调度的大脑——过滤器—权重器—选择器工作流 虽然说这个工作流结构相对比较通用,但是在不同平台中需要考虑的方面存在不少差异,尤其是在不同规格及业务场景的冲击下,设计上的差异更是突出,如图 3-11 所示。
• 强 / 弱过滤器的引入。过滤器依据了一些规则对候选物理机列表做筛选,但是在调度的策略中常常会出现如期望这些虚拟机尽量迁移到符合某些特定条件的机器上去等需求。针对这类需求,除了在权重中引入对应的因子,还可以使用弱过滤器,即当调度系统使用过滤器过滤后的候选列表低于设定阈值时,就会忽略掉这个过滤规则。
• 多重的调度权重因子。在当前的调度权重计算中,会考虑用户维度的打散、物理机健康度、调度虚拟机与目的机器上 CPU/ 内存的配比、机型的最佳匹配等。正是因为有诸多的考虑因素,最终才能在众多物理机中选择出“最”符合条件的物理机。
• 高度可配置化。在实际情况中,集群中资源的分布时刻都在变化,通过外部分析实时调整相关调度策略及因子,最大的挑战是一个可用区的物理机数量达到数万乃至数十万级别,如果每个物理机都走一遍过滤器—权重器—选择器的过程流,则性能开销非常巨大,无法实现高性能交付。常规的解决思路是进行物理机分组,比如 1000 台服务器一组,调度系统先选择分组,然后在组内实施过滤器—权重器—选择器流程。
《弹性计算:无处不在的算力》电子书可以通过以下链接下载:https://developer.aliyun.com/topic/download?id=7996"
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。