Docker背后的容器集群管理——从Borg到Kubernetes（二）.pdfVIP

Docker背后的容器集群管理——从Borg到Kubernetes （二） 1. 利用率 所以，本节讨论的集群利用率优化可以说是Borg 的精华所在，也是Borg系统与其他类似项目相 比最大的亮点之一。那么Borg 的具体做法是怎样的呢？ 如果用一句话来解释，Borg做了最主要工作就是来回收再利用任务的空闲资源，并且对不同的 回收策略做出了科学的评估。 所以我们接下来先从这个评估方法入手。 1.1 利用率的评估方法 前面已经提到过，Borg 中进行任务的调度既需要考虑机器的资源可用性（包括抢占），也要考 虑任务本身的约束要求 （比如我需要SSD机器），还需要考虑应对压力峰值所必需的空余量。而在 本节，我们还要为调度再加上一条规则，那就是对于batchjob来说，它们还需要能够利用从LRS任 务上回收来的资源。这种情况下，调度过程中的资源抢占和回收机制带来了一个负面影响：Borg很 难快速而精确地回答某个机器/集群到底还有多少资源可用这样的问题。 可是，为了能够评价不同的调度算法，Borg必须能够评估集群的资源使用情况。很多情况下， 运维人员会计算一个一段时间内的集群平均利用率来作为评价指标，但是Borg则使用了一个叫 压缩实验 的方法。所谓压缩实验，即不断减少工作单元 （Cell）中机器的数