[发明专利]一种基于容器的集群管理系统中资源的调度方法和装置

说明书

本发明实施例公开了一种基于Kubernetes集群任务与机器约束调度的方法和装置，其中所述方法包括：遍历所有可用机器节点并获取每个可用机器节点的资源信息；计算每个可用Node的网络存储平均传输速率得分；根据所述机器节点的资源信息和所述每个可用Node的网络存储平均传输速率得分计算每个可用机器节点的约束权重得分；根据所述约束权重得分计算出针对约束任务调度到对应节点的优先级，并在优先级最高的Node上创建并运行任务Pod。本发明实施例提供的Kubernetes集群任务与机器约束调度的方法和装置，解决了Kubernetes集群中无法根据容器应用中对系统内核、网络等特定因素的约束调度需求，实现集群中容器到机器节点的调度。

技术领域

本发明涉及云计算技术调度领域，尤其是涉及一种基于容器的集群管理系统中资源的调度方法和装置。

背景技术

Docker是dotCloud开源的高级容器引擎。Docker的发展给应用程序的快速部署带来新的机遇。在传统虚拟机上部署应用经常会面临依赖冲突、配置麻烦、维护管理难等问题。Docker的发展能够将应用程序及其依赖环境打包成镜像，并通过容器方式快速部署。Docker相比传统的虚拟机具有以下几个特性：

(1)快速启动性，对服务的启动与停止可以妙级实现。

(2)资源需求少，对宿主机系统资源需求较少，单台节点可以启动上千台虚拟机。

(3)镜像获取与打包部署容易，能够通过pull的方式下拉基础镜像，提供了Dockerfile镜像打包机制，能快速的对应用程序进行打包。

Kubernetes是Google结合Borg系统精华，基于容器技术开发的集群管理系统，用于Docker容器式应用服务跨机器的部署与维护，解决了以容器方式集群化部署服务，以及各节点服务之间负载均衡与通信的问题。其中，Scheduler是Kubernetes的调度器，主要功能是为任务Pod分配机器，Scheduler调度方法主要包括两部分，一部分是筛选机器，另一部分则是给主机打分。机器的筛选主要是过滤掉不符合Pod需要的主机，筛选规则包括：卷冲突检测、资源需求检测、端口检测、挂载卷大小检测,经过过滤后，再对符合要求的机器进行打分，Kubernetes集群设定了一组优先级打分函数，每一个优先级打分函数会返回0-10的分数，每个函数也有对应的权重表示值。打分函数主要包括：LeastRequestedPriority、BalancedResourceAllocation、SelectorSpreadPriority、ImageLocalityPriority四种，打分函数包含了对CPU、内存、负载均衡、选择器优先级、镜像本地性等多项指标进行打分评估。

通过对Kubernetes在调度机制方面进行分析可知Kubernetes在约束调度算法方面，机器的筛选过程中对机器资源的筛选主要集中在CPU与内存上，因为集群是基于Docker容器，底层应用容器与宿主机在网络、磁盘、系统内核方面与宿主机共享，因此集群在资源筛选上存在不足，不能满足一些特定任务对网络、磁盘、系统内核有需求的任务进行调度。

发明内容

本发明实施例的主要目的在于提供一种Kubernetes集群任务与机器约束调度的方法和装置，解决了Kubernetes集群中无法根据容器应用中对系统内核、网络等特定因素的约束调度需求，实现集群中容器到机器节点的调度。

第一方面，提供了一种Kubernetes集群任务与机器约束调度的方法，包括步骤：遍历所有可用机器节点并获取每个可用机器节点的资源信息；计算每个可用Node的网络存储平均传输速率得分；根据所述机器节点的资源信息和所述每个可用Node的网络存储平均传输速率得分计算每个可用机器节点的约束权重得分；根据所述约束权重得分计算出针对约束任务调度到对应节点的优先级，并在优先级最高的Node上创建并运行任务Pod。