弹性云原生:tensile-kube - 跨集群资源调度的利器!
项目简介
tensile-kube 是一个基于 virtual-kubelet 构建的开源工具,旨在让 Kubernetes 集群之间的协同工作更加智能和高效。它允许上层集群与下层集群之间进行资源自动发现,并优化跨集群的资源调度,同时支持 PV/PVC 和服务管理,确保应用的稳定运行。
项目技术分析
tensile-kube 包含以下关键组件:
-
虚拟节点(virtual-node):这是一个基于 virtual-kubelet 实现的 Kubernetes 提供者。上层集群创建的Pod会被同步到下层集群,并处理依赖的ConfigMap或Secret。
-
多集群调度器(multi-cluster scheduler):使用 Kubernetes 的调度框架构建,实时监控所有下层集群的容量,当可用节点数大于等于1时,进行Pod调度。为满足不同的需求,还提供了一个额外的实现——去碎片化调度器(descheduler)。
-
去碎片化调度器(descheduler):类似 K8s 的 descheduler,但针对特定场景进行了优化,可尝试重新调度无法在低层集群中调度的Pod。
-
webhook:利用 Kubernetes 的突变webhook机制,转换可能影响Pod调度的字段,如
nodeSelector、nodeAffinity和tolerations,仅对有标签virtual-pod:true的Pod生效。
应用场景

tensile-kube 在腾讯游戏的部署实践中大放异彩。在一个由 flannel 连接的多集群环境中,所有的节点CIDR都基于同一个etcd分配,Pod可以跨集群直接通过IP通信。这种情况下,tensile-kube 能有效帮助解决资源碎片问题,提高集群资源利用率。
项目特点
- 跨集群资源自动发现:实时了解每个集群的资源状况,提升调度效率。
- 异步通知Pod修改:降低频繁列表查询带来的开销。
- 全功能日志和执行支持:与
kubectl logs和kubectl exec命令兼容。 - 全局调度避免资源碎片:利用多集群调度器避免因资源碎片导致的不可调度Pod。
- 动态去碎片策略:descheduler 可重新调度无法在较低层级集群中调度的Pod。
- PV/PVC 支持:特别适用于本地PV的
WaitForFirstConsumer策略。 - 服务同步:保证跨集群的服务通讯正常。
快速部署
要构建并部署tensile-kube,你可以按照以下步骤操作:
- 克隆仓库:
git clone https://github.com/virtual-kubelet/tensile-kube.git - 编译项目:
make - 部署虚拟节点:根据提供的参数设置,运行虚拟节点二进制文件
- 部署webhook和descheduler:将配置文件中的镜像替换为你的镜像,并在K8s集群中部署
贡献者包括来自腾讯的Weidong Cai、Ye Yin,以及其他开发者。
tensile-kube 是一个多才多艺的工具,无论你是大型集群管理员还是追求高效资源调度的开发人员,它都能帮你实现更智能的跨集群资源管理。立即加入,开启你的弹性云原生之旅吧!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00