Spesifikasi dan fitur tipe komputasi untuk pod-Container Compute Service-Alibaba Cloud

Dalam lingkungan cloud computing dan kontainerisasi modern, pod merupakan unit deployable terkecil di Kubernetes dan biasanya berisi satu atau beberapa kontainer. Kelas komputasi dan daya komputasi yang dialokasikan ke sebuah pod secara langsung memengaruhi kinerja aplikasi dan pemanfaatan sumber daya. Container Compute Service (ACS) menyediakan berbagai kelas komputasi dan daya komputasi yang sesuai untuk memenuhi beragam kebutuhan bisnis. Topik ini menjelaskan prasyarat, batasan, serta fitur utama pod ACS, termasuk isolasi keamanan, konfigurasi sumber daya CPU, memori, dan GPU, penarikan gambar, penyimpanan, jaringan, serta pengumpulan log.

Definisi Tipe Komputasi

ACS menawarkan tipe komputasi kontainer CPU dan GPU yang hemat biaya. Setiap tipe komputasi menyediakan konfigurasi sumber daya berbeda untuk menyesuaikan dengan skenario bisnis tertentu.

Tipe Komputasi	Label	Fitur
General-purpose (default)	general-purpose	Cocok untuk sebagian besar aplikasi layanan mikro tanpa status, aplikasi web Java, dan tugas komputasi-intensif.
Compute-optimized instance	performance	Cocok untuk skenario bisnis yang intensif kinerja, seperti pelatihan dan inferensi AI/ML berbasis CPU serta pemrosesan batch High Performance Computing (HPC).
GPU Type	gpu	Cocok untuk skenario komputasi heterogen seperti AI/HPC, misalnya inferensi single-GPU dan multi-GPU, serta komputasi paralel GPU.
High-performance network GPU (gpu-hpn)	gpu-hpn	Cocok untuk skenario komputasi heterogen seperti AI/HPC, misalnya pelatihan terdistribusi GPU, inferensi terdistribusi, dan komputasi berkinerja tinggi GPU.

Tentukan tipe komputasi untuk sebuah pod menggunakan label alibabacloud.com/compute-class. Contoh orkestrasi berikut untuk aplikasi Nginx menetapkan tipe komputasi sebagai general-purpose general-purpose, GPU gpu, dan high-performance network GPU gpu-hpn.

General-purpose

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        alibabacloud.com/compute-class: general-purpose 
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest

Tipe instans GPU

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        # Tentukan compute-class sebagai tipe gpu
        alibabacloud.com/compute-class: "gpu"
        # Tentukan model GPU sebagai example-model. Isi sesuai kebutuhan, misalnya T4.
        alibabacloud.com/gpu-model-series: "example-model"
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest
        resources:
          limits:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # Tentukan jumlah GPU. Isi label dan jumlah sumber daya sesuai kebutuhan. 
          requests:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # Tentukan jumlah GPU. Isi label dan jumlah sumber daya sesuai kebutuhan.

Catatan

Untuk model dan spesifikasi GPU yang didukung, lihat Tabel Spesifikasi Tipe Instans Komputasi Terakselerasi.

GPU jaringan berkinerja tinggi

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        # Tentukan compute-class sebagai tipe gpu-hpn 
        alibabacloud.com/compute-class: "gpu-hpn"
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest
        resources:
          limits:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # Tentukan jumlah GPU. Isi label dan jumlah sumber daya sesuai kebutuhan. 
          requests:
            cpu: 4
            memory: "8Gi"
            nvidia.com/gpu: "1" # Tentukan jumlah GPU. Isi label dan jumlah sumber daya sesuai kebutuhan.

Catatan

Untuk menggunakan GPU jaringan berkinerja tinggi di ACS, Anda harus terlebih dahulu membuat reservasi kapasitas GPU-HPN.

Definisi Kualitas Daya Komputasi

ACS saat ini mendukung dua tipe Quality of Service (QoS) daya komputasi. Setiap tipe QoS menyediakan jaminan sumber daya berbeda untuk menyesuaikan dengan skenario bisnis tertentu.

QoS Daya Komputasi	Label	Fitur	Skenario Khas
Default	default	Mengalami beberapa fluktuasi daya komputasi. Tidak terjadi eviction instans secara paksa. Kegagalan instans diselesaikan melalui migrasi panas atau notifikasi eviction yang dipicu pengguna.	Aplikasi layanan mikro Aplikasi web Tugas komputasi-intensif
BestEffort	best-effort	Mengalami beberapa fluktuasi daya komputasi. Preemption dan eviction instans secara paksa dapat terjadi. Anda menerima notifikasi event 5 menit sebelum eviction.	Komputasi big data Transkoding audio dan video Tugas pemrosesan batch

Tentukan QoS daya komputasi untuk sebuah pod menggunakan label alibabacloud.com/compute-qos. Contoh orkestrasi berikut untuk aplikasi Nginx menetapkan QoS daya komputasi sebagai default default.

