NUMA 拓扑感知调度--容器服务-火山引擎

文档中心

立即注册

导航

NUMA 拓扑感知调度

最近更新时间：2024.12.05 15:37:45首次发布时间：2023.08.30 10:18:19

容器服务支持基于 Katalyst 增强 Kubernetes 资源管理能力，提升资源利用率，降低成本，提升负载的性能。

说明

【邀测·申请试用】：该功能目前处于邀测阶段。如需使用，请提交申请。

使用场景

在搜广推、游戏、AI 分布式训练等业务场景下，用户对时延的敏感性较高，对容器在微拓扑级别的摆放方式存在要求。原生 Kubernetes 的微拓扑管理能力存在一些局限。因此容器服务基于 Katalyst 实现了 NUMA（Non-Uniform Memory Access，非统一内存访问架构）拓扑感知调度功能。

推荐使用拓扑感知调度功能的场景如下：

运行开启 NUMA 的弹性裸金属服务器。
计算密集性负载。
在线业务负载。
数据库类型业务场景。

使用说明

使用该功能时，有如下限制和须知事项：

集群 Kubernetes 版本要求：
- Kubernetes 1.24 版本：v1.24.10-vke.13 及以上版本。
- Kubernetes 1.26 版本：v1.26.10-vke.21 及以上版本。
- Kubernetes 1.28 版本：v1.28.3-vke.15 及以上版本。
依赖 VKE 的 scheduler-plugin 组件、katalyst 组件。
依赖节点池 kubelet 自定义配置功能。
Pod 的 QoS 级别必须是 Guaranteed，且容器申请的 CPU 资源量是整数的情况下会进行绑核。
完全兼容 Kubernetes 社区的拓扑管理策略。
说明
VKE 当前在调度时仅支持 single-numa-node 策略，容器（Container）级别亲和。
single-numa-node 策略下，Pod 请求（Request）的 CPU 和设备（如 RDMA 或 GPU）的调度与分配，需要满足单个 NUMA Node 的约束，否则会调度失败。

前提条件

已创建满足使用限制的集群。详细操作，请参见创建集群。
集群中已安装 scheduler-plugin 组件。详细操作，请参见 scheduler-plugin 组件。
集群中存在自定义节点池，且节点池中节点数不为 0。详细操作，请参见创建节点池。

使用方法

步骤一：安装和配置必要组件

该功能依赖 VKE 的 scheduler-plugin 组件、katalyst 组件，因此需要安装和配置该两个组件。

登录容器服务控制台。
在左侧导航栏选择集群，单击目标集群名称。
在集群管理页面左侧导航栏选择 组件管理。
在 组件管理 页面的调度页签，安装和配置组件。
- 找到 katalyst 组件，选择... > 安装，并勾选 拓扑感知调度 特性开关并勾选 CPU 资源管理类型。
- 找到 scheduler-plugin 组件，单击配置，开启 NUMA 拓扑感知调度。

步骤二：开启节点池的拓扑感知能力

在集群管理页面左侧导航栏选择 节点池。
在目标节点池操作列下单击编辑。
在 编辑节点池 页面，为节点池配置启用拓扑感知的 Label。
- 为节点池配置启用拓扑感知的 Label，其中 Key 为vke.node.katalyst.deploy，Value 为true。
- 配置节点池的 kubelet 自定义参数，在节点池上开启拓扑感知能力。
  按如下图配置 kubelet 自定义参数。详细说明，请参见配置节点池 kubelet 自定义参数。
  注意
  您可以通过开启或关闭节点池的节点标签及污点自动更新功能，控制是否同步标签到节点池中的存量节点。关闭该功能时，可能导致存量节点上无法实现拓扑感知调度，请谨慎配置。
单击确定，编辑完成节点池。

步骤三：创建工作负载

通过控制台创建

下文以创建无状态负载（Deployment）为例，更多工作负载相关操作，请参见工作负载。

说明

关于工作负载中使用的容器镜像，您可以参考镜像仓库的推送和拉取镜像文档内容，提前上传镜像到火山引擎镜像仓库中，也可以直接使用您自己准备的第三方镜像。

在集群管理页面左侧导航栏选择 工作负载 > 无状态负载，单击 创建无状态负载。
在 创建无状态负载 页面按实际需求配置负载参数。
本示例中部分参数按如下说明配置，其余参数的详细配置说明，请参见创建无状态负载。
在 ③ 基本信息 步骤中 调度策略 模块下开启 节点亲和调度，并按如下图配置 选择器 为vke.node.katalyst.deploy In true。
无状态负载创建成功后，单击负载名称进入详情页，然后单击 实例列表 页签，查看 Pod 实例的运行状态。
在集群管理页面左侧导航栏选择 节点池，找到已开启拓扑感知能力的目标节点池，单击名称。
在 节点池详情页 的 节点列表 页签，单击节点名称进入 节点详情页。
在 节点详情页 的 Pod 列表 页签，查看是否有已创建的工作负载相关 Pod。
如下图所示，表示已创建的工作负载相关 Pod 已被调度到开启拓扑感知能力的节点上。

