配置Yarn模式下Spark动态资源调度 操作场景 对于Spark应用来说，资源是影响Spark应用执行效率的一个重要因素。当一个长期运行的服务（比如JD BCS erver），若分配给它多个Executor，可是却没有任何任务分配给它，而此时有其他的应用却资源紧张，这就造成了很大的资源浪费和资源不合理的调度。

查看更多 →

机调度。 指定节点池调度：指定插件实例部署的节点池。若不指定，将根据集群默认调度策略进行随机调度。 自定义亲和策略：填写期望插件部署的节点标签实现更灵活的调度策略，若不填写将根据集群默认调度策略进行随机调度。 同时设置多条自定义亲和策略时，需要保证集群中存在同时满足所有亲和策略的节点，否则插件实例将无法运行。

查看更多 →

配置Yarn模式下Spark动态资源调度 操作场景 对于Spark应用来说，资源是影响Spark应用执行效率的一个重要因素。当一个长期运行的服务（比如JDB CS erver），如果分配给它多个Executor，可是却没有任何任务分配给它，而此时有其他的应用却资源紧张，这就造成了很大的资源浪费和资源不合理的调度。

查看更多 →

、NET_ADMIN 使用允许值 调度的节点亲和与打散规则 限制将Pod调度到指定节点或者具有某些标签的节点上，或者将一批Pod打散到具有某些标签的节点上。 Autopilot集群中应用指定节点亲和性或nodeSelector字段不生效。 无需指定节点调度，但可以指定Pod到某一个可用区

查看更多 →

的应用 应用指定节点组自动调度（根据节点组内资源使用量进行调度） 节点故障，应用重调度到其他正常节点 应用和节点的亲和/反亲和调度规则指定 图1 节点组 创建边缘节点组 登录IEF管理控制台，在“总览”页面切换实例为铂金版。 选择左侧导航栏的“边缘资源 > 边缘节点组”，单击页面右上角的“创建边缘节点组”。

查看更多 →

使用Volcano调度工作负载 资源利用率优化调度 针对计算资源进行优化的调度策略，可以有效减少各节点资源碎片，最大化地提高计算资源的利用率。 资源利用率优化调度 业务优先级保障调度 根据业务的重要性和优先级，设置自定义的策略对业务占用的资源进行调度，确保关键业务的资源优先级得到保障。 业务优先级保障调度

查看更多 →

28 v1.29 v1.30 新增基于应用资源画像的超卖能力 1.14.11 v1.23 v1.25 v1.27 v1.28 v1.29 v1.30 新增支持超节点资源调度模型（HyperJob） 支持超节点亲和调度 支持Kubernetes v1.30 1.13.7 v1.21

查看更多 →

Pod、Label和Namespace Pod：Kubernetes中的最小调度对象 存活探针（Liveness Probe） Label：组织Pod的利器 Namespace：资源分组 Pod的编排与调度 无状态负载（Deployment） 有状态负载（StatefulSet）

查看更多 →

调度策略 如何让多个Pod均匀部署到各个节点上？ 如何避免节点上的某个容器被驱逐？ 为什么Pod在节点不是均匀分布？ 如何驱逐节点上的所有Pod？ 如何查看Pod是否使用CPU绑核？ 节点关机后Pod不重新调度 如何避免非GPU/NPU负载调度到GPU/NPU节点？ 为什么Pod调度不到某个节点上？

查看更多 →

com/ascend-310后，在调度时不会将负载调度到没有NPU的节点。如果缺乏NPU资源，会报类似“0/2 nodes are available: 2 Insufficient huawei.com/ascend-310.”的Kubernetes事件。 在CCE控制台使用NPU资源，只需在创建工

查看更多 →

CPU调度 CPU管理策略 增强型CPU管理策略 父主题： 调度

查看更多 →

GPU调度 GPU调度概述 准备GPU资源 创建GPU应用 监控GPU资源 父主题： 管理本地集群

查看更多 →

Insufficient memory. 内存不足。 当“实例资源的申请量”超过了“实例所在节点的可分配资源总量”时，节点无法满足实例所需资源要求导致调度失败。 如果节点可分配资源小于Pod的申请量，则节点无法满足实例所需资源要求导致调度失败。 解决方案： 资源不足的情况主要解决办法是扩容，建议在集群中增加节点数量。

查看更多 →

载发生变更时立刻在实例上生效。 调度策略：通过配置亲和与反亲和规则，可实现灵活的工作负载调度，支持负载亲和与节点亲和。 负载亲和：提供常用的负载亲和策略，快速实现负载亲和部署。 不配置：不设置负载亲和策略。 优先多可用区部署：通过设置Pod间反亲和（podAntiAffinity

查看更多 →

指定节点调度：指定插件实例部署的节点 ，若不指定，将根据集群默认调度策略进行随机调度。 自定义亲和策略：填写期望插件部署的节点标签实现更灵活的调度策略，若不填写将根据集群默认调度策略进行随机调度。自定义亲和策略详情请参见调度策略（亲和与反亲和） 配置volcano默认调度器配置参数，详情请参见表2。 colocation_enable:

查看更多 →

现应用自动化调度，弹性伸缩以及边缘站点和边缘应用运维。 优势： 弹性伸缩：可根据用户的业务需求和预设策略，自动调整计算资源，使 云服务器 或容器数量自动随业务负载增长而增加，随业务负载降低而减少，保证业务平稳健康运行。 智能化调度：提供节点间亲和性调度以及应用间亲和性调度。 立体化运

查看更多 →

调度策略 污点和容忍策略 负载亲和调度策略 节点亲和调度策略 父主题： 网关工作负载

查看更多 →

功。 迁移工作负载时，若工作负载配置了节点亲和性，则工作负载会一直提示“未就绪”等异常情况。请单击工作负载名称进入到负载详情页，在选择“调度策略”页签，删除原节点的亲和性配置，配置新的节点亲和性和反亲和性策略，详情请参见设置节点亲和调度（nodeAffinity）。 工作负载迁移

查看更多 →

按如下定义创建负载。这里定义了两条工作负载反亲和规则podAntiAffinity。 第一条在可用区下工作负载反亲和，参数设置如下。 权重weight：权重值越高会被优先调度，本示例设置为50。 拓扑域topologyKey：包含默认和自定义标签，用于指定调度时的作用域。本示例设置为topology

查看更多 →

are值，在调度的过程中，具有较低share值的Job将具有更高的调度优先级。这样能够满足更多的作业，不会因为一个资源份额较大业务，导致大批资源份额小的业务无法调度。DRF调度算法能够确保在多种类型资源共存的环境下,尽可能满足分配的公平原则。 配置建议： DRF调度算法优先考虑集

查看更多 →

详情请参见出口网络带宽保障。 资源利用率优化调度 借助CCE Volcano调度器提升集群中资源的使用效率，包括装箱调度（Binpack）、重调度（Descheduler）、节点池亲和性调度、负载感知调度等调度方案。 调度策略 说明 装箱调度（Binpack） 装箱调度是一种优化算法，以降

查看更多 →