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        alibabacloud.com/compute-qos: default
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest

Catatan

Definisi QoS daya komputasi ACS berbeda dari tipe QoS native Kubernetes. Saat ini, kelas QoS daya komputasi Default dipetakan ke kelas QoS Guaranteed Kubernetes.
Instans BestEffort menggunakan stok dinamis. Di lingkungan produksi, sistem akan memprioritaskan instans BestEffort ketika stok tersedia dan secara otomatis kembali ke kelas QoS default jika stok instans BestEffort habis. Untuk informasi lebih lanjut, lihat Kebijakan Penjadwalan Sumber Daya Kustom.

Pemetaan Antara Tipe Komputasi dan QoS Daya Komputasi

Tipe Komputasi (Label)	QoS Daya Komputasi yang Didukung (Label)
General-purpose (general-purpose)	Default (default), BestEffort (best-effort)
Compute-optimized instance	Default (default), BestEffort (best-effort)
GPU (gpu)	Default (default), BestEffort (best-effort)
High-performance network GPU (gpu-hpn)	Default (default)

Tentukan Merek CPU

Tipe komputasi instans general-purpose dan compute-optimized mendukung CPU dari Intel dan AMD.

Anda dapat menentukan vendor CPU dengan menambahkan anotasi alibabacloud.com/cpu-vendors ke Pod atau dengan mendefinisikan anotasi alibabacloud.com/cpu-vendors dalam templat Pod suatu workload. Saat ini, untuk menentukan CPU AMD, Anda harus mengajukan tiket untuk mengaktifkan dukungan daftar putih. Jika Anda menentukan anotasi ini untuk tipe daya komputasi selain General-purpose dan Performance-enhanced, sistem akan mengembalikan error yang menunjukkan bahwa penentuan vendor CPU tidak didukung. Nilai yang didukung untuk anotasi ini meliputi:

Kunci	Nilai	Deskripsi
`alibabacloud.com/cpu-vendors`	intel (default)	Menentukan Intel sebagai merek CPU. Jika tidak ditentukan, nilai default-nya adalah "intel".
	amd	Menentukan AMD sebagai merek CPU.
	intel,amd	Menentukan Intel atau AMD sebagai merek CPU. Sistem membuat instans dengan merek CPU yang sesuai berdasarkan ketersediaan inventaris. Saat beberapa nilai diberikan, pengurutan kustom tidak didukung.

Setelah pembuatan instans, lihat merek CPU aktual yang digunakan dengan memeriksa nilai label alibabacloud.com/cpu-vendor dalam YAML pod.

Contoh orkestrasi berikut untuk aplikasi Nginx menentukan merek CPU sebagai amd.

apiVersion: apps/v1 
kind: Deployment
metadata:
  name: nginx-deployment
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx
        alibabacloud.com/compute-class: general-purpose
        alibabacloud.com/compute-qos: default
      annotations:
        alibabacloud.com/cpu-vendors: amd
    spec:
      containers:
      - name: nginx
        image: registry.cn-hangzhou.aliyuncs.com/acs-sample/nginx:latest

Peringatan

Jangan gunakan tag sistem ACS—seperti alibabacloud.com/compute-class, alibabacloud.com/compute-qos, dan alibabacloud.com/cpu-vendor—sebagai label filter di matchLabels workload. Sistem dapat memodifikasi label-label ini, menyebabkan controller sering membuat ulang pod dan memengaruhi stabilitas aplikasi.

