件机制就可以实现这类资源的分配，新创建的容器就可以使用这类资源进行计算。
在人工智能领域，也逐渐使用Kubernetes作为资源管理器，AI场景除需要基础的CPU、内存、硬盘这三类资源外，通常还需要GPU、FPGA、 ASIC、InfiniBand等资源，以及为了满足业务需求自定义的资源类型。可以基于Kubernetes的设备插件机制将这些资源交由Kubernetes管理， Kubernetes的设备插件机制通常是一种资源需要一个组件用于完成该类资源的管理，当AI场景下一个节点需要GPU、FPGA、ASIC、InfiniBand四种资源时，就需要在该节点部署4个组件，当集群有大量节点时，就需要在每个节点都部署这4个组件，由于每个组件都需要占用节点的一部分资源，并提高了系统的运维复杂度，在AI场景下，很多训练任务都会使用节点的全部资源，才能加速训练速度。因此需要有一种机制，来减少这种组件运行的资源消耗，将更多的资源释放给训练任务使用，同时降低系统的运维复杂度。
发明内容
有鉴于此，为了克服上述问题的至少一个方面，本发明实施例提出一种Kubernetes中节点的资源管理方法，包括以下步骤：
初始化组件以启动主进程；
通过所述主进程定义用于分别管理多种资源的多个子进程；
响应于所述主进程检测到所述多种资源中存在于节点的若干个实际资源，启动每一个所述实际资源对应的子进程，并为每一个启动的所述子进程启动Grpc服务；
利用所述主进程将成功启动Grpc服务的所述子进程对应的资源注册到Kubernetes中，以使所述成功启动Grpc服务的子进程对所述若干个实际资源进行管理。
在一些实施例中，通过所述主进程定义用于分别管理多种资源的多个子进程，进一步包括：
通过所述主进程为所述多个子进程分别定义资源名称以及预设的资源处理接口的属性。
在一些实施例中，使所述成功启动Grpc服务的子进程对所述若干个实际资源进行管理，进一步包括：
响应于接收到所述Kubernetes中的Kubelet组件为容器申请资源的请求，待申请资源对应的所述子进程通过所述Grpc服务为所述容器分配所述待申请资源。
在一些实施例中，还包括：
通过所述主进程记录所述容器与分配的所述待申请资源之间的对应关系；
将所述对应关系生成持久化文件，并将所述持久化文件保存到节点。
在一些实施例中，初始化组件以启动主进程，进一步包括：
加载所述持久化文件以获取所述节点的资源和容器的对应关系。
在一些实施例中，还包括：
为所述主进程启动Grpc服务；
通过所述主进程的Grpc服务查询所述节点的资源使用信息。
在一些实施例中，还包括：
对未启动的子进程对应的资源在所述节点中进行周期检测。
在一些实施例中，为每一个启动的所述子进程启动Grpc服务，进一步包括：
在所述节点本地保存与成功启动所述Grpc服务的子进程对应的套接字文件；
所述主进程基于多个所述套接字文件对所述成功启动Grpc服务的子进程的状态进行监控。
基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种计算机设备，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如上所述的任一种Kubernetes 中节点的资源管理方法的步骤。
基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时执行如上所述的任一种Kubernetes中节点的资源管理方法的步骤。
本发明具有以下有益技术效果之一：本发明提出的方案具有很好的扩展性，可以在不增加系统组件数量的情况下，可以支持更多类型的资源注册到Kubernetes，不会增加额外的资源消耗，也不会提高系统的运维复杂度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
图1为本发明的实施例提供的Kubernetes中节点的资源管理方法的流程示意图；
图2为本发明的实施例提供的资源管理方法的流程框图；
图3为主进程、每类资源的子进程以及节点资源的关系框图；
图4为Kubelet调用本发明实施例提出的组件时的流程框图；
图5为本发明的实施例提供的计算机设备的结构示意图；
图6为本发明的实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
根据本发明的一个方面，本发明的实施例提出一种Kubernetes中节点的资源管理方法，如图1所示，其可以包括步骤：S1，初始化组件以启动主进程；S2，通过所述主进程定义用于分别管理多种资源的多个子进程； S3，响应于所述主进程检测到所述多种资源中存在于节点的若干个实际资源，启动每一个所述实际资源对应的子进程，并为每一个启动的所述子进程启动Grpc服务；S4，利用所述主进程将成功启动Grpc服务的所述子进程对应的资源注册到Kubernetes中，以使所述成功启动Grpc服务的子进程对所述若干个实际资源进行管理。
本发明提出的方案基于Kubernetes的设备插件扩展机制，自定义资源注册组件。并基于多进程、grpc通信、文件监控管理等机制，将多个资源的设备插件整合为一个组件，同时提供了一种进程状态监控机制，保证每类资源的管理进程正常运行，基于该组件可以实现多种资源类型注册到 Kubernetes，并完成资源的分配，从而减少了系统的组件数量，同时降低了系统运维的复杂度。
