CN110609742B - 一种Kubernetes调度器的队列的配置方法和装置 - Google Patents

一种Kubernetes调度器的队列的配置方法和装置 Download PDF

Info

Publication number
CN110609742B
CN110609742B CN201910913044.6A CN201910913044A CN110609742B CN 110609742 B CN110609742 B CN 110609742B CN 201910913044 A CN201910913044 A CN 201910913044A CN 110609742 B CN110609742 B CN 110609742B
Authority
CN
China
Prior art keywords
queue
value
allocated
queues
cluster
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
Application number
CN201910913044.6A
Other languages
English (en)
Other versions
CN110609742A (zh
Inventor
方雪静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Inspur Intelligent Technology Co Ltd
Original Assignee
Suzhou Inspur Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Inspur Intelligent Technology Co Ltd filed Critical Suzhou Inspur Intelligent Technology Co Ltd
Priority to CN201910913044.6A priority Critical patent/CN110609742B/zh
Publication of CN110609742A publication Critical patent/CN110609742A/zh
Application granted granted Critical
Publication of CN110609742B publication Critical patent/CN110609742B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种Kubernetes调度器的队列的配置方法，包括以下步骤：轮询所有队列以查询调度周期内每个队列中的任务信息，计算每个队列的已分配资源值；计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值；计算所述队列的已分配资源值和所述队列可以使用的集群内剩余资源值的比值，并根据所述比值设定所述队列的优先级。本发明提高了集群资源利用率和深度学习训练任务的性能，优化了系统调度策略。