Fitur Utama

Fitur	Deskripsi
Isolasi keamanan	Sebagai lingkungan runtime kontainer Serverless yang aman dan andal, setiap instans Pod ACS diisolasi secara kuat pada lapisan dasar melalui teknologi kontainer sandbox ringan. Instans tidak saling memengaruhi. Selain itu, instans juga didistribusikan ke mesin fisik berbeda sebanyak mungkin selama penjadwalan, sehingga lebih menjamin ketersediaan tinggi.
Konfigurasi Spesifikasi Sumber Daya CPU/Memori/GPU/EphemeralStorage	Tentukan permintaan sumber daya untuk CPU, Memori, EphemeralStorage, dan GPU untuk kontainer: Konfigurasikan permintaan sumber daya (`resources.requests`) untuk CPU, Memori, EphemeralStorage, dan GPU untuk masing-masing kontainer menggunakan metode standar Kubernetes. Sumber daya Pod ACS merupakan jumlah total sumber daya yang dibutuhkan oleh semua kontainer dalam Pod tersebut. ACS secara otomatis menormalisasi spesifikasi Pod. Tentukan batas sumber daya untuk CPU, Memori, EphemeralStorage, dan GPU untuk kontainer: Batasi penggunaan sumber daya (`resources.limits`) untuk CPU, Memori, EphemeralStorage, dan GPU untuk masing-masing kontainer menggunakan metode standar Kubernetes. Jika tidak ditentukan, batas sumber daya default untuk satu kontainer adalah jumlah total sumber daya untuk semua kontainer dalam Pod yang telah dinormalisasi.
Gambar	Secara default, setiap kali pod ACS dimulai ulang, gambar kontainer ditarik dari registri remote melalui VPC yang terkait dengan pod tersebut. Jika gambarnya merupakan gambar publik, Anda harus mengonfigurasi gerbang NAT untuk VPC tersebut. Kami menyarankan agar Anda menyimpan gambar kontainer di Container Registry (ACR) Alibaba Cloud untuk mengurangi waktu penarikan gambar melalui jaringan VPC. Selain itu, untuk gambar privat di ACR, ACS menyediakan fitur penarikan gambar ACR tanpa kata sandi untuk kenyamanan Anda.
Penyimpanan	ACS mendukung empat jenis penyimpanan persisten: disk cloud, NAS, OSS, dan CPFS. Disk cloud Disk mendukung Enterprise SSD (ESSD), disk ESSD AutoPL, SSD standar, dan disk ultra. Anda dapat memilih tipe disk yang sesuai sesuai kebutuhan. Untuk informasi lebih lanjut, lihat Ikhtisar Volume Disk. ACS memungkinkan Anda menyediakan disk secara dinamis sebagai volume persisten (PV). Untuk informasi lebih lanjut, lihat Menggunakan Volume yang Disediakan Secara Dinamis untuk Disk Cloud. NAS Anda dapat menggunakan volume NAS yang disediakan secara statis untuk memasang sistem file NAS Kapasitas dan Ekstrem sebagai volume. Jika Anda menggunakan volume NAS yang disediakan secara dinamis, sistem file NAS Kapasitas dipasang secara default. Untuk informasi lebih lanjut, lihat Deskripsi detail. Mendukung pembuatan PV baik secara dinamis maupun statis. Untuk informasi lebih lanjut, lihat Ikhtisar volume NAS. OSS ACS memungkinkan Anda menyediakan disk secara statis sebagai PV. Untuk informasi lebih lanjut, lihat Menggunakan Volume Persisten Statis OSS. CPFS ACS memungkinkan Anda menyediakan disk secara statis sebagai PV. Untuk informasi lebih lanjut, lihat Menggunakan Volume Persisten Statis CPFS.
Jaringan	Pod ACS menggunakan IP Pod independen secara default, yang menempati satu Elastic Network Interface (ENI) pada vSwitch. Di lingkungan kluster ACS, hubungkan Pod sebagai berikut: Akses langsung menggunakan IP Pod. Pod ACS dapat menggunakan Layanan LoadBalancer. Untuk informasi lebih lanjut, lihat Ekspos aplikasi menggunakan Server Load Balancer yang ada. Pod ACS dapat menggunakan alamat IP kluster dari Layanan ClusterIP untuk mengakses pod backend Layanan tersebut. Untuk informasi lebih lanjut, lihat Buat layanan tipe ClusterIP. Menyambungkan EIP: Anda dapat membuat EIP secara otomatis atau menyambungkannya ke instans EIP yang sudah ada untuk pod ACS. Untuk informasi lebih lanjut, lihat Menyambungkan EIP ke pod dengan mengonfigurasi anotasi.
Pengumpulan Log	Konfigurasikan variabel lingkungan langsung pada Pod untuk mengumpulkan log `stdout` atau file dan mengirimkannya ke Alibaba Cloud Simple Log Service (SLS).

Spesifikasi Sumber Daya

Peringatan

Di kluster ACS, spesifikasi pod komputasi GPU dan GPU-HPN dinormalisasi secara otomatis saat pengiriman—misalnya, pod komputasi GPU dinormalisasi secara seragam ke QoS Guaranteed, di mana Request sama dengan Limit. Saat menggunakan daya komputasi GPU ACS secara elastis melalui saluran lain, seperti kluster ACK atau kluster ACK One, normalisasi spesifikasi sumber daya tidak tercermin dalam metadata pod. Pastikan QoS pod tetap tidak berubah sebelum dan sesudah pengiriman—misalnya, tipe komputasi GPU harus mempertahankan QoS Guaranteed saat pengiriman—untuk mencegah kegagalan pembaruan status pod.

Tipe Komputasi Umum

Tipe Komputasi General-purpose

vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Lebar Pita Jaringan (Egress + Ingress) (Gbit/s)	Penyimpanan
0,25	0,5; 1; 2	N/A	0,08	Hingga 30 GiB penyimpanan gratis. Untuk penyimpanan yang melebihi 30 GiB, Anda dikenai biaya atas kelebihannya. Konfigurasi maksimum yang didukung adalah 512 GiB. Jika Anda memerlukan ruang penyimpanan tambahan, perluas dengan memasang volume persisten seperti NAS.
0,5	1~4	1	0,08
1	1~8		0,1
1,5	2~12		1
2	2~16		1
2,5	3~20		1,5
3	3~24
3,5	4~28
4	4~32
4,5	5~36
5	5~40
5,5	6~44
6	6~48
6,5	7~52		2,5
7	7~56
7,5	8~60
8	8~64
8,5	9~68
9	9~72
9,5	10~76
10	10~80
10,5	11~84
11	11~88
11,5	12~92
12	12~96
12,5	13~100		3
13	13~104
13,5	14~108
14	14~112
14,5	15~116
15	15~120
15,5	16~124
16	16~128
24	24; 48; 96; 192	N/A	4,5
32	32; 64; 128; 256	N/A	6
48	48; 96; 192; 384	N/A	12,5
64	64; 128; 256; 512	N/A	20

Tipe Perhitungan Performa

vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Lebar Pita Jaringan (Egress + Ingress) (Gbit/s)	Penyimpanan
0,25	0,5; 1; 2	N/A	0,1	Hingga 30 GiB penyimpanan gratis. Untuk penyimpanan yang melebihi 30 GiB, Anda dikenai biaya atas kelebihannya. Konfigurasi maksimum yang didukung adalah 512 GiB. Jika Anda memerlukan ruang penyimpanan tambahan, perluas dengan memasang volume persisten seperti NAS.
0,5	1~4	1	0,5
1	1~8
1,5	2~12
2	2~16		1,5
2,5	3~20
3	3~24
3,5	4~28
4	4~32		2
4,5	5~36
5	5~40
5,5	6~44
6	6~48		2,5
6,5	7~52
7	7~56
7,5	8~60
8	8~64		3
8,5	9~68
9	9~72
9,5	10~76
10	10~80		3,5
10,5	11~84
11	11~88
11,5	12~92
12	12~96		4
12,5	13~100
13	13~104
13,5	14~108
14	14~112		4,5
14,5	15~116
15	15~120
15,5	16~124
16	16~128		6
24	24; 48; 96; 192	N/A	8
32	32; 64; 128; 256	N/A	10
48	48; 96; 192; 384	N/A	16
64	64; 128; 256; 512	N/A	25

Penting

Untuk menggunakan pod ACS dengan lebih dari 16 vCPU atau lebih dari 128 GiB memori, ajukan tiket untuk meminta persetujuan.

Jika Anda tidak menentukan permintaan atau batas sumber daya—artinya, baik .resources.requests maupun .resources.limits tidak diatur—sumber daya default untuk satu pod adalah 2 vCPU dan 4 GiB memori.

ACS secara otomatis menormalisasi spesifikasi pod. Sistem menghitung nilai kumulatif maksimum dari .resources.requests atau .resources.limits di semua kontainer dan menormalisasikannya ke spesifikasi yang didukung terdekat. Spesifikasi yang dinormalisasi muncul dalam anotasi alibabacloud.com/pod-use-spec. Jika terjadi normalisasi ke atas, ACS menyesuaikan .resources.requests atau .resources.limits kontainer untuk memastikan pemanfaatan penuh sumber daya yang dibayar.

Logika Normalisasi Spesifikasi Pod ACS

Sebagai contoh, jika nilai kumulatif dari .resources.requests atau .resources.limits adalah 2 vCPU dan 3,5 GiB memori, ACS secara otomatis menormalisasi spesifikasi pod menjadi 2 vCPU dan 4 GiB memori saat startup. Sumber daya tambahan diterapkan pada kontainer pertama, dan pod menerima anotasi alibabacloud.com/pod-use-spec=2-4Gi. Berikut contoh deklarasi sumber daya:

apiVersion: v1 
kind: Pod
metadata:
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
  name: nginx
spec:
  containers:
  - name: nginx
    image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
    ports:
    - containerPort: 80
    resources:
      requests:
        cpu: 2 # Deklarasikan CPU sebagai 2 vCPU
        memory: "3.5Gi" # Deklarasikan memori sebagai 3,5 GiB
        ephemeral-storage: "30Gi" # Deklarasikan ruang penyimpanan sebagai 30 GiB

Deklarasi sumber daya setelah normalisasi:

apiVersion: v1 
kind: Pod
metadata:
  annotations:
    alibabacloud.com/pod-use-spec: "2-4Gi"
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
  name: nginx
spec:
  containers:
  - name: nginx
    image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
    ports:
    - containerPort: 80
    resources:
      requests:
        cpu: 2 # Deklarasikan CPU sebagai 2 vCPU
        memory: "4Gi" # Deklarasikan memori sebagai 4 GiB
        ephemeral-storage: "30Gi" # Deklarasikan ruang penyimpanan sebagai 30 GiB

Tentukan Spesifikasi Pod Menggunakan Anotasi

Cakupan

Hanya mendukung pod CPU tipe komputasi general-purpose dan compute-optimized.
Spesifikasi maksimum yang didukung oleh anotasi adalah 64 vCPU/512 GiB, konsisten dengan spesifikasi tipe komputasi umum.

