在创建新实例时，系统需要判断如何将应用实例放置在下层计算节点上。放置算法应当满足哪些方面的目标？

在创建新实例时，系统需要判断如何将应用实例放置在下层计算节点上。放置算法应当满足多方面的目标：

• 容错：当有多个实例时，将其分布在不同的计算节点和可用区上，提高应用的可用性。

• 资源利用率：在不损失性能的前提下，将计算密集型、I/O 密集型等应用调度到相同计算节点上，尽可能充分利用节点的计算、存储和网络资源。动态迁移不同节点上的碎片化实例，进行“碎片整理”，提高资源利用率。

• 性能：例如复用启动过相同应用实例或函数的节点、利用缓存数据加速应用的启动时间。

• 数据驱动：除了在线调度，系统还将天、周或者更大时间范围的数据用于离线分析。离线分析的目的是利用全量数据验证在线调度算法的效果，为参数调优提供依据，通过数据驱动的方式加快资源流转速度，提高集群整体资源利用率。

以上内容摘自《云原生架构白皮书2022新版》电子书，点击https://developer.aliyun.com/special/download?id=8548可下载完整版