Apache YuniKorn Kubernetes Shim 项目教程
2024-08-07 13:35:29作者:魏侃纯Zoe
1. 项目的目录结构及介绍
Apache YuniKorn Kubernetes Shim 项目的目录结构如下:
yunikorn-k8shim/
├── cmd
│ └── yunikorn-k8shim
│ └── main.go
├── conf
│ └── scheduler-conf.yaml
├── pkg
│ ├── cache
│ ├── common
│ ├── dispatcher
│ ├── events
│ ├── scheduler
│ └── util
└── README.md
目录结构介绍
- cmd: 包含项目的启动文件。
- yunikorn-k8shim: 主要的启动目录,包含
main.go文件。
- yunikorn-k8shim: 主要的启动目录,包含
- conf: 包含项目的配置文件。
- scheduler-conf.yaml: 调度器的配置文件。
- pkg: 包含项目的各个功能模块。
- cache: 缓存相关功能。
- common: 通用功能模块。
- dispatcher: 事件分发功能。
- events: 事件处理功能。
- scheduler: 调度器核心功能。
- util: 工具类功能。
- README.md: 项目说明文档。
2. 项目的启动文件介绍
项目的启动文件位于 cmd/yunikorn-k8shim/main.go。该文件是整个项目的入口点,负责初始化和启动 YuniKorn Kubernetes Shim。
main.go 文件介绍
package main
import (
"github.com/apache/yunikorn-k8shim/pkg/cache"
"github.com/apache/yunikorn-k8shim/pkg/common"
"github.com/apache/yunikorn-k8shim/pkg/dispatcher"
"github.com/apache/yunikorn-k8shim/pkg/events"
"github.com/apache/yunikorn-k8shim/pkg/scheduler"
"github.com/apache/yunikorn-k8shim/pkg/util"
)
func main() {
// 初始化各个模块
cache.Init()
common.Init()
dispatcher.Init()
events.Init()
scheduler.Init()
util.Init()
// 启动调度器
scheduler.Start()
}
3. 项目的配置文件介绍
项目的配置文件位于 conf/scheduler-conf.yaml。该文件包含了调度器的基本配置信息。
scheduler-conf.yaml 文件介绍
# 调度器配置文件
schedulerName: yunikorn
policyGroup: default
eventChannelCapacity: 1024
dispatchTimeout: 30s
配置项介绍
- schedulerName: 调度器的名称,用于标识调度器实例。
- policyGroup: 策略组名称,用于指定调度策略。
- eventChannelCapacity: 事件通道的容量,用于控制事件队列的大小。
- dispatchTimeout: 事件分发的超时时间,用于控制事件处理的超时。
以上是 Apache YuniKorn Kubernetes Shim 项目的目录结构、启动文件和配置文件的详细介绍。希望这份教程能帮助你更好地理解和使用该项目。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.76 K
暂无简介
Dart
773
192
Ascend Extension for PyTorch
Python
343
405
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
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
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249