centos k8s部署中資源分配策略

在CentOS上部署Kubernetes并進行資源分配，主要涉及對集群中的計算資源（如CPU和內存）進行合理配置和管理。以下是詳細的步驟和策略：

定義Pod

首先，定義一個Pod，Pod是Kubernetes中最小的部署單元，可以包含一個或多個容器。在Pod的配置文件中需要指定資源請求和限制。

apiVersion: v1
kind: Pod
metadata:
  name: my-pod
spec:
  containers:
  - name: my-container
    image: nginx
    resources:
      requests:
        memory: "64Mi"
        cpu: "250m"
      limits:
        memory: "128Mi"
        cpu: "500m"

創建Deployment

接下來，創建一個Deployment來管理Pod的生命周期，并確保應用程序始終處于期望的狀態。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: my-container
        image: nginx
        resources:
          requests:
            memory: "64Mi"
            cpu: "250m"
          limits:
            memory: "128Mi"
            cpu: "500m"

指定資源請求和限制

在定義Pod或Deployment時，需要指定資源請求和限制，以確保每個容器獲得足夠的資源并限制其使用量。

• 資源請求（Requests）：指定容器啟動時所需的最小資源量，Kubernetes會確保每個容器至少獲得其請求的資源量。
• 資源限制（Limits）：指定容器可以使用的最大資源量，當容器嘗試使用超過其限制的資源時，可能會被系統終止或受到限制。

使用GPU資源

如果需要使用GPU資源，可以通過安裝NVIDIA的GPU插件來管理和調度GPU資源。

kubectl apply -f https://raw.githubusercontent.com/NVIDIA/k8s-device-plugin/v0.13.0/nvidia-device-plugin.yml

在Pod中配置GPU資源：

apiVersion: v1
kind: Pod
metadata:
  name: gpu-example
spec:
  containers:
  - name: cuda-container
    image: nvidia/cuda:11.2.0-base
    resources:
      limits:
        nvidia.com/gpu: 1  # 請求1個GPU

調度器分配資源

Kubernetes的調度器會根據資源限制將容器分配到合適的主機節點上。默認情況下，調度器會考慮節點的資源空閑情況來進行調度，但可以通過配置調度策略來優化。

資源調度策略

Kubernetes提供了多種調度策略和插件來優化資源分配。例如，可以使用Pod親和性和反親和性來控制Pod的調度位置，從而提高資源利用率和應用性能。

動態資源分配（DRA）

雖然DRA目前還在alpha階段，但它展示了強大的潛力，可以通過動態管理資源來提高集群的資源利用率。

以上步驟和策略，可以在CentOS上成功部署Kubernetes并進行有效的資源分配和管理。希望這些信息對你有所幫助。