Harvester中管理节点禁用Kubevirt虚拟机调度的技术方案
2025-06-14 08:10:30作者:彭桢灵Jeremy
在Harvester集群部署实践中,管理节点(Management节点)通常承担着控制平面的关键角色。这些节点需要运行Kubernetes核心组件和Harvester管理系统,对资源稳定性和可靠性要求较高。然而,默认配置下这些节点同时也会参与Kubevirt虚拟机的调度,这可能会影响集群管理功能的稳定性。
问题背景
Harvester的Management角色节点默认配置为"优先但不专用"模式。这意味着:
- 管理节点会优先运行集群控制平面组件
- 但同时也会参与虚拟机工作负载的调度
- 在资源紧张时,管理节点可能被迫运行虚拟机负载
这种设计在大多数生产环境中并不理想,因为:
- 管理节点通常配置较低,不适合运行额外工作负载
- 虚拟机负载可能影响集群管理功能的稳定性
- 关键服务与用户负载混跑存在相互干扰风险
技术解决方案
原生Kubernetes调度控制
最直接的解决方案是利用Kubernetes原生调度机制,通过节点标签控制:
- 为管理节点添加专用标签:
kubevirt.io/schedulable: "false"
- 创建虚拟机时指定调度约束:
spec:
template:
spec:
affinity:
nodeAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
nodeSelectorTerms:
- matchExpressions:
- key: kubevirt.io/schedulable
operator: NotIn
values: ["false"]
Harvester持久化配置方案
由于上述标签在Harvester升级后会被重置,需要更持久的解决方案:
-
自定义节点分组标签:
- 为管理节点添加如
node-role.kubernetes.io/management-dedicated=true的标签 - 这些自定义标签不会在升级时被系统覆盖
- 为管理节点添加如
-
虚拟机调度策略:
- 在创建虚拟机时明确排除管理节点
- 使用节点亲和性规则确保虚拟机只运行在工作节点
实施建议
对于生产环境,建议采用以下最佳实践:
-
节点角色分离:
- 明确划分管理节点和工作节点
- 管理节点专用于控制平面组件
- 工作节点专用于运行虚拟机负载
-
资源规划:
- 管理节点配置适当资源余量
- 工作节点按虚拟机需求规划
-
调度策略:
- 使用污点和容忍度进一步强化调度控制
- 配置资源配额防止管理节点过载
未来优化方向
Harvester可考虑在系统层面增加以下功能:
- 专用管理节点模式开关
- 调度策略持久化机制
- 资源隔离保障功能
通过以上技术方案,可以有效确保Harvester集群管理平面的稳定性,同时为虚拟机负载提供可靠的运行环境。这种架构分离是生产环境部署的重要最佳实践。
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0136
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 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
468
461
Ascend Extension for PyTorch
Python
757
960
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
646