具体的，如图2所示，该组件启动时，会定义一个主进程，同时为每类资源启动一个子进程(也即定义资源设备插件)，并通过主进程按照 Kubernetes设备插件的接口为每类资源的子进程定义该类资源的查询、分配方式，组件的主进程会提供统一的Kubernetes资源注册、子进程状态管理。当AI集群搭建时，只需要在每个节点部署该组件，组件的主进程通过管理各类资源的子进程，包括注册到Kubernetes、启动Grpc服务，停止Grpc 服务，Grpc服务异常恢复，就可以将多类资源注册到Kubernetes以进行管理。Kubernetes的Kubelet组件在为容器分配资源时，全部都会调用该组件的接口，完成资源的分配，并绑定到容器。从而减少了系统的组件数量，降低了运维的复杂度。
在一些实施例中，步骤S2通过所述主进程定义用于分别管理多种资源的多个子进程，进一步包括：
通过所述主进程为所述多个子进程分别定义资源名称以及预设的资源处理接口的属性。
具体的，在组件的初始化阶段，可以通过主进程完成每类资源的协程定义(也即定义多个子进程)，定义每一个子进程的资源名称以及设备插件要求的资源处理接口，其中接口主要包括Kubernetes的设备插件机制要求的四个接口(GetDevicePluginOptions、PreStartContainer、ListAndWatch、 Allocate)，以及这些接口需要的数据信息。
在一些实施例中，在步骤S3响应于所述主进程检测到所述多种资源中存在于节点的若干个实际资源，启动每一个所述实际资源对应的子进程中，具体的，当组件初始化以启动主进程后，主进程能够通过对应的检测函数自动检测到该节点已经有的资源类型，例如当节点含有GPU资源时，可以通过Nvidia提供的nvml函数库确认该节点是否有GPU，当节点含有IB卡设备时，可以通过rdmamap函数库获取到该节点是否含有IB卡设备。这样当检测到存在的资源类型时，才能启动该类资源对应的子进程。
在一些实施例中，方法还包括：
对未启动的子进程对应的资源在所述节点中进行周期检测。
具体的，当在节点无法检测到存在的资源类型时，启动周期检测进程，只有当检测到该资源类型时，启动该类资源对应的协程。
需要说明的是，子进程在组件初始化阶段即通过主进程定义完成，只有当检测到该节点有对应的资源时，才会启动对应的子进程，而该节点如果不存在某些资源时，则不启动这些资源对应的子进程，并且只有当周期检测进程检测到相应的资源后，才会启动之前未被启动的子进程。
例如，当子进程启动后，主进程、每类资源的协程(子进程)、主机资源的关系可以如图3所示，通过主进程可以来管理多个协程，每一个协程可以管理对应的资源，图3示出的主进程可以管理ASIC协程、GPU协程、 FPGA协程以及IB卡协程，而这些协程又可以管理对应的ASIC资源、GPU 资源、FPGA资源以及IB卡资源。这样即可实现通过子进程的方式管理各类资源的设备插件实现，每个子进程实现管理主机上的一类资源。
在一些实施例中，在步骤S3为每一个启动的所述子进程启动Grpc服务中，进一步包括：
在所述节点本地保存与成功启动所述Grpc服务的子进程对应的套接字文件；
所述主进程基于多个所述套接字文件对所述成功启动Grpc服务的子进程的状态进行监控。
具体的，对于管理每类资源的子进程的设备插件实现方法，可以通过 Grpc服务实现，其中每个子进程均需要启动一个grpc服务，并在本地保存一个该进程的套接字文件，例如对于GPU资源，我们可以定义该套接字文件为：/var/lib/kubelet/device-plugins/gpu.sock，基于该文件，组件主进程可以对该子进程的状态进行监控。同时，如图2所示，每个子进程还可以通过Grpc服务实现对资源的分配管理。
在一些实施例中，在步骤S4使所述成功启动Grpc服务的子进程对所述若干个实际资源进行管理中，进一步包括：
响应于接收到所述Kubernetes中的Kubelet组件为容器申请资源的请求，待申请资源对应的所述子进程通过所述Grpc服务为所述容器分配所述待申请资源。
具体的，当业务层创建一个容器后，需要使用这些资源时，仍然安装原Kuberentes的资源申请方式即可，例如当容器需要GPU资源时，则可以通过Kubernetes中的Kubelet组件为容器申请该GPU资源，然后Kubelet 组件则通过调用本发明实施例提出的组件实现为所述容器分配GPU资源。
在一些实施例中，方法还包括：
通过所述主进程记录所述容器与分配的所述待申请资源之间的对应关系；
将所述对应关系生成持久化文件，并将所述持久化文件保存到节点。
具体的，如图4所示，当Kubelet调用本发明实施例提出的组件，申请为容器分配资源时，组件会将该资源与容器对应关系进行记录并持久化到本地文件。
在一些实施例中，在步骤S1初始化组件以启动主进程中，进一步包括：
加载所述持久化文件以获取所述节点的资源和容器的对应关系。
如图2所示，当通过检测Kubernetes的状态后，需要对Kubelet组件进行重启，此时也需要重启主进程，也即初始化本发明实施例提出的组件，则组件初始化并启动主进程时，会首先加载该本地文件，用于恢复该节点的资源和容器对应关系。这样，通过查询主机节点的资源和容器对应关系，完成节点资源使用情况的汇总，能够比较方便节点运维，以及排查集群使用期间的资源使用问题。
在一些实施例中，方法还包括：
为所述主进程启动Grpc服务；
通过所述主进程的Grpc服务查询所述节点的资源使用信息。
