Apache YuniKorn 核心调度器使用指南
2024-08-07 23:36:25作者:裘晴惠Vivianne
项目介绍
Apache YuniKorn 是一个开源的、多租户、多框架的资源调度器,专为云原生环境设计,支持 Kubernetes 和 Apache YARN。YuniKorn 的核心调度器(yunikorn-core)是其调度逻辑的核心部分,负责收集资源信息并进行容器分配决策。
项目快速启动
环境准备
确保你已经安装了以下工具:
- Kubernetes 集群
- kubectl 命令行工具
- Git
克隆项目
首先,克隆 YuniKorn 核心调度器的代码仓库:
git clone https://github.com/apache/yunikorn-core.git
cd yunikorn-core
部署 YuniKorn
使用 Helm 部署 YuniKorn 到 Kubernetes 集群:
# 添加 YuniKorn Helm 仓库
helm repo add yunikorn https://apache.github.io/yunikorn-release
# 更新 Helm 仓库
helm repo update
# 安装 YuniKorn
helm install yunikorn yunikorn/yunikorn
访问 Web UI
通过端口转发访问 YuniKorn 的 Web UI:
kubectl port-forward svc/yunikorn-service 9889:9889 -n yunikorn
打开浏览器,访问 http://localhost:9889 即可看到 YuniKorn 的 Web UI。
应用案例和最佳实践
案例一:Spark 任务调度
YuniKorn 支持 Spark 任务的 Gang 调度,确保所有任务实例同时启动,避免部分任务因资源不足而等待。以下是一个简单的 Spark 任务调度配置示例:
apiVersion: v1
kind: Pod
metadata:
name: spark-driver
labels:
applicationId: spark-app
spec:
schedulerName: yunikorn
containers:
- name: spark-driver
image: spark:latest
command: ["spark-submit"]
args: ["--master", "k8s://https://kubernetes.default.svc", "--deploy-mode", "cluster", "your-spark-job.jar"]
最佳实践
- 资源分配策略:根据应用的资源需求和集群的资源状况,合理配置资源分配策略。
- 多租户管理:利用 YuniKorn 的多租户特性,为不同用户或团队分配独立的资源池。
- 监控与日志:集成 Prometheus 和 Grafana,实时监控调度器的性能和资源使用情况。
典型生态项目
Kubernetes Shim
YuniKorn 的 Kubernetes Shim 是一个适配器,用于将 Kubernetes 的资源管理接口与 YuniKorn 核心调度器对接。它使得 YuniKorn 能够在 Kubernetes 环境中进行资源调度和管理。
YuniKorn Web UI
YuniKorn Web UI 提供了一个集中的视图,用于查看集群资源容量、利用率以及所有应用的信息。通过 Web UI,管理员可以直观地监控和管理集群资源。
Prometheus 和 Grafana
YuniKorn 支持通过 Prometheus 暴露调度指标,并结合 Grafana 进行可视化展示。这有助于实时监控调度器的性能和资源使用情况,及时发现和解决问题。
通过以上模块的介绍和实践,你可以快速上手并充分利用 Apache YuniKorn 核心调度器的强大功能,优化你的云原生环境中的资源调度。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2