装箱调度（Binpack）

前提条件

• 已创建v1.19及以上版本的集群，详情请参见购买Standard/Turbo集群。
• 已安装Volcano插件，详情请参见Volcano调度器。

Binpack功能介绍

Binpack调度算法的目标是尽量把已有的节点填满（即尽量不往空白节点分配）。具体实现上，Binpack调度算法为满足调度条件的节点打分，节点的资源利用率越高得分越高。Binpack算法能够尽可能填满节点，将应用负载靠拢在部分节点，这非常有利于集群节点的自动扩缩容功能。

Binpack为调度器的多个调度插件之一，与其他插件共同为节点打分，用户可以自定义该插件整体权重和各资源维度打分权重，用以提高或降低Binpack在整体调度中的影响力。调度器在计算Binpack策略得分时，会考虑Pod请求的各种资源，如：CPU、Memory和GPU等扩展资源，并根据各种资源所配置的权重做平均。

Binpack算法原理

Binpack在对一个节点打分时，会根据Binpack插件自身权重和各资源设置的权重值综合打分。首先，对Pod请求资源中的每类资源依次打分，以CPU为例，CPU资源在待调度节点的得分信息如下：

CPU.weight * (request + used) / allocatable

即CPU权重值越高，得分越高，节点资源使用量越满，得分越高。Memory、GPU等资源原理类似。其中：

• CPU.weight为用户设置的CPU权重
• request为当前Pod请求的CPU资源量
• used为当前节点已经分配使用的CPU量
• allocatable为当前节点CPU可用总量

通过Binpack策略的节点总得分如下：

binpack.weight * (CPU.score + Memory.score + GPU.score) / (CPU.weight+ Memory.weight+ GPU.weight) * 100

即binpack插件的权重值越大，得分越高，某类资源的权重越大，该资源在打分时的占比越大。其中：

• binpack.weight为用户设置的装箱调度策略权重
• CPU.score为CPU资源得分，CPU.weight为CPU权重
• Memory.score为Memory资源得分，Memory.weight为Memory权重
• GPU.score为GPU资源得分，GPU.weight为GPU权重

图1 Binpack策略示例

配置装箱调度策略

安装Volcano后，Binpack策略默认生效。如果默认配置无法达到您降低资源碎片的目标，可以通过“配置中心 > 调度配置”页面自定义Binpack策略权重和各资源维度权重值，增加或降低Binpack策略在整体调度中的影响力。

1. 登录CCE控制台。
2. 单击集群名称进入集群，在左侧选择“配置中心”，在右侧选择“调度配置”页签。
3. 在“资源利用率优化调度”配置中，启用装箱策略 (binpack)。

   表1 装箱策略权重配置

   名称	说明	默认值
   装箱调度策略权重	增大该权重值，可提高装箱策略在整体调度中的影响力。	10
   CPU权重	增大该权重值，优先提高集群CPU利用率。	1
   内存权重	增大该权重值，优先提高集群Memory利用率。	1
   自定义资源类型	指定Pod请求的其他自定义资源类型，例如nvidia.com/gpu。增大该权重值，优先提高指定资源的利用率。	-

   图2 资源利用率优化调度
   

4. 修改完成后，单击“确认配置”。