具体的，组件的主进程启动Grpc服务后，可以使得第三方查询该节点的资源使用情况，例如可以获取GPU资源被哪些容器使用，IB卡被哪些容器使用、FPGA被哪些容器使用等信息。
本发明提出的方案能够对AI场景下基于Kubernetes管理AI训练需要的多类资源时，通过自研新的资源注册管理机制，能够让多类资源，只使用一个自研组件，就可以完成多类资源的注册和分配，基于该机制，可以有效降低AI集群下的系统组件数量，在不影响Kubernetes管理多类资源的情况下，将多个组件合并为一个组件，从而降低系统组件的资源占用率，将更多的资源释放给AI训练任务使用。同时基于该组件，可以自动发现该节点存在哪类资源，并提供节点资源使用情况的查询接口。因此本发明提出的方案具有很好的扩展性，可以在不增加系统组件数量的情况下，可以支持更多类型的资源注册到Kubernetes，不会增加额外的资源消耗，也不会提高系统的运维复杂度。
基于同一发明构思，根据本发明的另一个方面，如图5所示，本发明的实施例还提供了一种计算机设备501，包括：
至少一个处理器520；以及
存储器510，存储器510存储有可在处理器上运行的计算机程序511，处理器520执行程序时执行如上的任一种Kubernetes中节点的资源管理方法的步骤。
基于同一发明构思，根据本发明的另一个方面，如图6所示，本发明的实施例还提供了一种计算机可读存储介质601，计算机可读存储介质601 存储有计算机程序指令610，计算机程序指令610被处理器执行时执行如上的任一种Kubernetes中节点的资源管理方法的步骤。
最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外，典型地，本发明实施例公开的装置、设备等可为各种电子终端设备，例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等，也可以是大型终端设备，如服务器等，因此本发明实施例公开的保护范围不应限定为某种特定类型的装置、设备。本发明实施例公开的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。
此外，根据本发明实施例公开的方法还可以被实现为由CPU执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时，执行本发明实施例公开的方法中限定的上述功能。
此外，上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外，应该明白的是，本文的计算机可读存储介质(例如，存储器) 可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM)，该RAM可以充当外部高速缓存存储器。作为例子而非限制性的，RAM可以以多种形式获得，比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM 存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器，使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中，存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC 可以驻留在用户终端中。在一个替换方案中，处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中，功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路 (DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的，磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种Kubernetes中节点的资源管理方法，其特征在于，包括以下步骤：
初始化组件以启动主进程；
通过所述主进程定义用于分别管理多种资源的多个子进程；
响应于所述主进程检测到所述多种资源中存在于节点的若干个实际资源，启动每一个所述实际资源对应的子进程，并为每一个启动的所述子进程启动Grpc服务；
利用所述主进程将成功启动Grpc服务的所述子进程对应的资源注册到Kubernetes中，以使所述成功启动Grpc服务的子进程对所述若干个实际资源进行管理。
2.如权利要求1所述的方法，其特征在于，通过所述主进程定义用于分别管理多种资源的多个子进程，进一步包括：
通过所述主进程为所述多个子进程分别定义资源名称以及预设的资源处理接口的属性。
3.如权利要求1所述的方法，其特征在于，使所述成功启动Grpc服务的子进程对所述若干个实际资源进行管理，进一步包括：
响应于接收到所述Kubernetes中的Kubelet组件为容器申请资源的请求，待申请资源对应的所述子进程通过所述Grpc服务为所述容器分配所述待申请资源。
4.如权利要求3所述的方法，其特征在于，还包括：
通过所述主进程记录所述容器与分配的所述待申请资源之间的对应关系；
将所述对应关系生成持久化文件，并将所述持久化文件保存到节点。
5.如权利要求4所述的方法，其特征在于，初始化组件以启动主进程，进一步包括：
加载所述持久化文件以获取所述节点的资源和容器的对应关系。
6.如权利要求4或5所述的方法，其特征在于，还包括：
为所述主进程启动Grpc服务；
