首页
/ Apache YuniKorn Kubernetes Shim 使用教程

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

  1. 创建命名空间:
kubectl create namespace yunikorn
  1. 部署 YuniKorn 调度器:
kubectl apply -f deploy/scheduler/yunikorn-scheduler-deployment.yaml -n yunikorn
  1. 部署 YuniKorn Web UI:
kubectl apply -f deploy/web/yunikorn-web-deployment.yaml -n yunikorn
  1. 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

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284