Apache YuniKorn 项目使用教程
2024-08-07 02:27:37作者:虞亚竹Luna
1. 项目的目录结构及介绍
Apache YuniKorn 项目的目录结构如下:
yunikorn-release/
├── helm-charts/
│ └── yunikorn/
├── perf-tools/
├── release-top-level-artifacts/
├── tools/
├── .asf.yaml
├── .gitignore
├── LICENSE
├── NOTICE
├── README.md
├── check_license.sh
├── go.mod
└── go.sum
目录介绍
helm-charts/: 包含用于 Kubernetes 的 Helm charts。perf-tools/: 性能工具目录。release-top-level-artifacts/: 发布顶级 artifacts 目录。tools/: 工具目录。.asf.yaml: Apache 软件基金会配置文件。.gitignore: Git 忽略文件。LICENSE: 项目许可证文件。NOTICE: 项目通知文件。README.md: 项目自述文件。check_license.sh: 许可证检查脚本。go.mod: Go 模块文件。go.sum: Go 模块校验和文件。
2. 项目的启动文件介绍
Apache YuniKorn 项目的启动文件主要位于 helm-charts/yunikorn/ 目录下。以下是关键文件的介绍:
helm-charts/yunikorn/templates/: 包含 Kubernetes 资源模板文件。deployment.yaml: YuniKorn 部署文件。service.yaml: YuniKorn 服务文件。configmap.yaml: YuniKorn 配置映射文件。
启动流程
- 使用 Helm 安装 YuniKorn:
helm install yunikorn ./helm-charts/yunikorn - 检查 Kubernetes 集群中的 YuniKorn 部署和服务是否正常运行。
3. 项目的配置文件介绍
Apache YuniKorn 的配置文件主要位于 helm-charts/yunikorn/values.yaml 和 helm-charts/yunikorn/templates/configmap.yaml 中。
values.yaml
values.yaml 文件包含了 Helm chart 的默认配置值,可以在此文件中自定义 YuniKorn 的配置。
configmap.yaml
configmap.yaml 文件定义了 YuniKorn 的配置映射,包含了 YuniKorn 的核心配置。
关键配置项
scheduler.name: 调度器名称。scheduler.image: 调度器镜像。scheduler.resources: 调度器资源配置。service.type: 服务类型。service.port: 服务端口。
配置示例
scheduler:
name: yunikorn
image: apache/yunikorn:latest
resources:
requests:
memory: "512Mi"
cpu: "500m"
limits:
memory: "1Gi"
cpu: "1"
service:
type: ClusterIP
port: 9089
通过修改 values.yaml 文件中的配置项,可以自定义 YuniKorn 的行为和资源分配。
以上是 Apache YuniKorn 项目的基本使用教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你更好地理解和使用 Apache YuniKorn。
登录后查看全文
热门项目推荐
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 StartedRust0148- 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
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
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
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
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985