通过所述主进程的Grpc服务查询所述节点的资源使用信息。
7.如权利要求1所述的方法，其特征在于，还包括：
对未启动的子进程对应的资源在所述节点中进行周期检测。
8.如权利要求1所述的方法，其特征在于，为每一个启动的所述子进程启动Grpc服务，进一步包括：
在所述节点本地保存与成功启动所述Grpc服务的子进程对应的套接字文件；
所述主进程基于多个所述套接字文件对所述成功启动Grpc服务的子进程的状态进行监控。
9.一种计算机设备，包括：
至少一个处理器；以及
存储器，所述存储器存储有在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如权利要求1-8任意一项所述的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行如权利要求1-8任意一项所述的方法的步骤。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010112361.0A CN111367659B (zh) | 2020-02-24 | 2020-02-24 | 一种Kubernetes中节点的资源管理方法、设备以及介质 |
| PCT/CN2020/123800 WO2021169342A1 (zh) | 2020-02-24 | 2020-10-27 | 一种Kubernetes中节点的资源管理方法、设备以及介质 |
| US17/801,897 US11915067B2 (en) | 2020-02-24 | 2020-10-27 | Resource management method for node in kubernetes, device, and medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010112361.0A CN111367659B (zh) | 2020-02-24 | 2020-02-24 | 一种Kubernetes中节点的资源管理方法、设备以及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111367659A CN111367659A (zh) | 2020-07-03 |
| CN111367659B true CN111367659B (zh) | 2022-07-12 |
Family
ID=71210095
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010112361.0A Active CN111367659B (zh) | 2020-02-24 | 2020-02-24 | 一种Kubernetes中节点的资源管理方法、设备以及介质 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11915067B2 (zh) |
| CN (1) | CN111367659B (zh) |
| WO (1) | WO2021169342A1 (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111367659B (zh) * | 2020-02-24 | 2022-07-12 | 苏州浪潮智能科技有限公司 | 一种Kubernetes中节点的资源管理方法、设备以及介质 |
| CN113722050B (zh) * | 2021-11-02 | 2022-02-11 | 阿里云计算有限公司 | 应用诊断辅助方法、计算设备及机器可读存储介质 |
| CN114465896A (zh) * | 2022-03-30 | 2022-05-10 | 深信服科技股份有限公司 | 一种配置信息处理方法、装置、设备及可读存储介质 |
| CN115174654B (zh) * | 2022-07-14 | 2023-05-23 | 山东省计算中心（国家超级计算济南中心） | 一种基于FPGA和InfiniBand网络的异地通信方法及系统 |
| CN115361283B (zh) * | 2022-10-20 | 2023-03-24 | 深圳依时货拉拉科技有限公司 | 基于k8s的云主机管理方法、装置、计算机设备 |
| CN115965517B (zh) * | 2023-01-09 | 2023-10-20 | 摩尔线程智能科技(北京)有限责任公司 | 图形处理器资源管理方法及装置、电子设备和存储介质 |
| CN115964353B (zh) * | 2023-03-10 | 2023-08-22 | 阿里巴巴（中国）有限公司 | 一种分布式文件系统及其访问计量方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744643A (zh) * | 2014-01-10 | 2014-04-23 | 浪潮(北京)电子信息产业有限公司 | 一种多线程程序下多节点并行架构的方法及装置 |
| WO2018192543A1 (en) * | 2017-04-19 | 2018-10-25 | Huawei Technologies Co., Ltd. | System and method for low latency node local scheduling in distributed resource management |
