如何在后浪云混部场景下利用资源配额高效分配集群资源？

01 引言

在阿里集团，离线混部技术从 2014 年开始，经历了七年的双十一检验，内部已实现大规模落地推广，每年为阿里集团节省数十亿的资源成本，整体资源利用率为 70%左右，达到业界领先水平。这两年，我们开始把集团内的混部技术通过产品化的方式输出给业界，通过插件化的方式无缝安装在标准原生的 K8s 集群上，配合混部管控和运维能力，提升集群的资源利用率和产品的综合用户体验。

由于混部是一个复杂的技术及运维体系，包括 K8s 调度、OS 隔离、可观测性等等各种技术，之前的一篇文章《 历经 7 年双 11 实战，阿里巴巴是如何定义云原生混部调度优先级及服务质量的？ 》，主要聚焦在调度优先级和服务质量模型上，今天我们来关注一下资源配额多租相关的内容。

02 资源配额概述

首先想提一个问题，在设计上，既然 K8s 的调度器已经可以在没有资源的情况下，让 pod 处于 pending 状态，那为什么，还需要有一个资源配额（Resource Quota）的设计？

我们在学习一个系统时，不但要学习设计本身，还需要考虑为什么这个设计是必须的？如果把这个设计从系统中砍掉，会造成什么后果？因为在一个系统中增加任何一项功能设计，都会造成好几项边际效应（Side Effect），包括使用这个系统的人的心智负担，系统的安全性、高可用性，性能，都需要纳入考虑。所以，功能不是越多越好。越是优秀的系统，提供的功能反而是越少越好。例如 C 语言只有 32 个关键字，而用户可以通过自定义组合这些基础能力，实现自己想要的任何需求。

回到原问题，一个集群的资源一定是有限的，无论是物理机上的 CPU、内存、磁盘，还有一些别的资源例如 GPU 卡这些。光靠调度，是否能解决这个问题呢？如果这个集群只有一个用户，那么这个问题其实还是能忍受的，例如看到 pod pending了，那就不创建新的 pod 了；如果新的 pod 比较重要，这个用户可以删掉旧的 pod，然后再创建新的。但是，真实的集群是被多个用户或者说团队同时使用的，当 A 团队资源不够了，再去等 B 团队的人决策什么应用可以腾挪出空间，在这个时候，跨团队的交流效率是非常低下的。所以在调度前，我们就需要再增加一个环节。如下图所示：

在这个环节内，引入了资源配额和租户这 2 个概念。租户，是进行资源配额调配的团队单位。配额，则是多个租户在使用有限的集群资源时，互相在事先达成的一个共识。事先是一个非常重要的关键词，也就是说不能等到 pod 到了调度时、运行时，再去告诉创建者这个 pod 因为配额不足而创建不出来，而是需要在创建 pod 之前，就给各个团队一个对资源的心理预期，每年初在配置资源配额时，给 A 团队或者 B 团队定一个今年可以使用的配额总量，这样当 A 团队配额用完时，A 团队内部可以先进行资源优先级排序，把不重要的 pod 删除掉，如果还不够，那就再和 B 团队商量，是否可以从 B 团队的配额划分一些配额过来。这样的话，就无需任何情况下都要进行点对点的低效率沟通。A 团队和 B 团队在年初的时候就需要对自己的业务的资源用量，做一个大概的估算，也就是资源预算。

所以从这个角度来说，资源配额，是多个租户之间低频高效率沟通合作的一种方式。如果把配额这个概念放到经济学中，是不是就有点计划经济的感觉了呢？其实里面的核心思想是一致的，都是在有限的资源情况下，各个组织之间在事先达成一个高效率的合作沟通方案。

03 低优资源配额从哪里来？

apiVersion: v1
kind: Pod
metadata:
annotations: 
alibabacloud.com/qosClass: BE # {LSR,LS,BE}
spec:
containers:
-resources:
limits:
alibabacloud.com/reclaimed-cpu: 1000  # 单位millicore，1000表示1Core
alibabacloud.com/reclaimed-memory: 2048  # 单位字节，和普通内存一样。单位可以为GiMiKiGBMBKB
requests:
alibabacloud.com/reclaimed-cpu: 1000
alibabacloud.com/reclaimed-memory: 2048

