建设一个网站主要受哪些因素的影响iis配置wordpress

建设一个网站主要受哪些因素的影响,iis配置wordpress,开发网站教程,新郑市网站建设小程上文使用koordinator演示gang-scheduling和binpack调度#xff0c; 已经生效。4个2卡Pod龟缩在一个节点#xff0c;另外一个2卡Pod被挤到另外一个节点#xff08;每节点上虚拟gpu#xff1a;8卡#xff09;。此时我们再尝试申请8卡作业#xff0c;pod会Pending状态。但一…上文使用koordinator演示gang-scheduling和binpack调度 已经生效。4个2卡Pod龟缩在一个节点另外一个2卡Pod被挤到另外一个节点每节点上虚拟gpu8卡。此时我们再尝试申请8卡作业pod会Pending状态。但一旦节点有资源pod就会自动进入Running状态。这就是resource.requests/limits 软调度的效果。1. resource.requests/limits 软调度上面的调度主要由requests配置来约束。requests 是“承诺资源” kube-scheduler将requests cpu1 的pod调度到某个node 就相当于从该node资源池上划走了有一部分资源这1核会被预定不再承诺给其他pod即使你这个pod只用了500m核。limits: 是资源使用的上限是由kubelet来强制执行。2. k8s原生配额ResourceQuota 硬隔离当多个团队共享k8s集群节点资源时 会有某一租户霸占大量资源的可能性。资源配额就是用来解决这个问题资源配额作用在命名空间上命名空间天生就是多租户概念的载体 限制了该租户命名空间能创建的资源对象(基础设施资源)的上限 这个限制是通过api server在资源对象层面做到的。ResourceQuota 相当于框定某一类资源的可用上限 有“资源类型”、”配额作用域“ 等过滤资源的选项 具体请参见ResouceQouta官方。下面给出一个包含[基础设施资源、扩展资源、资源对象]的ResourceQuotaapiVersion: v1kind: ResourceQuotametadata:name: mem-cpu-demospec:hard:requests.cpu: 1requests.memory: 1Gi # 需求总量limits.cpu: 2limits.memory: 2Gi # 限额总量requests.example.com/dongle: 2pods: 4replicationcontrollers: 20secrets: 10services: 10因为扩展资源不可超量分配故没有必要为扩展资源同时指定requests和limits配置只需指定requests.xxxx 即可。因为配额的准入是在apiserver 资源对象层面 所以当配额不足不会产生pod处于pending的现象kubectl命令会给出报错pods quota-mem-cpu-demo-2 is forbidden: exceeded quota 这点与resource.requests/limits 软调度不同。提示ResourceQuota 与集群资源总量是完全独立的。它们通过绝对的单位来配置。所以为集群添加节点时k8s资源配额不会自动赋予每个命名空间消耗更多资源的能力。3. kueue 任务队列上文k8s原生resourceQuota 是命名空间级别的硬资源限制“它只负责限制 不负责调度”。在企业级多租户云环境中为了①高效②灵活 利用集群资源 需要“协调和调度”的能力。kueue 这种任务队列就是这个作用它不谋求替代k8s原生组件作用工作在k8s原生调度器之上。kueue是k8s上管理资源池配额和管控job消费资源池配额的任务队列系统kueue决定了job什么时候应该等待什么时候被准入什么时候job可以被抢占。什么时候使用kueue① 需要弹性计算资源(可随时扩缩容)② 计算资源是异构资源架构、可用性、价格等因素这里我用自己的想法协助大家理解这①②点kueue中构建的clusterQueue引用的资源池配额是逻辑配额 资源可以跨队列流动 借用、抢占 虽然和k8s原生配额一样都不与硬件资源直接挂钩但很明显相比k8s原生配额更具弹性。同构资源指的是所有计算节点/设备规格相同 异构资源是指计算节点/设备规格/特性不同。image为什么会存在异构资源由业务需求驱动产生的不同设备形态AI/ML工作负载、边缘计算、科学计算等要求的设备种类、设备规格、设备侧重都不同 衍生出设备价格也不同。下图是kueue的作用原理。image3.1 资源高度抽象上面的resource.requests/limits 和k8s原生resourceQuota 都没能跳脱worker 节点资源的概念。kueue将worker节点上的资源抽象成由特定资源风味ResourceFlavor表征的资源池 框定了某一类含有特定资源类型/规格的节点。apiVersion: kueue.x-k8s.io/v1beta2kind: ResourceFlavormetadata:name: vgpuspec:nodeLabels:instance-type: vgpu上面名为vgpu的资源风味 框定了带有instance-typevgpu标签的节点如果是同构资源你也可以定义empty resource flavor。然后基于框定的资源池给某个任务队列分发资源配额。3.2 资源池的配额 nominalQuotaClusterQueue 默认是集群级别的对象定义了集群中某类资源风味的配额。下面为cluster-queue的全局队列依托于“default-flavor”资源池定义了使用配额, 其中为稀缺资源example.com/dongle约束10卡。命名空间team-a的localQueue引用了该clusterQueue。apiVersion: kueue.x-k8s.io/v1beta2kind: ResourceFlavormetadata:name: default-flavor ## 对同构资源定义empty资源风味---apiVersion: kueue.x-k8s.io/v1beta2kind: ClusterQueuemetadata:name: cluster-queuespec:namespaceSelector: {} # match all.resourceGroups:- coveredResources: [cpu, memory, pods]flavors:- name: default-flavorresources:- name: cpunominalQuota: 10- name: memorynominalQuota: 10Gi- name: example.com/donglenominalQuota: 10---apiVersion: kueue.x-k8s.io/v1beta2kind: LocalQueuemetadata:namespace: team-aname: team-a-queuespec:clusterQueue: cluster-queueclusterQueue与localQueue的引用关系实现了共享全局资源池的理念。形成的对象映射关系如下image浅绿色是kueue产生的对象浅蓝色是用户实际提交的批处理任务。下面用一个k8s原生job来演示 kueue的工作表现。apiVersion: batch/v1kind: Jobmetadata:name: pi3labels:kueue.x-k8s.io/queue-name: team-a-queuespec:parallelism: 3 # 并行执行次数默认为1completions: 3 # 完成次数默认为parallelism的值suspend: true # 应该在挂起状态下创建job由kueue来决定何时启动jobtemplate:spec:containers:- name: piimage: perlimagePullPolicy: IfNotPresentcommand: [ perl, -Mbignumbpi, -wle, print bpi(5000) ]resources:requests:cpu: 1memory: 200Miexample.com/dongle: 2limits:cpu: 1memory: 200Miexample.com/dongle: 2restartPolicy: Never# Job 代表一次性任务运行完成到停止它将π计算到5000个位置并将其打印出来。完成大约需要60秒。 之后pod状态是 Completed这里最重要的是配置是job中的suspend:true job应该以挂起状态被创建由kueue来决定何时启动。在原生job标签关联localqueue提交第一个任务3个Pod占用了6卡再立刻启动同样配置的第二个任务受localqueue中nominalQuota: 10的约束任务2会pending等待任务1执行完释放了example.com/dongle资源最后进入runing状态跑完任务。image分别查看任务1和任务2的准入事件imageimagekueue 还有很多特性,读者自行审阅修行在个人。① 核心的clusterqueue默认的排队策略是 BestEffortFIFO 先按优先级排序再按照创建时间未被准入的旧任务不会影响后续能被准入的新来任务。② 支持队列组Cohort 可实现资源弹性借用③ 注意队列组、clusterqueue与资源风味的1对多的关系。