Penggunaan

Untuk workload dengan Quality of Service (QoS) diatur ke Burstable (.resources.limits > .resources.requests), deklarasikan spesifikasi sumber daya pod target menggunakan anotasi alibabacloud.com/pod-required-spec: "X-YGi". Formatnya harus <CPU>-<Memori>, dengan CPU ditentukan dalam core (misalnya, "2" berarti 2 vCPU) dan memori dalam GiB (misalnya, "4Gi" berarti 4 GiB). Aturan snapping dan penggunaan detail sebagai berikut:

Jika format spesifikasi sumber daya tidak valid—misalnya, satuan hilang, menggunakan Mi, atau urutannya terbalik—pembuatan pod gagal.
Jika anotasi diatur tetapi tidak ada .resources kontainer yang didefinisikan, sistem secara ketat menormalisasi sesuai anotasi dan tidak kembali ke spesifikasi default (misalnya, 2 vCPU/4 GiB).
Jika nilai yang dideklarasikan dalam anotasi kurang dari jumlah semua .resources.requests kontainer, pembuatan pod gagal.
Jika nilai yang dideklarasikan dalam anotasi melebihi jumlah semua .resources.limits kontainer, sistem menggunakan nilai yang dideklarasikan dalam anotasi sebagai spesifikasi target yang dinormalisasi untuk pod tersebut.
Dalam pod multi-kontainer, kontainer pertama ditetapkan sebagai kontainer utama. Selisih antara nilai yang dideklarasikan dalam anotasi dan jumlah limits (nilai yang dideklarasikan dikurangi jumlah limits saat ini) dialokasikan terlebih dahulu ke .resources.limits kontainer utama (menyesuaikan .resources.requests jika perlu) untuk menyelaraskan sumber daya pod secara keseluruhan dengan spesifikasi target.

Contoh Penggunaan

Sebagai contoh, jika Anda mengonfigurasi alibabacloud.com/pod-required-spec: "2-4Gi", dan nilai kumulatif dari .resources.requests atau .resources.limits kontainer adalah 1 vCPU dan 2 GiB memori, ACS secara otomatis menormalisasi spesifikasi pod menjadi 2 vCPU dan 4 GiB memori saat startup. Sumber daya tambahan diterapkan pada kontainer pertama, dan pod menerima anotasi alibabacloud.com/pod-use-spec=2-4Gi.

Berikut contoh deklarasi sumber daya:

Di sini, .resources.limits.memory adalah 3,5 GiB.

apiVersion: v1 
kind: Pod
metadata:
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
  annotations:
    alibabacloud.com/pod-required-spec: "2-4Gi"
  name: nginx
spec:
  containers:
  - name: nginx
    image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
    ports:
    - containerPort: 80
    resources:
      requests:
        cpu: 1 # Deklarasikan CPU sebagai 1 vCPU
        memory: "2Gi" # Deklarasikan memori sebagai 2 GiB
        ephemeral-storage: "30Gi" # Deklarasikan ruang penyimpanan sebagai 30 GiB
      limits:
        cpu: 2 # Deklarasikan CPU sebagai 2 vCPU
        memory: "3.5Gi" # Deklarasikan memori sebagai 3,5 GiB
        ephemeral-storage: "30Gi" # Deklarasikan ruang penyimpanan sebagai 30 GiB

Deklarasi sumber daya setelah normalisasi:

Di sini, .resources.limits.memory dinormalisasi dari 3,5 GiB menjadi 4 GiB.

apiVersion: v1 
kind: Pod
metadata:
  annotations:
    alibabacloud.com/pod-required-spec: "2-4Gi"
    alibabacloud.com/pod-use-spec: "2-4Gi"
  labels:
    app: nginx
    alibabacloud.com/compute-class: general-purpose
    alibabacloud.com/compute-qos: default
  name: nginx
spec:
  containers:
  - name: nginx
    image: anolis-registry.cn-zhangjiakou.cr.aliyuncs.com/openanolis/nginx:1.14.1-8.6
    ports:
    - containerPort: 80
    resources:
      requests:
        cpu: 1 # Deklarasikan CPU sebagai 1 vCPU
        memory: "2Gi" # Deklarasikan memori sebagai 2 GiB
        ephemeral-storage: "30Gi" # Deklarasikan ruang penyimpanan sebagai 30 GiB
      limits:
        cpu: 2 # Deklarasikan CPU sebagai 2 vCPU
        memory: "4Gi" # Deklarasikan memori sebagai 4 GiB
        ephemeral-storage: "30Gi" # Deklarasikan ruang penyimpanan sebagai 30 GiB

Tipe Komputasi Terakselerasi

Jenis kartu GPU berikut didukung oleh ACS. Spesifikasi bervariasi tergantung jenis kartu. Untuk mendapatkan pemetaan spesifikasi eksak, ajukan tiket.