再回到今天想讨论的话题，云原生混部的资源配额，和 K8s 社区原生的资源配额有什么区别？从上面的 yaml 配置可以看到，低优资源我们使用了社区的扩展资源来进行管理，所以，很顺理成章的就是对低优 CPU 和低优内存做一个配额总量的控制，并且这些总量会在不同部门之间进行事先的预算分配，这些逻辑和社区的资源配额逻辑是一样的，在这里就不赘述了，大家可以看社区的官方文档：《资源配额》

但是低优资源还有一些逻辑是和社区资源配额是不一样的，并且，由于 CPU 和内存这 2 种资源天生的特性不同，所以还有区别，接下来用一张表来展现这个概念。

可以看到，由于 CPU 是可压缩资源，我们引入了 低优 CPU 超卖比 这个参数，在原有集群 100C 的基础上，可以另外超卖出 60C 的资源，给所有的低优任务使用。而对于内存这种不可压缩资源而言，总体 100G，按照 低优内存分配比 这个参数，划分了 40G 之后，剩下给高中优的用量就只剩 60G 了。因为在混部集群的管理中，由此得到的一个结论就是，要给集群的机器配置更多的内存，这样才有足够的数量不影响在线业务使用。

注：可压缩资源(例如 CPU 循环，disk I/O 带宽)都是速率性的可以被回收的，对于一个 task 可以降低这些资源的量而不去杀掉 task；和不可压缩资源(例如内存、硬盘空间)这些一般来说不杀掉 task 就没法回收的。

《在 Google 使用 Borg 进行大规模集群的管理 5-6》- 6.2 性能隔离

这里顺便卖个关子，具体这个配比多少是合适的，包括这几个参数到底设置多少是合理的，在阿里云的商用产品 ACK 敏捷版混部里面会有具体内容输出。

04 基于容量的弹性配额调度

云原生混部在配额方面，和社区的第二个区别在哪里呢？可以看到的是，引入混部后会引入大量的离线运算任务，和比较有规律的在线业务相比，离线任务像洪水一样是一波一波的，在整个时间区间内更不规律。有可能 A 团队在跑大数据计算，把自己的低优配额都跑完了，但是 B 团队的大数据计算这个时候还没跑，还有空闲的配额。

那么，是否可以把这部分的配额利用起来，先“借”给 A 部门使用呢？这里就可以引入另外一个能力，基于容量的配额调度。

1. 支持定义不同层级的资源配额。如上图所示，您可以根据具体情况（比如：公司的组织结构）配置多个层级的弹性配额。弹性配额组的叶子节点可以对应多个 Namespace，但同一个 Namespace 只能归属于一个叶子节点。
2. 支持不同弹性配额之间的资源借用和回收。

• Min：您可以使用的保障资源（Guaranteed Resource）。当整个集群资源紧张时，所有用户使用的 Min 总和需要小于集群的总资源量。
• Max：您可以使用的资源上限。

引入了这个弹性配额调度后，我们发现组织中多个团队在使用低优资源时的“弹性”更强了，当 B 团队有空闲的配额时，可以动态的“借”给 A 团队使用，反之亦然。这样集群在全时间段里面的利用率进一步提升，更充分和有效的利用了集群的资源。

05 相关解决方案介绍

进入了 2022 年，混部在阿里内部已经成为了一个非常成熟的技术，为阿里每年节省数十亿的成本，是阿里数据中心的基本能力。而阿里云也把这些成熟的技术经过两年的时间，沉淀成为混部产品，开始服务于各行各业。

在阿里云的产品族里面，我们会把混部的能力通过 ACK 敏捷版 ， 以及 CNStack（CloudNative Stack）产品家族 ，对外进行透出，并结合龙蜥操作系统（OpenAnolis），形成完整的 云原生数据中心混 部的 一体化解决方案 ，输出给我们的客户。