centos k8s资源分配策略

在CentOS上部署Kubernetes并进行资源分配，主要涉及对集群中的计算资源（如CPU和内存）进行合理配置和管理。以下是详细的步骤和策略：

1. 定义Pod：首先，定义一个Pod，Pod是Kubernetes中最小的部署单元，可以包含一个或多个容器。在Pod的配置文件中需要指定资源请求和限制。

   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"
   

2. 创建Deployment：接下来，创建一个Deployment来管理Pod的生命周期，并确保应用程序始终处于期望的状态。

   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"
   

3. 指定资源请求和限制：在定义Pod或Deployment时，需要指定资源请求和限制，以确保每个容器获得足够的资源并限制其使用量。

   • 资源请求（Requests）：指定容器启动时所需的最小资源量，Kubernetes会确保每个容器至少获得其请求的资源量。
   • 资源限制（Limits）：指定容器可以使用的最大资源量，防止某个Pod占用过多资源影响其他Pod。

4. 使用GPU资源：如果需要使用GPU资源，可以通过安装NVIDIA的GPU插件来管理和调度GPU资源。

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

   在Pod中配置GPU资源：

   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  # 请求1个GPU
   

5. 调度器分配资源：Kubernetes的调度器会根据资源限制将容器分配到合适的主机节点上。默认情况下，调度器会考虑节点的资源空闲情况来进行调度，但可以通过配置调度策略来优化。

6. 资源调度策略：Kubernetes提供了多种调度策略和插件来优化资源分配。例如，可以使用Pod亲和性和反亲和性来控制Pod的调度位置，从而提高资源利用率和应用性能。

7. 动态资源分配（DRA）：虽然DRA目前还在alpha阶段，但它展示了强大的潜力，可以通过动态管理资源来提高集群的资源利用率。

通过以上步骤和策略，可以在CentOS上成功部署Kubernetes并进行有效的资源分配和管理。