通过 YAML 创建

下文以使用公网镜像创建 Pod 为例，演示拓扑感知调度情况。更多业务应用相关 Pod 或工作负载的介绍以及创建方法，请参见工作负载。

创建 Pod 的 YAML 文件。示例文件test-topo.yaml代码如下：

apiVersion: v1
kind: Pod
metadata:
  name: test-topo  # Pod 名称。
  namespace: default  # Pod 所属命名空间。
spec:
  affinity:  # Pod 亲和性调度。
    nodeAffinity:
      requiredDuringSchedulingIgnoredDuringExecution:
        nodeSelectorTerms:
        - matchExpressions:  #  Pod 亲和性调度选择器。
          - key: vke.node.katalyst.deploy
            operator: In
            values:
            - "true"
  containers:  # Pod 的容器配置。
  - image: redis  # Pod 的容器镜像，可替换为您自己的容器镜像。若使用公网镜像，请确保您的集群能够访问公网。
    name: redis
    resources:
      limits:
        cpu: "63"
        memory: 10Gi
      requests:
        cpu: "63"
        memory: 10Gi

执行以下命令，创建 Pod。
```
kubectl apply -f topo-pod.yaml
```

等待 3~5 分钟后，执行以下命令，查看 Pod 的状态，确保为 Running。

kubectl get pod -owide

预期输出结果：

NAME        READY   STATUS    RESTARTS   AGE     IP              NODE            NOMINATED NODE   READINESS GATES
test-topo   1/1     Running   0          3m11s   192.168.16.24   192.168.16.18   <none>           <none>

步骤四：查看调度与分配结果

执行如下命令，查看 Pod 被调度到的节点对应的 CustomNodeResource 资源。

kubectl get kcnr -o yaml 192.168.16.18

说明

将192.168.16.18替换为您自己节点的 IP 地址。

预期输出如下，Pod 已被调度到该节点，满足 single-numa-node 策略。

apiVersion: node.katalyst.kubewharf.io/v1alpha1
kind: CustomNodeResource
metadata:
  creationTimestamp: "2023-08-18T07:16:46Z"
  generation: 1
  labels:
    beta.kubernetes.io/arch: amd64
    beta.kubernetes.io/instance-type: ecs.ebmhfc2i.32xlarge
    beta.kubernetes.io/os: linux
    cluster.vke.volcengine.com/cluster-name: ccjev51m5kpqf********  # 集群 ID。
    cluster.vke.volcengine.com/machine-name: ncjfhjso70bf9********  # 节点 ID。
    cluster.vke.volcengine.com/machinepool-name: pcjfhjpc3bo2l********  # 节点所属节点池 ID。
    cluster.vke.volcengine.com/machinepool-type: machine-pool
    cluster.vke.volcengine.com/node-name: node-bhp929  # 节点池名称。
    failure-domain.beta.kubernetes.io/region: cn-beijing  # 节点池/节点所在地域。
    failure-domain.beta.kubernetes.io/zone: cn-beijing-a  # 节点池/节点所在可用区。
    kubernetes.io/arch: amd64
    kubernetes.io/hostname: 192.168.16.18  # 节点 IP 地址。
    kubernetes.io/os: linux
    node.kubernetes.io/instance-type: ecs.ebmhfc2i.32xlarge
    topology.kubernetes.io/region: cn-beijing  # 满足拓扑管理策略的地域。
    topology.kubernetes.io/zone: cn-beijing-a  # 满足拓扑管理策略的可用区。
    vke.node.katalyst.deploy: "true"  # 节点是否已开启拓扑感知能力。
  name: 192.168.16.18
  ownerReferences:
  - apiVersion: v1
    blockOwnerDeletion: true
    controller: true
    kind: Node
    name: 192.168.16.18
    uid: ccbaaecb-3e4a-486e-881b-6071********
  resourceVersion: "204363"
  uid: ff26814d-ee52-4c56-b346-6cfa52********
spec: {}
status:
  topologyPolicy: SingleNUMANodeContainerLevel  # 拓扑管理策略（此处为 single-numa-node）和资源粒度（此处为 container 级别）。
  topologyZone:
  - children:
    - name: "0"
      resources:
        allocatable:
          cpu: "61"
        capacity:
          cpu: "64"
      type: Numa
    name: "0"
    resources: {}
    type: Socket
  - children:
    - allocations:
      - consumer: default/test-topo/e0f06c84-d512-43f2-a34f-20c2********  # 被调度的 Pod 所属命名空间/名称/容器 ID。
        requests:
          cpu: "63"
      name: "1"
      resources:
        allocatable:
          cpu: "64"
        capacity:
          cpu: "64"
      type: Numa
    name: "1"
    resources: {}
    type: Socket