centos k8s资源如何分配

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，当容器尝试使用超过其限制的资源时，可能会被系统终止或受到限制。

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。

1. 安装NVIDIA Device Plugin：

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

2. 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。希望这些信息对你有所帮助。