知识卡片
调度追求利用率
成千上万台物理机组成的资源池,要靠调度算法为每个虚拟机选出“最合适”的物理机:既要快速部署,又要让资源利用最大化。资源按地域、高可用域、机架、集群分层组织;OpenStack 先按条件过滤候选物理机,再按权值打分,由此组合出亲和、反亲和(把同一应用的实例分散到不同物理机)、负载均衡等策略。调度质量决定资源池能否真正发挥规模效益。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《企业云计算:原理、架构与实践指南 2020》第4章《计算服务》(源文件:_epub-src/OEBPS/Text/chapter4.xhtml)
- 结论依据:原文说明数据中心按地域、高可用域、机架、集群从大到小组织资源池,调度算法要把虚拟机实例放到资源池内最合适的物理机;OpenStack FilterScheduler先过滤再按权值计算,组合出亲和性、反亲和性、CPU利用率负载均衡等策略。
- 原始内容:而资源调度算法就是为了解决指定虚拟机实例到整个云数据中心计算资源池内最合适的物理机的问题。……(6)反亲和性(Ant-iAffinity):多个虚拟机需要放在不同的物理机上。