Volcano调度器中容量插件对层级队列资源检查的缺陷分析
2025-06-12 07:58:10作者:田桥桑Industrious
问题背景
在Volcano调度器的容量插件(capacity plugin)中,存在一个关于层级队列(hierarchical queues)资源分配检查的重要缺陷。该插件当前仅检查叶子队列(leaf queue)的实际容量(real-capability),而忽略了其父队列的资源限制,这可能导致资源分配超出父队列的容量限制。
当前实现的问题
容量插件通过allocatableFn函数在调度会话开始时添加可分配性检查。该函数目前仅验证叶子队列是否有足够资源承载候选任务的资源需求。这种实现存在以下问题:
-
层级队列资源溢出风险:当叶子队列通过检查但其父队列资源不足时,系统仍会允许分配,导致父队列资源被超额占用。
-
回收(reclaim)动作受阻:当前的检查机制同时用于分配(allocate)和回收(reclaim)动作,在回收场景下可能导致合理的资源回收被错误阻止。
问题示例分析
考虑一个典型的层级队列结构:
- 根队列(root)有6Gi内存容量
- 子队列queue1无保障(guarantee)设置
- queue1有两个子队列queue11和queue12
- queue12又有子队列queue121
假设queue11已分配4Gi,queue121需要2Gi。当前实现中:
- queue121作为叶子队列可以通过容量检查
- 但实际分配会导致queue1总分配达到6Gi,超过其实际容量
- 同时回收动作会被queue1的容量限制阻止
解决方案探讨
经过深入讨论,我们确定了几个改进方向:
-
层级检查机制:需要检查从叶子队列到根队列的完整路径上所有队列的容量限制,而不仅是叶子队列。
-
区分分配与回收:为两种操作设计不同的检查逻辑:
- 分配时需要检查完整路径
- 回收时只需检查被回收队列的直接父队列
-
插件架构调整:考虑将容量检查逻辑从AllocatableFn迁移到Preemptive阶段,使架构更清晰。
技术实现建议
建议采用以下改进方案:
queueAllocatable := func(queue *api.QueueInfo, candidate *api.TaskInfo) bool {
attr := cp.queueOpts[queue.UID]
futureUsed := attr.allocated.Clone().Add(candidate.Resreq)
return futureUsed.LessEqualWithDimension(attr.realCapability, candidate.Resreq)
}
ssn.AddAllocatableFn(cp.Name(), func(queue *api.QueueInfo, candidate *api.TaskInfo) bool {
if !readyToSchedule {
return false
}
if hierarchyEnabled {
if !cp.isLeafQueue(queue.UID) {
return false
}
allocatable := queueAllocatable(queue, candidate)
for _, parentID := range cp.queueOpts[queue.UID].parents {
if !queueAllocatable(ssn.Queues[parentID], candidate) {
allocatable = false
break
}
}
return allocatable
}
return queueAllocatable(queue, candidate)
})
总结
Volcano调度器的容量插件需要增强对层级队列的资源检查能力。通过实现完整的队列层级检查机制,并区分分配与回收场景的不同处理逻辑,可以确保系统资源分配的合理性和公平性。这一改进将显著提升调度器在复杂队列结构下的资源管理能力。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp Cafe Menu项目中link元素的void特性解析2 freeCodeCamp博客页面工作坊中的断言方法优化建议3 freeCodeCamp论坛排行榜项目中的错误日志规范要求4 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析5 freeCodeCamp英语课程填空题提示缺失问题分析6 freeCodeCamp全栈开发课程中React实验项目的分类修正7 freeCodeCamp音乐播放器项目中的函数调用问题解析8 freeCodeCamp课程页面空白问题的技术分析与解决方案9 freeCodeCamp课程视频测验中的Tab键导航问题解析10 freeCodeCamp课程中屏幕放大器知识点优化分析
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 CVE-2024-38077伪代码修复版EXP资源详解:Windows远程桌面授权服务问题利用指南 RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
241
2.38 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
216
291
暂无简介
Dart
539
118
仓颉编译器源码及 cjdb 调试工具。
C++
115
86
仓颉编程语言运行时与标准库。
Cangjie
122
97
🎉 (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 K
589
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++
590
118
Ascend Extension for PyTorch
Python
79
112
仓颉编程语言提供了 stdx 模块,该模块提供了网络、安全等领域的通用能力。
Cangjie
80
56