| CN110445669A (zh) * | 2019-06-26 | 2019-11-12 | 苏州浪潮智能科技有限公司 | 一种基于协程的服务器的监控方法、设备及可读介质 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7137040B2 (en) * | 2003-02-12 | 2006-11-14 | International Business Machines Corporation | Scalable method of continuous monitoring the remotely accessible resources against the node failures for very large clusters |
| US10791063B1 (en) * | 2015-04-06 | 2020-09-29 | EMC IP Holding Company LLC | Scalable edge computing using devices with limited resources |
| CN106027643B (zh) * | 2016-05-18 | 2018-10-23 | 无锡华云数据技术服务有限公司 | 一种基于Kubernetes容器集群管理系统的资源调度方法 |
| CN106776005B (zh) * | 2016-11-23 | 2019-12-13 | 华中科技大学 | 一种面向容器化应用的资源管理系统及方法 |
| US10423455B2 (en) | 2017-02-03 | 2019-09-24 | Microsoft Technology Licensing, Llc | Method for deploying virtual machines in cloud computing systems based on predicted lifetime |
| US10599499B2 (en) * | 2017-09-30 | 2020-03-24 | Oracle International Corporation | API registry in a container platform providing property-based API functionality |
| CN112771622A (zh) * | 2018-07-18 | 2021-05-07 | 辉达公司 | 用于推理、高级处理和机器学习应用程序的虚拟化计算平台 |
| US10846155B2 (en) * | 2018-10-16 | 2020-11-24 | Samsung Electronics Co., Ltd. | Method for NVMe SSD based storage service using RPC and gRPC tunneling over PCIe + |
| US11102281B2 (en) * | 2019-02-15 | 2021-08-24 | International Business Machines Corporation | Tool for managing and allocating resources in a clustered computing environment |
| US11269728B2 (en) * | 2019-03-20 | 2022-03-08 | International Business Machines Corporation | Scalable multi-framework multi-tenant lifecycle management of deep learning applications |
| US11030009B2 (en) * | 2019-03-28 | 2021-06-08 | Atlassian Pty Ltd. | Systems and methods for automatically scaling compute resources based on demand |
| US11216309B2 (en) * | 2019-06-18 | 2022-01-04 | Juniper Networks, Inc. | Using multidimensional metadata tag sets to determine resource allocation in a distributed computing environment |
| CN110515704B (zh) | 2019-08-30 | 2023-08-04 | 广东浪潮大数据研究有限公司 | 基于Kubernetes系统的资源调度方法及装置 |
| CN110780998A (zh) * | 2019-09-29 | 2020-02-11 | 武汉大学 | 基于Kubernetes的动态负载均衡资源调度方法 |
| CN111367659B (zh) | 2020-02-24 | 2022-07-12 | 苏州浪潮智能科技有限公司 | 一种Kubernetes中节点的资源管理方法、设备以及介质 |
