资源装箱

在 kube-scheduler 的调度插件 NodeResourcesFit 中存在两种支持资源装箱（bin packing）的策略：MostAllocated 和 RequestedToCapacityRatio。

使用 MostAllocated 策略启用资源装箱

MostAllocated 策略基于资源的利用率来为节点计分，优选分配比率较高的节点。针对每种资源类型，你可以设置一个权重值以改变其对节点得分的影响。

要为插件 NodeResourcesFit 设置 MostAllocated 策略，可以使用一个类似于下面这样的调度器配置：

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

要进一步了解其它参数及其默认配置，请参阅 NodeResourcesFitArgs 的 API 文档。

使用 RequestedToCapacityRatio 策略来启用资源装箱

RequestedToCapacityRatio 策略允许用户基于请求值与容量的比率，针对参与节点计分的每类资源设置权重。这一策略使得用户可以使用合适的参数来对扩展资源执行装箱操作，进而提升大规模集群中稀有资源的利用率。此策略根据所分配资源的一个配置函数来评价节点。 NodeResourcesFit 计分函数中的 RequestedToCapacityRatio 可以通过 scoringStrategy 字段来控制。在 scoringStrategy 字段中，你可以配置两个参数： requestedToCapacityRatio 和 resources。requestedToCapacityRatio 参数中的 shape 设置使得用户能够调整函数的算法，基于 utilization 和 score 值计算最少请求或最多请求。 resources 参数中包含计分过程中需要考虑的资源的 name，以及对应的 weight，后者指定了每个资源的权重。

下面是一个配置示例，使用 requestedToCapacityRatio 字段为扩展资源 intel.com/foo 和 intel.com/bar 设置装箱行为：

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，可以将配置传递给调度器。

要进一步了解其它参数及其默认配置，可以参阅 NodeResourcesFitArgs 的 API 文档。

调整计分函数

shape 用于指定 RequestedToCapacityRatio 函数的行为。

shape:  - utilization: 0  score: 0  - utilization: 100  score: 10

上面的参数在 utilization 为 0% 时给节点评分为 0，在 utilization 为 100% 时给节点评分为 10，因此启用了装箱行为。要启用最少请求（least requested）模式，必须按如下方式反转得分值。

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

它可以像下面这样用来添加扩展资源：

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。同时，weight 不能设置为负值。

节点容量分配的评分

本节适用于希望了解此功能的内部细节的人员。以下是如何针对给定的一组值来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 配置：

可用： intel.com/foo: 4 memory: 1 GB cpu: 8 已用： 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 配置：

可用： intel.com/foo: 8 memory: 1GB cpu: 8 已用： intel.com/foo: 2 memory: 512MB cpu: 6