Kubeflow Training Operator 中 Volcano 自定义队列配置问题解析

问题背景

在使用 Kubeflow Training Operator 运行 MPIJob 时，发现即使通过 runPolicy.schedulingPolicy.queue 指定了自定义队列（如 production），Volcano 调度器仍然会将 PodGroup 分配到默认的 default 队列中，导致自定义队列配置失效。

问题本质

这个问题的根本原因在于 Training Operator 的默认配置行为。Training Operator 默认使用 Kueue 作为组调度器（gang scheduler），而非 Volcano。因此，即使我们在 Pod 模板中指定了 schedulerName: volcano，Training Operator 仍然会优先使用 Kueue 相关的配置来处理 runPolicy 字段。

解决方案

要使 Volcano 调度器正常工作并识别自定义队列配置，需要在部署 Training Operator 时显式指定组调度器为 Volcano。具体方法是在 Training Operator 的部署配置中添加以下参数：

args:
- '--gang-scheduler-name=volcano'

这个参数会告诉 Training Operator 使用 Volcano 作为组调度器，从而确保 runPolicy.schedulingPolicy.queue 中指定的队列名称能够正确传递给 Volcano 调度器。

技术细节

1. Training Operator 的调度机制：Training Operator 支持多种组调度器，包括 Kueue 和 Volcano。默认情况下使用 Kueue，需要通过参数显式切换。

2. Volcano 队列工作原理：Volcano 的队列机制用于资源隔离和优先级控制。正确配置队列可以确保作业获得预期的资源配额和调度优先级。

3. MPIJob 的调度流程：当创建 MPIJob 时，Training Operator 会根据配置创建对应的 PodGroup 资源。PodGroup 的队列属性决定了作业将被调度到哪个资源池中。

最佳实践

1. 在部署 Training Operator 前，明确规划好需要使用的调度器类型。

2. 如果使用 Volcano，确保在部署时正确配置 --gang-scheduler-name=volcano 参数。

3. 创建队列资源时，注意设置合理的资源配额和优先级，避免资源争抢。

4. 对于生产环境，建议为不同团队或项目创建独立的队列，实现资源隔离。

总结

Kubeflow Training Operator 提供了灵活的调度器配置选项，但需要正确理解其默认行为和配置方式。通过合理配置组调度器参数，可以充分发挥 Volcano 调度器的队列管理功能，实现更精细化的资源调度控制。这个问题也提醒我们，在使用开源组件时，仔细阅读文档和理解默认配置非常重要。