Description

一种Kubernetes调度器的队列的配置方法和装置
技术领域
本发明涉及计算机领域，并且更具体地，涉及一种Kubernetes调度器的队列的配置方法和装置。
背景技术
Kubernetes是Google开源的一个容器编排引擎，它支持自动化部署、大规模可伸缩、应用容器化管理。在生产环境中部署一个应用程序时，通常要部署该应用的多个实例以便对应用请求进行负载均衡。在Kubernetes中，我们可以创建多个容器，每个容器里面运行一个应用实例，然后通过内置的负载均衡策略，实现对这一组应用实例的管理、发现、访问，而这些细节都不需要运维人员去进行复杂的手工配置和处理。Kubernetes平台可以满足大多数分布式系统部署和管理的需求，但是在不同应用业务环境下，对于平台可能有一些特殊的需求，这些需求可以抽象为Kubernetes的扩展资源，而Kubernetes的CRD(CustomResource Definition)为这样的需求提供了轻量级的机制，保证新的资源的快速注册和使用，K8s本身的调度器具有一些缺陷：(1)默认的调度器是以Pod为粒度的，对机器学习任务很不利；(2)默认的调度器无法提供队列调度的功能。
发明内容
鉴于此，本发明实施例的目的在于提出一种Kubernetes调度器的队列的配置方法和装置，不在以Kubernetes默认的调度器Pod为粒度，而是加入Queue(即队列)的概念，并对该队列设定相应的优先级。
基于上述目的，本发明实施例的一方面提供了一种Kubernetes调度器的队列的配置方法，其特征在于，包括以下步骤：
轮询所有队列以查询调度周期内每个队列中的任务信息，计算每个队列的已分配资源值；
计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值；
计算所述队列的已分配资源值和所述队列可以使用的集群内剩余资源值的比值，并根据所述比值设定所述队列的优先级。
在一些实施方式中，所述轮询所有队列以查询调度周期内每个队列中的任务信息，计算每个队列的已分配资源值包括：
当所述任务处于已经被分配资源的状态，则将所述任务请求的资源值累加到所述队列的已分配资源值，同时将所述任务请求的资源值累加到所述队列请求的资源值，即，
Queueallocated＝Queueallocated+AllocatedTaskrequest
Queuerequest＝Queuerequest+AllocatedTaskrequest
其中，所述Queueallocated表示所述队列的已分配资源值，所述AllocatedTaskrequest表示已分配的所述任务请求的资源值，Queuerequest表示所述队列请求的资源值。
在一些实施方式中，所述轮询所有队列以查询调度周期内每个队列中的任务信息，计算每个队列的已分配资源值还包括：
当所述任务处于等待分配状态时，将所述任务请求的资源值累加到所述队列请求的资源值，即，
Queuerequest＝Queuerequest+PendingTaskrequest
其中，PendingTaskrequest表示等待分配的所述任务请求的资源值。
在一些实施方式中，所述计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值包括：
计算所述队列所需的资源在全部队列所需的资源中所占的比例，将所述比例与集群内剩余资源值相乘后累加到轮询后所述队列可以使用的集群内剩余资源值上，即，
Figure BDA0002215268990000031
其中，Queueweight表示所述队列所需的资源，ClusterremainingResource表示集群内剩余资源值，Queueold-deserved表示轮询后所述队列可以使用的集群内剩余资源值，Queuedeserved表示所述队列可以使用的集群内剩余资源值。
在一些实施方式中，所述计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值还包括：
当Queuerequest<Queuedeserved时，将所述Queuerequest的值作为所述Queuedeserved的值。
在一些实施方式中，所述计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值还包括：
当Queuerequest<Queuedeserved时，将集群中多余的剩余资源进行释放，并将所述释放的资源分配到其他队列上，重新计算所述其他队列可以使用的集群内剩余资源值。
在一些实施方式中，所述方法针对所述队列的CPU、GPU、内存资源分别进行计算。
在一些实施方式中，所述计算所述队列的已分配资源值和所述队列可以使用的集群内剩余资源值的比值，并根据所述比值设定所述队列的优先级包括：
通过以下方程对每类资源计算出一个share值，选择三者的最大值，作为所述队列的share值，
Figure BDA0002215268990000041
Figure BDA0002215268990000042
Figure BDA0002215268990000043
其中，所述share值表示所述队列的优先级。
在一些实施方式中，还包括：优先对share值小的所述队列内的Job进行调度。
本发明实施例的另一方面提供了一种Kubernetes调度器的队列的配置装置，包括：
至少一个处理器；和
存储器，所述存储器存储有处理器可运行的程序代码，所述程序代码在被处理器运行时实施上述任一项所述的方法。
本发明具有以下有益技术效果：本发明实施例提供的一种Kubernetes调度器的队列的配置方法和装置加快了任务部署效率，提高了任务运行整体性和整个集群的负载均衡性，提高了集群资源利用率和深度学习训练任务的性能，优化了系统调度策略。
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是根据本发明的一种Kubernetes调度器的队列的配置方法流程图；
图2是根据本发明实施例的Kubernetes调度器的队列的配置流程示意图；
图3是根据本发明的一种Kubernetes调度器的队列的配置装置的硬件结构示意图。
具体实施方式
以下描述了本发明的实施例。然而，应该理解，所公开的实施例仅仅是示例，并且其他实施例可以采取各种替代形式。附图不一定按比例绘制；某些功能可能被夸大或最小化以显示特定部件的细节。因此，本文公开的具体结构和功能细节不应被解释为限制性的，而仅仅是作为用于教导本领域技术人员以各种方式使用本发明的代表性基础。如本领域普通技术人员将理解的，参考任何一个附图所示出和描述的各种特征可以与一个或多个其他附图中所示的特征组合以产生没有明确示出或描述的实施例。所示特征的组合为典型应用提供了代表性实施例。然而，与本发明的教导相一致的特征的各种组合和修改对于某些特定应用或实施方式可能是期望的。
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。
本发明提供了一种基于Kubernetes调度器的Queue(即队列)优先级策略，不在以Kubernetes默认的调度器pod为粒度，而是加入队列的概念，队列用于存放多个Job，一个Job可以包含多个Pod。Pod我们可以认为是深度学习任务中的一个worker，在本发明中我们称其为Task(即任务)。
基于上述目的，本发明的实施例一方面提出了一种Kubernetes调度器的队列的配置方法，如图1所示，包括以下步骤：
步骤S101：轮询所有队列以查询调度周期内每个队列中的任务信息，计算每个队列的已分配资源值；
步骤S102：计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值；
步骤S103：计算所述队列的已分配资源值和所述队列可以使用的集群内剩余资源值的比值，并根据所述比值设定所述队列的优先级。
在一些实施例中，本策略基于队列支持租户概念，通过为队列配置不同的权重，设置该队列可以使用集群资源的占比。队列的支持需要用户在创建Job时指定，即目前需要kubeflow的多种operator(启动参数)在创建Job时指定队列名称。
查询一个调度周期内队列内的全部Job的任务信息，计算每个队列的已分配资源值。在一些实施例中，所述轮询所有队列以查询调度周期内每个队列中的任务信息，计算每个队列的已分配资源值包括：当所述任务处于已经被分配资源的状态，则将所述任务请求的资源值累加到所述队列的已分配资源值，同时将所述任务请求的资源值累加到所述队列请求的资源值，即，
Queueallocated＝Queueallocated+AllocatedTaskrequest
Queuerequest＝Queuerequest+AllocatedTaskrequest
其中，所述Queueallocated表示所述队列的已分配资源值，所述AllocatedTaskrequest表示已分配的所述任务请求的资源值，Queuerequest表示所述队列请求的资源值。
在一些实施例中，所述轮询所有队列以查询调度周期内每个队列中的任务信息，计算每个队列的已分配资源值还包括：当所述任务处于等待分配状态时，将所述任务请求的资源值累加到所述队列请求的资源值，即，
Queuerequest＝Queuerequest+PendingTaskrequest
其中，PendingTaskrequest表示等待分配的所述任务请求的资源值。
在一些实施例中，所述计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值包括：计算所述队列所需的资源在全部队列所需的资源中所占的比例，将所述比例与集群内剩余资源值相乘后累加到轮询后所述队列可以使用的集群内剩余资源值上，即，
Figure BDA0002215268990000061
其中，Queueweight表示所述队列所需的资源(即该队列的权值)，ClusterremainingResource表示集群内剩余资源值，Queueold-deserved表示轮询后所述队列可以使用的集群内剩余资源值，Queuedeserved表示所述队列可以使用的集群内剩余资源值。
在一些实施例中，所述计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值还包括：当Queuerequest<Queuedeserved时，将所述Queuerequest的值作为所述Queuedeserved的值。
在一些实施例中，当Queuerequest<Queuedeserved时，将集群中多余的剩余资源进行释放，并将所述释放的资源分配到其他队列上，重新计算所述其他队列可以使用的集群内剩余资源值。
在一些实施例中，所述方法针对所述队列的CPU、GPU、内存资源分别进行计算。即，上述方法其实是在计算CPU、GPU、内存这些资源，实际上是对该队列的CPU资源按上述方法计算了一次、对该队列的GPU资源按上述方法计算了一次、对该队列的内存资源按上述方法计算了一次。
在一些实施例中，所述计算所述队列的已分配资源值和所述队列可以使用的集群内剩余资源值的比值，并根据所述比值设定所述队列的优先级包括：通过以下方程对每类资源计算出一个share值，选择三者的最大值，作为所述队列的share值，
Figure BDA0002215268990000071
Figure BDA0002215268990000072
Figure BDA0002215268990000073
其中，所述share值表示所述队列的优先级。
在一些实施例中，所述share值小优先级高。方法还包括：优先对share值小的所述队列内的Job进行调度。share值小的队列放在前面优先进行调度，即构建了最小生成树，在每个调度周期内，优先对share值小的队列内的Job进行调度，该队列的Job按照优先级进行排序并调度。
对队列进行排序时，每个调度周期会生成如表1所示信息，在进行调度时，会按照表1顺序依次处理队列，其中同一个队列出现的次数，即为该队列中Job的数量。
queue1(share＝1)
queue1(share＝1)
queue1(share＝1)
queue2(share＝10)
queue2(share＝10)
queue3(share＝11)
queue3(share＝11)
表1
在一些实施例中，如图2所示，根据本发明的方法首先缓存全部队列及其中包含的Job，然后启动一个调度周期；缓存资源快照，根据每个调度周期中资源快照中所有Job信息，计算每个队列的share值。按照每个队列的share值构造优先级队列，按照优先级队列依次对每个队列中的Job进行调度。该队列的Job同样也可以按照优先级进行排序并调度。每次仅能处理队列的一个Job，遍历该Job的所有任务进行调度。调度完毕后，因为队列中的一个Job被调度完毕后，会释放资源，所以系统资源会发生变化，share也就会随之变化，所以轮询队列再次根据share值进行排队。
在技术上可行的情况下，以上针对不同实施例所列举的技术特征可以相互组合，或者改变、添加以及省略等等，从而形成本发明范围内的另外实施例。
从上述实施例可以看出，本发明实施例提供的一种Kubernetes调度器的队列的配置方法加快了任务部署效率，提高了任务运行整体性和整个集群的负载均衡性，提高了集群资源利用率和深度学习训练任务的性能，优化了系统调度策略。
基于上述目的，本发明实施例的另一个方面，提出了一种Kubernetes调度器的队列的配置装置的一个实施例。
所述Kubernetes调度器的队列的配置装置包括存储器、和至少一个处理器，存储器存储有可在处理器上运行的计算机程序，处理器执行程序时执行上述任意一种方法。
如图3所示，为本发明提供的Kubernetes调度器的队列的配置装置的一个实施例的硬件结构示意图。
以如图3所示的计算机设备为例，在该计算机设备中包括处理器301以及存储器302，并还可以包括：输入装置303和输出装置304。
处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接，图3中以通过总线连接为例。
存储器302作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的所述Kubernetes调度器的队列的配置方法对应的程序指令/模块。处理器301通过运行存储在存储器302中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的Kubernetes调度器的队列的配置方法。
存储器302可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据Kubernetes调度器的队列的配置方法所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置303可接收输入的数字或字符信息，以及产生与Kubernetes调度器的队列的配置方法的计算机设备的用户设置以及功能控制有关的键信号输入。输出装置304可包括显示屏等显示设备。
所述一个或者多个Kubernetes调度器的队列的配置方法对应的程序指令/模块存储在所述存储器302中，当被所述处理器301执行时，执行上述任意方法实施例中的Kubernetes调度器的队列的配置方法。
所述执行所述Kubernetes调度器的队列的配置方法的计算机设备的任何一个实施例，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。
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，所述的程序可存储于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，所述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。
此外，典型地，本发明实施例公开所述的装置、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。本发明实施例公开所述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，本文所述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所述的功能，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所述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，所述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，所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将所述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。
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，所述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。
上述实施例是实施方式的可能示例，并且仅仅为了清楚理解本发明的原理而提出。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，并存在如上所述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调度器的队列的配置方法，其特征在于，包括以下步骤：
轮询所有队列以查询调度周期内每个所述队列中的任务信息，计算每个所述队列的已分配资源值；
计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值；
计算所述队列的已分配资源值和所述队列可以使用的集群内剩余资源值的比值，并根据所述比值设定所述队列的优先级。
2.根据权利要求1所述的方法，其特征在于，所述轮询所有队列以查询调度周期内每个所述队列中的任务信息，计算每个所述队列的已分配资源值包括：
当所述任务处于已经被分配资源的状态，则将所述任务请求的资源值累加到所述队列的已分配资源值，同时将所述任务请求的资源值累加到所述队列请求的资源值，即，
Queueallocated＝Queueallocated+AllocatedTaskrequest
Queuerequest＝Queuerequest+AllocatedTaskrequest
其中，所述Queueallocated表示所述队列的已分配资源值，所述AllocatedTaskrequest表示已分配的所述任务请求的资源值，Queuerequest表示所述队列请求的资源值。
3.根据权利要求2所述的方法，其特征在于，所述轮询所有队列以查询调度周期内每个所述队列中的任务信息，计算每个所述队列的已分配资源值还包括：
当所述任务处于等待分配状态时，将所述任务请求的资源值累加到所述队列请求的资源值，即，
Queuerequest＝Queuerequest+PendingTaskrequest
其中，PendingTaskrequest表示等待分配的所述任务请求的资源值。
4.根据权利要求3所述的方法，其特征在于，所述计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值包括：
计算所述队列所需的资源在全部队列所需的资源中所占的比例，将所述比例与集群内剩余资源值相乘后累加到轮询后所述队列可以使用的集群内剩余资源值上，即，
Figure FDA0003831488750000021
其中，Queueweight表示所述队列所需的资源，ClusterremainingResource表示集群内剩余资源值，Queueold-deserved表示轮询后所述队列可以使用的集群内剩余资源值，Queuedeserved表示所述队列可以使用的集群内剩余资源值。
5.根据权利要求4所述的方法，其特征在于，所述计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值还包括：
当Queuerequest<Queuedeserved时，将所述Queuerequest的值作为所述Queuedeserved的值。
6.根据权利要求5所述的方法，其特征在于，所述计算每个所述队列所需的资源在全部队列所需的资源中所占的比例，并基于所述比例获取所述队列可以使用的集群内剩余资源值还包括：
当Queuerequest<Queuedeserved时，将集群中多余的剩余资源进行释放，并将所述释放的资源分配到其他队列上，重新计算所述其他队列可以使用的集群内剩余资源值。
7.根据权利要求1所述的方法，其特征在于，所述方法针对所述队列的CPU、GPU、内存资源分别进行计算。
8.根据权利要求7所述的方法，其特征在于，所述计算所述队列的已分配资源值和所述队列可以使用的集群内剩余资源值的比值，并根据所述比值设定所述队列的优先级包括：
通过以下方程对每类资源计算出一个share值，选择三者的最大值，作为所述队列的share值，
Figure FDA0003831488750000031
Figure FDA0003831488750000032
Figure FDA0003831488750000033
其中，所述share值表示所述队列的优先级，CPUallocated表示已分配的CPU资源值，CPUdeserved表示未分配的CPU资源值，Memoryallocated表示已分配的Memory资源值，Memorydeserved表示未分配的Memory资源值，GPUallocated表示已分配的GPU资源值，GPUdeserved表示未分配的GPU资源值。
9.根据权利要求8所述的方法，其特征在于，还包括：优先对share值小的所述队列内的Job进行调度。
10.一种Kubernetes调度器的队列的配置装置，其特征在于，包括：
至少一个处理器；和
存储器，所述存储器存储有处理器可运行的程序代码，所述程序代码在被处理器运行时实施如权利要求1-9中任一项所述的方法。
CN201910913044.6A 2019-09-25 2019-09-25 一种Kubernetes调度器的队列的配置方法和装置 Active CN110609742B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910913044.6A CN110609742B (zh) 2019-09-25 2019-09-25 一种Kubernetes调度器的队列的配置方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910913044.6A CN110609742B (zh) 2019-09-25 2019-09-25 一种Kubernetes调度器的队列的配置方法和装置

Publications (2)

Publication Number Publication Date
CN110609742A CN110609742A (zh) 2019-12-24
CN110609742B true CN110609742B (zh) 2023-01-06

Family

ID=68893436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910913044.6A Active CN110609742B (zh) 2019-09-25 2019-09-25 一种Kubernetes调度器的队列的配置方法和装置

Country Status (1)

Country Link
CN (1) CN110609742B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111367656B (zh) * 2020-02-20 2023-09-26 深圳震有科技股份有限公司 一种分配媒体资源的方法、计算机设备及存储介质
CN111679900B (zh) * 2020-06-15 2023-10-31 杭州海康威视数字技术股份有限公司 任务处理方法和装置
CN111507650B (zh) * 2020-07-02 2021-01-05 深圳微品致远信息科技有限公司 一种边缘计算平台算力分配调度方法及系统
CN112463334B (zh) 2020-12-04 2023-08-18 苏州浪潮智能科技有限公司 一种训练任务排队原因分析方法、系统、设备以及介质
CN113111083A (zh) * 2021-03-31 2021-07-13 北京沃东天骏信息技术有限公司 数据查询的方法、装置、设备、存储介质和程序产品
CN113377515A (zh) * 2021-06-22 2021-09-10 浪潮云信息技术股份公司 一种Kubernetes资源的任务预调度方法
CN113377541A (zh) * 2021-06-22 2021-09-10 云知声智能科技股份有限公司 集群资源分配与回收方法、装置、电子设备和存储介质
CN113204433B (zh) * 2021-07-02 2021-10-22 上海钐昆网络科技有限公司 一种集群资源的动态分配方法、装置、设备及存储介质
CN115080248B (zh) * 2022-08-19 2023-01-10 中兴通讯股份有限公司 调度装置的调度优化方法、调度装置和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101730231A (zh) * 2008-10-10 2010-06-09 中兴通讯股份有限公司 一种部分频率复用的资源分配方法
CN102231697A (zh) * 2011-06-17 2011-11-02 瑞斯康达科技发展股份有限公司 一种报文队列的带宽调度方法、报文上报方法及其装置
CN102546946A (zh) * 2012-01-05 2012-07-04 中国联合网络通信集团有限公司 移动终端处理任务的方法及装置
EP2840513A1 (en) * 2013-08-21 2015-02-25 Hasso-Plattner-Institut für Softwaresystemtechnik GmbH Dynamic task prioritization for in-memory databases
CN105718317A (zh) * 2016-01-15 2016-06-29 浪潮(北京)电子信息产业有限公司 一种任务调度方法及装置
CN109815008A (zh) * 2018-12-21 2019-05-28 航天信息股份有限公司 Hadoop集群用户资源监控方法和系统
CN109857535A (zh) * 2019-02-18 2019-06-07 国家计算机网络与信息安全管理中心 面向Spark JDBC的任务优先级控制的实现方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101730231A (zh) * 2008-10-10 2010-06-09 中兴通讯股份有限公司 一种部分频率复用的资源分配方法
CN102231697A (zh) * 2011-06-17 2011-11-02 瑞斯康达科技发展股份有限公司 一种报文队列的带宽调度方法、报文上报方法及其装置
CN102546946A (zh) * 2012-01-05 2012-07-04 中国联合网络通信集团有限公司 移动终端处理任务的方法及装置
EP2840513A1 (en) * 2013-08-21 2015-02-25 Hasso-Plattner-Institut für Softwaresystemtechnik GmbH Dynamic task prioritization for in-memory databases
CN105718317A (zh) * 2016-01-15 2016-06-29 浪潮(北京)电子信息产业有限公司 一种任务调度方法及装置
CN109815008A (zh) * 2018-12-21 2019-05-28 航天信息股份有限公司 Hadoop集群用户资源监控方法和系统
CN109857535A (zh) * 2019-02-18 2019-06-07 国家计算机网络与信息安全管理中心 面向Spark JDBC的任务优先级控制的实现方法及装置

Also Published As

Publication number Publication date
CN110609742A (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
CN110609742B (zh) 一种Kubernetes调度器的队列的配置方法和装置
US10412021B2 (en) Optimizing placement of virtual machines
US10680892B2 (en) Managing servers with quality of service assurances
US20190324819A1 (en) Distributed-system task assignment method and apparatus
US9715526B2 (en) Fair scheduling for mixed-query loads
US20180329943A1 (en) Vertical tuning of distributed analytics clusters
US10430218B2 (en) Management of demand for virtual computing resources
US9417913B2 (en) Tunable computerized job scheduling
US10372479B2 (en) Scheduling framework for tightly coupled jobs
US20130198741A1 (en) Computing reusable image components to minimize network bandwidth usage
US10831536B2 (en) Task scheduling using improved weighted round robin techniques
CN110166507B (zh) 多资源调度方法和装置
US9590873B2 (en) Composite service pre-provisioning
US10127237B2 (en) Assignment of data within file systems
CN113886069A (zh) 一种资源分配方法、装置、电子设备及存储介质
Qureshi et al. Grid resource allocation for real-time data-intensive tasks
Sharma et al. A Dynamic optimization algorithm for task scheduling in cloud computing with resource utilization
US9317328B2 (en) Strategic placement of jobs for spatial elasticity in a high-performance computing environment
CN115129463A (zh) 算力调度方法及装置、系统及存储介质
US11269525B2 (en) Co-processing a plurality of dependent systems with a finite number of processing threads
US10956228B2 (en) Task management using a virtual node
US20180159720A1 (en) Dynamic agent deployment in a data processing system
US9577891B1 (en) Method and system for defining and consolidating policies based on complex group membership
Kumar et al. Optimization of Task Scheduling and Cloudlets Cost Scheduling Algorithms on Cloud Using Cloud Simulator
US20230266997A1 (en) Distributed scheduling in container orchestration engines

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