| CN115380514B (zh) * | 2020-04-01 | 2024-03-01 | 威睿有限责任公司 | 为异构计算元件自动部署网络元件 |
| US11487555B2 (en) * | 2020-06-09 | 2022-11-01 | Tencent America LLC | Running PBS jobs in kubernetes |
-
2020
- 2020-02-24 CN CN202010112361.0A patent/CN111367659B/zh active Active
- 2020-10-27 WO PCT/CN2020/123800 patent/WO2021169342A1/zh active Application Filing
- 2020-10-27 US US17/801,897 patent/US11915067B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744643A (zh) * | 2014-01-10 | 2014-04-23 | 浪潮(北京)电子信息产业有限公司 | 一种多线程程序下多节点并行架构的方法及装置 |
| WO2018192543A1 (en) * | 2017-04-19 | 2018-10-25 | Huawei Technologies Co., Ltd. | System and method for low latency node local scheduling in distributed resource management |
| CN110445669A (zh) * | 2019-06-26 | 2019-11-12 | 苏州浪潮智能科技有限公司 | 一种基于协程的服务器的监控方法、设备及可读介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111367659A (zh) | 2020-07-03 |
| US20230084772A1 (en) | 2023-03-16 |
| WO2021169342A1 (zh) | 2021-09-02 |
| US11915067B2 (en) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111367659B (zh) | 一种Kubernetes中节点的资源管理方法、设备以及介质 | |
| CN107832100B (zh) | 一种apk插件的加载方法及其终端 | |
| US6490616B1 (en) | Method and apparatus for incremental download from server to client | |
| CN110633110A (zh) | 一种服务器的启动方法、设备以及存储介质 | |
| CN110781129B (zh) | 一种fpga异构加速卡集群中的资源调度方法、设备及介质 | |
| WO2007052442A1 (ja) | 情報処理方法および情報処理装置 | |
| CN104220987A (zh) | 应用安装 | |
| CN111858045A (zh) | 一种多任务gpu资源调度方法、装置、设备及可读介质 | |
| CN109189342A (zh) | 一种磁盘挂载方法、装置、设备及存储介质 | |
| CN103369038A (zh) | 平台即服务PaaS管理平台及方法 | |
| CN114020444B (zh) | 一种企业数字中台中资源服务应用的调用系统和方法 | |
| CN113285843B (zh) | 容器网络配置方法、装置、计算机可读介质及电子设备 | |
| WO2024098888A1 (zh) | 模型存储优化方法及电子设备 | |
| CN112596669A (zh) | 一种基于分布式存储的数据处理方法及装置 | |
| CN114500549A (zh) | 在公共云中为用户部署k8s托管集群的方法、设备和介质 | |
| CN112738181B (zh) | 集群外部ip接入的方法、装置及服务器 | |
| US20070094674A1 (en) | Method and apparatus for making inter-process procedure calls through shared memory | |
| CN115174596A (zh) | 一种设备远程复制方法、装置以及介质 | |
| CN112486696A (zh) | 一种获取分布式锁的方法及设备 | |
| CN109375988B (zh) | 一种分布式锁实现方法和装置 | |
| CN109542588B (zh) | 一种用于在云环境下管理虚拟设备的方法和装置 | |
| CN112015515B (zh) | 一种虚拟网络功能的实例化方法及装置 | |
| CN111562968B (zh) | 一种实现ICS对Kata container管理的方法、装置、设备和介质 | |
| CN109885398B (zh) | 分布式pxe服务器的分配方法和设备 | |
| CN118113763A (zh) | 驱动程序调用方法、装置、电子设备及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |