Kueue v0.11.0-rc.1 版本深度解析:作业调度系统的重大升级
Kueue 是 Kubernetes 生态系统中一个专注于作业队列管理的开源项目,它为批处理工作负载提供了强大的调度能力。作为 Kubernetes 的作业队列管理器,Kueue 能够智能地管理计算资源的分配,确保集群资源得到高效利用。本文将深入分析 Kueue v0.11.0-rc.1 版本带来的重要更新和改进。
核心架构升级
本次版本对 Kueue 的核心架构进行了多项重要改进。最值得注意的是 GenericJob 接口的变更,这会影响所有自定义 Job CRD 的实现。PodSets 函数的签名现在需要返回潜在的错误信息,同时 PodSet.Name 字段的类型也从简单的字符串变更为更复杂的 PodSetReference 类型。这些变更虽然需要开发者进行适配,但为系统带来了更强的类型安全性和错误处理能力。
在配置方面,integrations.podOptions
字段已被标记为废弃。这一变更引导用户转向使用 managedJobsNamespaceSelector
进行命名空间选择,这是 Kueue 配置演进的重要一步,为未来的功能扩展奠定了基础。
调度能力显著增强
v0.11.0-rc.1 版本在调度能力方面实现了多项突破性改进:
拓扑感知调度(TopologyAwareScheduling)功能得到了全面增强,新增了最小空闲容量适配(LeastFreeCapacityFit)算法,并支持通过特性门控使用不同的调度策略。系统现在能够自动为完全配置了拓扑信息的 ClusterQueue 中的工作负载启用拓扑感知调度,无需显式添加注解。
公平调度机制也获得了重要更新,新增了队列公平共享状态和指标,使管理员能够更清晰地了解资源分配情况。值得注意的是,公平共享机制现在明确与 ClusterQueue.Preemption.BorrowWithinCohort 不兼容,修复了可能导致无限抢占循环的边缘情况。
多集群与扩展性提升
多集群支持(MultiKueue)功能在本版本中得到了显著扩展:
新增了对 RayCluster 和 RayJob 的支持,使这些流行的工作负载类型能够在多集群环境中运行。Pod 集成功能也被引入到 MultiKueue 中,进一步扩展了其适用范围。对于 Kubeflow Training-Operator Jobs,现在支持管理 spec.runPolicy.managedBy
字段,增强了与 Kubeflow 生态的集成能力。
稳定性与可靠性改进
本次版本包含了大量稳定性修复,其中一些关键改进包括:
修复了拓扑感知调度中可能导致不正确拓扑分配的几个关键问题,包括处理节点不可调度状态和拓扑容量不足的情况。状态管理方面,修复了可能导致 StatefulSet Pod 无法删除的问题,并改进了 ProvisioningRequest 处理流程,防止在 PodTemplate 尚未创建时被错误标记为失败。
指标系统也得到了增强,修复了 LocalQueue 资源使用和预留指标的收集问题,并改进了控制器运行时指标的跟踪能力。
用户体验优化
在用户体验方面,v0.11.0-rc.1 带来了多项改进:
新增了 kueue-viz Helm 图表,简化了可视化组件的安装过程。工作负载的抢占信息现在包含完整的 Workload 名称和 JobUID,使调试更加方便。错误消息也得到了改进,特别是在 ProvisioningRequest Admission Check 未初始化时,会提供更清晰的错误信息。
WaitForPodsReady 功能现在从工作负载准入时开始计时,而不是从 PodsReady 条件变为 False 时开始,这一变更使超时机制更加合理。
生态系统集成
Kueue 继续扩展其生态系统集成能力:
新增了对 AppWrappers 的集成支持,这是 IBM Spectrum LSF 中的关键概念。LeaderWorkerSet 现在可以通过 pod-group 集成进行管理。系统还移除了对已废弃的 Kubeflow MXJob 的支持,保持与活跃项目的集成。
总结
Kueue v0.11.0-rc.1 版本代表了该项目发展的重要里程碑,在调度能力、多集群支持、稳定性和用户体验等方面都取得了显著进步。这些改进使 Kueue 更加适合生产环境部署,能够更好地满足大规模批处理工作负载的管理需求。对于现有用户,建议仔细阅读升级说明,特别是关于 GenericJob 接口变更的部分,以确保平滑升级。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









