最大化Jupyterhub Pod资源分配的最佳方法是什么

Question

我们公司拥有Openshift环境。
我们正在尝试使用jupyterhub最大化数据科学家之间的资源。
是否可以根据需求按需求动态动态分配更多资源（如果有可用的免费资源）。

Answer 1

您可以看一下设置资源限制。 （我很违反直觉）。

在Kubernetes中（因此在OpenShift中），您可以设置资源requests和limits。

资源requests是运行它的节点上的调度程序所保证的最小Pod。另一方面，资源Limits可让您的广告连播超出其请求的资源，直至达到指定的限制。

不设置资源requests和limits与设置资源有什么区别？

设置资源requests和limits

调度程序知道所使用的资源。可以根据所需资源来计划新资源。 如果节点达到最大资源利用率，
• 调度程序可以在节点之间重新平衡pod
• pods不能超过指定的limits
• 保证Pod至少获得requests中指定的资源

不设置资源requests和limits

调度程序知道所使用的资源。可以根据最佳猜测安排新资源（例如吊舱）。不能保证这些新容器获得稳定运行所需的最少资源。
• 调度程序至少在没有requests的情况下无法重新分配资源
• pods可以不受限制地利用内存/ cpu
• 不保证Pod的内存/ CPU时间

---

如何设置资源requests和limits

• https://docs.openshift.com/container-platform/3.11/dev_guide/compute_resources.html

最后它应该看起来像这样

apiVersion: v1
kind: Pod
spec:
  containers:
  - image: openshift/hello-openshift
    name: hello-openshift
    resources:
      requests:
        cpu: 100m 
        memory: 200Mi 
        ephemeral-storage: 1Gi 
      limits:
        cpu: 200m 
        memory: 400Mi 
        ephemeral-storage: 2Gi 

---

其他信息可在此处找到

• https://cloud.google.com/blog/products/gcp/kubernetes-best-practices-resource-requests-and-limits