[发明专利]资源调度方法、装置、电子设备以及计算机可读存储介质

说明书

本公开提供了一种资源调度方法、装置、电子设备以及计算机可读存储介质，其中，该方法包括：获取资源请求端发送的资源调度请求；响应于资源调度请求，获取针对资源请求端的资源分组信息；资源分组信息用于指示每个工作节点所属的资源分组，以及部署在工作节点中的GPU资源与每个工作节点的绑定关系；基于GPU资源需求量和资源分组信息所指示的资源分组的GPU资源剩余量确定用于创建目标容器的工作节点和目标容器所需的GPU资源。本公开实施例通过该资源分组信息对工作节点和GPU资源进行分组部署的方式，可以灵活对工作节点中部署的GPU资源进行调度，减少GPU资源碎片，从而提高GPU资源的利用率。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种资源调度方法、装置、电子设备以及计算机可读存储介质。

背景技术

目前，随着云计算和容器编排的流行，越来越多的服务使用容器集群中容器运行，容器集群是为容器化的应用程序创建和部署的集群，例如，Kubernetes集群。在Kubernetes集群中使用图形处理器(Graphics Processing Unit，缩写GPU)可以有效的提升服务的并行计算能力。在当前Kubernetes集群中，在调度GPU资源时，可以按照机器分组的方式调度GPU资源。但是，按照机器分组的调度方式，需要按照机器的分组对GPU进行调度。一般情况下，按照机器分组的调度方式会将部署在相同的机器上的GPU资源调配给资源请求端。如果机器上GPU数量较多，或者机器数量较少，则无法实现灵活对机器中的GPU资源进行调度，从而容易造成机器上较多的GPU资源出现资源浪费，例如，未被分配给资源请求端的GPU资源。

发明内容

本公开实施例至少提供一种资源调度方法、装置、电子设备以及计算机可读存储介质。

第一方面，本公开实施例提供了一种资源调度方法，应用于容器集群的主节点，所述容器集群还包含至少一个部署有GPU的工作节点，包括：获取资源请求端发送的资源调度请求；所述资源调度请求中包含待创建的目标容器的GPU资源需求量；响应于所述资源调度请求，获取针对所述资源请求端的资源分组信息；所述资源分组信息用于指示每个工作节点所属的资源分组，以及部署在工作节点中的GPU资源与每个工作节点的绑定关系；基于所述GPU资源需求量和所述资源分组信息所指示的资源分组的GPU资源剩余量确定资源调度信息；所述资源调度信息包括：用于创建所述目标容器的工作节点和所述目标容器所需的GPU资源。

在本公开实施例中，首先，获取资源请求端发送的资源调度请求，并响应于资源调度请求，获取针对资源请求端的资源分组信息，进而基于GPU资源需求量和资源分组信息所指示的资源分组的GPU资源剩余量确定资源调度信息。通过上述描述可知，预先为资源请求端对应设置了资源分组信息，通过该资源分组信息对工作节点和GPU资源进行分组部署的方式，可以灵活对工作节点中部署的GPU资源进行调度，减少GPU资源碎片，从而提高GPU资源的利用率。

一种可选的实施方式中，若所述资源分组的数量为多个，则多个资源分组中任意两个资源分组中所包含的GPU资源部分相同或者完全不相同，所述多个资源分组中任意两个资源分组所对应的工作节点相同或者不同，且所述资源分组中与每个工作节点相绑定的GPU资源为部署在该工作节点中的GPU资源。

在本公开实施例中，通过上述处理方式，可以提高工作节点中部署的GPU资源的利用率，减小GPU资源碎片，并避免资源分组之间出现冲突的分组，以提高资源调度的可靠性和准确性。

一种可选的实施方式中，基于所述GPU资源需求量和所述资源分组信息所指示的资源分组的GPU资源剩余量确定资源调度信息，包括：获取所述资源分组所对应的容器标识，其中，所述容器标识用于指示每个资源分组所对应的目标容器；根据所述容器标识在所述资源分组中确定与所述目标容器相匹配的资源分组；若所述相匹配的资源分组的GPU资源剩余量大于或者等于所述GPU资源需求量，则根据所述相匹配的资源分组确定所述资源调度信息。