GU8TF

GPU (Kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)
1 (96 GiB memori GPU)	2	2 ~ 16	1	30 ~ 256
	4	4 ~ 32	1
	6	6 ~ 48	1
	8	8 ~ 64	1
	10	10 ~ 80	1
	12	12 ~ 96	1
	14	14 ~ 112	1
	16	16 ~ 128	1
	22	22; 32; 64; 128	N/A
2 (96 GiB × 2 memori GPU)	16	16 ~ 128	1	30 ~ 512
	32	32; 64; 128; 230	N/A
	46	64; 128; 230	N/A
4 (96 GiB × 4 memori GPU)	32	32; 64; 128; 256	N/A	30 ~ 1024
	64	64; 128; 256; 460	N/A
	92	128, 256, 460	N/A
8 (96 GiB × 8 memori GPU)	64	64; 128; 256; 512	N/A	30 ~ 2048
	128	128; 256; 512; 920	N/A
	184	256; 512; 920	N/A

GU8TEF

GPU (Kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)
1 (141 GiB memori GPU)	2	2 ~ 16	1	30 ~ 768
	4	4 ~ 32	1
	6	6 ~ 48	1
	8	8 ~ 64	1
	10	10 ~ 80	1
	12	12 ~ 96	1
	14	14 ~ 112	1
	16	16 ~ 128	1
	22	22; 32; 64; 128; 225	N/A
2 (141 GiB × 2 memori GPU)	16	16 ~ 128	1	30 ~ 1536
	32	32; 64; 128; 256	N/A
	46	64; 128; 256; 450	N/A
4 (141 GiB × 4 memori GPU)	32	32; 64; 128; 256	N/A	30 ~ 3072
	64	64; 128; 256; 512	N/A
	92	128; 256; 512; 900	N/A
8 (141 GiB × 8 memori GPU)	64	64; 128; 256; 512	N/A	30 ~ 6144
	128	128; 256; 512; 1024	N/A
	184	256; 512; 1024; 1800	N/A

L20(GN8IS)

GPU (Kartu)	vCPU	Memori (GiB)	Memory Step Size (GiB)	Penyimpanan (GiB)
1 (48 GiB memori GPU)	2	2 ~ 16	1	30 ~ 256
	4	4 ~ 32	1
	6	6 ~ 48	1
	8	8 ~ 64	1
	10	10 ~ 80	1
	12	12 ~ 96	1
	14	14 ~ 112	1
	16	16 ~ 120	1
2 (48 GiB × 2 memori GPU)	16	16 ~ 128	1	30 ~ 512
2 (48 GiB × 2 memori GPU)	32	32; 64; 128; 230	N/A	30 ~ 512
4 (48 GiB × 4 memori GPU)	32	32; 64; 128; 256	N/A	30 ~ 1024
4 (48 GiB × 4 memori GPU)	64	64; 128; 256; 460	N/A	30 ~ 1024
8 (48 GiB × 8 memori GPU)	64	64; 128; 256; 512	N/A	30 ~ 2048
8 (48 GiB × 8 memori GPU)	128	128, 256, 512, 920	N/A	30 ~ 2048

L20X (GX8SF)

GPU (Kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)
8 (141 GiB × 8 memori GPU)	184	1800	N/A	30 ~ 6144

P16EN

GPU (Kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)
1 (96 GiB memori GPU)	2	2~16	1	30 ~ 384
	4	4~32	1
	6	6~48	1
	8	8~64	1
	10	10~80	1
2 (96 GiB × 2 memori GPU)	4	4~32	1	30 ~ 768
	6	6~48	1
	8	8~64	1
	16	16~128	1
	22	32; 64; 128; 225	N/A
4 (96 GiB × 4 memori GPU)	8	8~64	1	30 ~ 1536
	16	16~128	1
	32	32; 64; 128; 256	N/A
	46	64; 128; 256; 450	N/A
8 (96 GiB × 8 memori GPU)	16	16~128	1	30 ~ 3072
	32	32; 64; 128; 256	N/A
	64	64; 128; 256; 512	N/A
	92	128; 256; 512; 900	N/A
16 (96 GiB × 16 memori GPU)	32	32; 64; 128; 256	N/A	30 ~ 6144
	64	64; 128; 256; 512	N/A
	128	128; 256; 512; 1024	N/A
	184	256; 512; 1024; 1800	N/A

