Apache YuniKorn Kubernetes Shim 使用教程
2024-08-07 09:30:11作者:卓艾滢Kingsley
项目介绍
Apache YuniKorn Kubernetes Shim 是 Apache YuniKorn 项目的一部分,负责与 Kubernetes 进行通信。它主要负责将 Kubernetes 集群资源和资源请求通过调度器接口转换并发送给调度器核心,并在调度决策完成后将 Pod 绑定到特定节点。YuniKorn 是一个灵活、高效、可扩展的资源调度器,适用于多种工作负载,特别是批处理和流处理工作负载。
项目快速启动
环境准备
在开始之前,请确保您已经安装了以下工具:
- Kubernetes 集群
kubectl命令行工具git
克隆项目仓库
git clone https://github.com/apache/yunikorn-k8shim.git
cd yunikorn-k8shim
部署 YuniKorn
- 创建命名空间:
kubectl create namespace yunikorn
- 部署 YuniKorn 调度器:
kubectl apply -f deploy/scheduler/yunikorn-scheduler-deployment.yaml -n yunikorn
- 部署 YuniKorn Web UI:
kubectl apply -f deploy/web/yunikorn-web-deployment.yaml -n yunikorn
- 配置 Kubernetes 使用 YuniKorn 调度器:
编辑 kube-scheduler 配置文件,将调度器配置为使用 YuniKorn:
apiVersion: kubescheduler.config.k8s.io/v1beta1
kind: KubeSchedulerConfiguration
leaderElection:
leaderElect: true
clientConnection:
kubeconfig: "/etc/kubernetes/scheduler.conf"
profiles:
- schedulerName: yunikorn
plugins:
queueSort:
enabled:
- name: YuniKorn
preFilter:
enabled:
- name: YuniKorn
filter:
enabled:
- name: YuniKorn
score:
enabled:
- name: YuniKorn
bind:
enabled:
- name: YuniKorn
验证部署
检查 YuniKorn 调度器和 Web UI 是否正常运行:
kubectl get pods -n yunikorn
应用案例和最佳实践
批处理作业调度
YuniKorn 特别适合批处理作业的调度。通过配置不同的队列和资源配额,可以有效地管理批处理作业的资源分配。
流处理作业调度
对于流处理作业,YuniKorn 提供了灵活的调度策略,可以根据作业的优先级和资源需求进行动态调度。
资源配额管理
通过 YuniKorn 的队列和资源配额管理功能,可以确保不同团队和项目的资源分配公平合理。
典型生态项目
Apache Hadoop
YuniKorn 可以与 Apache Hadoop 集成,提供更高效的资源调度解决方案。
Apache Spark
对于 Apache Spark 作业,YuniKorn 提供了专门的调度策略,可以优化 Spark 作业的执行效率。
Kubernetes
YuniKorn 作为 Kubernetes 的调度器插件,可以无缝集成到现有的 Kubernetes 集群中,提供更高级的调度功能。
通过以上步骤,您可以快速启动并使用 Apache YuniKorn Kubernetes Shim,并了解其在不同应用场景下的最佳实践和典型生态项目。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
413
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
185
暂无简介
Dart
778
193
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
357
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896