G49E

GPU (Kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)
1 (48 GiB memori GPU)	2	2~16	1	30 ~ 256
	4	4~32	1
	6	6~48	1
	8	8~64	1
	10	10~80	1
	12	12~96	1
	14	14~112	1
	16	16~120	1
2 (48 GiB × 2 memori GPU)	16	16~128	1	30 ~ 512
2 (48 GiB × 2 memori GPU)	32	32; 64; 128; 230	N/A	30 ~ 512
4 (48 GiB × 4 memori GPU)	32	32; 64; 128; 256	N/A	30 ~ 1024
4 (48 GiB × 4 memori GPU)	64	64; 128; 256; 460	N/A	30 ~ 1024
8 (48 GiB × 8 memori GPU)	64	64; 128; 256; 512	N/A	30 ~ 2048
8 (48 GiB × 8 memori GPU)	128	128; 256; 512; 920	N/A	30 ~ 2048

T4

GPU (Kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)
1 (16 GiB memori GPU)	2	2~8	1	30 ~ 1536
	4	4~16	1
	6	6~24	1
	8	8~32	1
	10	10~40	1
	12	12~48	1
	14	14~56	1
	16	16~64	1
	24	24; 48; 90	N/A	30 ~ 1536
2 (16 GiB × 2 memori GPU)	16	16~64	1
	24	24; 48; 96	N/A
	32	32, 64, 128	N/A
	48	48; 96; 180	N/A

A10

GPU (Kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)
1 (24 GiB memori GPU)	2	2~8	1	30 ~ 256
	4	4~16	1
	6	6~24	1
	8	8~32	1
	10	10~40	1
	12	12~48	1
	14	14~56	1
	16	16~60	1
2 (24 GiB × 2 memori GPU)	16	16~64	1	30 ~ 512
2 (24 GiB × 2 memori GPU)	32	32; 64; 120	N/A	30 ~ 512
4 (24 GiB × 4 memori GPU)	32	32, 64, 128	N/A	30 ~ 1024
4 (24 GiB × 4 memori GPU)	64	64; 128; 240	N/A	30 ~ 1024
8 (24 GiB × 8 memori GPU)	64	64; 128; 256	N/A	30 ~ 2048
8 (24 GiB × 8 memori GPU)	128	128; 256; 480	N/A	30 ~ 2048

G59

GPU (Kartu)	vCPU	Memori (GiB)	Ukuran Langkah Memori (GiB)	Penyimpanan (GiB)	Jaringan
1 (32 GiB memori GPU)	2	2 ~ 16	1	30 ~ 256	1 Gbps per vCPU
	4	4 ~ 32	1
	6	6 ~ 48	1
	8	8 ~ 64	1
	10	10 ~ 80	1
	12	12 ~ 96	1
	14	14 ~ 112	1
	16	16 ~ 128	1
	22	22; 32; 64; 128	N/A
2 (32 GiB × 2 memori GPU)	16	16 ~ 128	1	30 ~ 512
	32	32; 64; 128; 256	N/A
	46	64; 128; 256; 360	N/A
4 (32 GiB × 4 memori GPU)	32	32; 64; 128; 256	N/A	30 ~ 1024
	64	64; 128; 256; 512	N/A
	92	128; 256; 512; 720	N/A
8 (32 GiB × 8 memori GPU)	64	64; 128; 256; 512	N/A	30 ~ 2048
	128	128; 256; 512; 1024	N/A		100 Gbps
	184	256; 512; 1024; 1440	N/A		100 Gbps

Penting

Semua jenis kartu yang tercantum memiliki spesifikasi identik untuk skenario bayar sesuai penggunaan, reservasi kapasitas, dan BestEffort. Secara khusus:

Untuk spesifikasi dengan memori 16 GiB atau kurang, overhead memori ditanggung oleh ACS. Untuk spesifikasi yang melebihi 16 GiB, overhead memori didistribusikan ke pod yang sesuai. Sediakan sumber daya yang cukup untuk aplikasi Anda guna memastikan operasi yang stabil.
Disk sistem dengan kapasitas 30 GiB atau kurang—termasuk ukuran gambar—tidak dikenai biaya tambahan. Anda hanya dikenai biaya untuk kapasitas yang melebihi 30 GiB.

Normalisasi Spesifikasi Otomatis

Jika Anda tidak menentukan permintaan atau batas sumber daya, pod kontainer GPU memilih spesifikasi terkecil yang didukung berdasarkan tipe GPU—misalnya, 2 vCPU, 2 GiB memori, dan 1 kartu GPU.

ACS secara otomatis menormalisasi spesifikasi yang tidak didukung. Setelah normalisasi, .resources.requests kontainer tetap tidak berubah, tetapi spesifikasi pod yang dinormalisasi muncul dalam anotasi alibabacloud.com/pod-use-spec. Jika batas sumber daya yang ditentukan kontainer (resources.limits) melebihi spesifikasi pod yang dinormalisasi, ACS mengatur batas sumber daya kontainer agar sesuai dengan spesifikasi pod tersebut.

Catatan

Logika normalisasi CPU dan memori: Jika jumlah sumber daya di semua kontainer adalah 2 vCPU dan 3,5 GiB memori, ACS menormalisasi pod menjadi 2 vCPU dan 4 GiB memori. Sumber daya tambahan diterapkan pada kontainer pertama, dan pod mengekspos anotasi alibabacloud.com/pod-use-spec=2-4Gi. Jika satu kontainer menentukan batas sumber daya 3 vCPU dan 5 GiB memori, batas kontainer tersebut menjadi 2 vCPU dan 5 GiB.
Logika normalisasi GPU: Jika jumlah GPU yang diminta tidak didukung, pengiriman pod gagal.

Kelas komputasi GPU-HPN

Untuk instans GPU jaringan berkinerja tinggi, ACS menerapkan penyelarasan sumber daya dengan mengatur limit sama dengan request. Selain itu, spesifikasi sumber daya pod dibatasi oleh kapasitas node. Jika spesifikasi pod melebihi kapasitas node, pod masuk ke status pending karena sumber daya tidak mencukupi. Untuk detail tentang spesifikasi node, lihat spesifikasi pembelian.

Batasan Aplikasi Kubernetes

ACS terintegrasi mulus dengan Kubernetes menggunakan node virtual. Oleh karena itu, instans pod ACS tidak berjalan pada node nyata terpusat. Sebaliknya, instans tersebut didistribusikan di seluruh kolam sumber daya global Alibaba Cloud. Karena batasan keamanan cloud publik dan keterbatasan inheren node virtual, ACS tidak mendukung fitur Kubernetes tertentu, seperti HostPath dan DaemonSet. Tabel berikut merinci batasan-batasan tersebut.

Batasan	Deskripsi	Kebijakan untuk Kegagalan Validasi	Alternatif yang Direkomendasikan
DaemonSet	Membatasi penggunaan workload tipe DaemonSet.	Pod dimulai tetapi tidak berfungsi secara normal.	Deploy beberapa kontainer dalam satu pod menggunakan pola Sidecar.
Layanan tipe NodePort	Memetakan port host ke kontainer.	Pengiriman ditolak.	Gunakan Server Load Balancer tipe `type=LoadBalancer`.
HostNetwork	Membatasi pemetaan port host ke kontainer.	Otomatis ditulis ulang menjadi `HostNetwork=false`.	Tidak diperlukan.
HostIPC	Membatasi komunikasi antar-proses antara proses kontainer dan proses host.	Otomatis ditulis ulang menjadi `HostIPC=false`.	Tidak diperlukan
HostPID	Membatasi akses kontainer ke namespace PID host.	Otomatis ditulis ulang menjadi `HostPID=false`.	Tidak diperlukan
HostUsers	Membatasi penggunaan namespace pengguna.	Otomatis ditulis ulang menjadi nilai kosong.	Tidak diperlukan
DNSPolicy	Membatasi penggunaan nilai DNSPolicy tertentu. Catatan None Default ClusterFirst	Jika dikonfigurasi sebagai ClusterFirstWithHostNet, ditulis ulang menjadi ClusterFirst. Semua kebijakan lain ditolak saat pengiriman.	Gunakan hanya nilai yang diizinkan.
Format Variabel Lingkungan Kontainer	Selain batasan server API Kubernetes standar, untuk kelas komputasi GPU dan GPU-HPN, ACS mengharuskan nama variabel lingkungan hanya berisi huruf, angka, garis bawah, titik, atau tanda hubung. Karakter pertama tidak boleh angka.	Startup pod gagal.	Gunakan nama variabel lingkungan yang memenuhi persyaratan ini.
Jumlah Variabel Lingkungan Kontainer	Karena batasan sistem Linux pada panjang daftar parameter untuk panggilan sistem, jumlah variabel lingkungan per kontainer harus dibatasi—sekitar 2000 atau kurang. Selain itu, jika pod mengaktifkan enableServiceLinks (default true), informasi layanan untuk semua layanan di namespace saat ini disuntikkan ke kontainer sebagai variabel lingkungan, yang dapat menyebabkan jumlah total melebihi batas sistem.	Startup pod gagal.	Kurangi jumlah variabel lingkungan kontainer. Untuk deployment dengan banyak layanan, nonaktifkan konfigurasi enableServiceLinks untuk pod tersebut.

Port yang dicadangkan

Tabel berikut mencantumkan port yang dicadangkan oleh ACS. Hindari menggunakan port-port ini saat mendeploy layanan.

Port	Deskripsi
111, 10250, 10255	Digunakan oleh kluster ACS untuk antarmuka seperti exec, logs, dan metrics.