ACK One 登録済みクラスターで ACS の計算能力を使用する - Container Compute Service

Container Compute Service (ACS) は、分散型クラウドコンテナープラットフォーム for Kubernetes (ACK One) 登録済みクラスターに統合されています。 ACK One 登録済みクラスターを使用して、ACS によって提供される計算能力を迅速に使用できます。このトピックでは、ACK One の登録済みクラスターで ACS の計算能力を使用する方法について説明します。

ACS の計算能力を ACK One 登録済みクラスターで使用する方法

Container Compute Service (ACS) は、Kubernetes のコンテナー仕様に準拠したコンテナーコンピューティングリソースを提供するクラウドコンピューティングサービスです。ACS は、階層型アーキテクチャを採用して Kubernetes の制御と計算能力を実装しています。コンピューティングリソース層は、Pod にリソースをスケジュールおよび割り当てます。Kubernetes 制御層は、デプロイメント、サービス、ステートフルセット、CronJob などのワークロードを管理します。

ACS の計算能力は、仮想ノードを使用して Kubernetes クラスターに実装できます。このようにして、Kubernetes クラスターは高い弾力性を備え、クラスターノードの計算能力によって制限されなくなります。ACS を使用して Pod のインフラストラクチャ管理を引き継いだ後、Kubernetes クラスターは個々の Pod をスケジュールまたは起動する必要がなくなります。さらに、Kubernetes クラスターは基盤となる VM のリソースを気にする必要がなくなります。ACS はいつでも Pod のリソース要件を満たすことができます。

ACK One 登録済みクラスターでは、ack-virtual-node コンポーネントをインストールして仮想ノードをデプロイし、ACS Pod を作成する必要があります。クラスターをスケールアウトする必要がある場合は、ノードのリソース容量を計画することなく、仮想ノードに ACS Pod を作成できます。ACS Pod は、クラスター内の物理ノード上の Pod と通信できます。リソースを効率的に使用し、スケーリング時間を短縮し、コストを削減するには、長期間実行され、仮想ノードへの弾力的なトラフィックを持つ特定のワークロードをスケジュールすることをお勧めします。ビジネストラフィックの数が減少すると、仮想ノード上の Pod を迅速に解放して使用コストを削減できます。仮想ノード上の Pod は、ACS 上に構築された安全で隔離された環境で実行されます。この場合、Pod は ACS Pod と呼ばれます。詳細については、「登録済みクラスターの概要」をご参照ください。

前提条件

ACK One 登録済みクラスターを作成し、クラスターをデータセンターまたは別のクラウドサービスプロバイダーの Kubernetes クラスターに接続します。Kubernetes 1.24 以降を選択することをお勧めします。詳細については、「登録済みクラスターを作成する」をご参照ください。
ACK 仮想ノードコンポーネントがインストールされており、コンポーネントのバージョンが 2.13.0 以降であること。詳細については、「手順 1: ack-virtual-node に RAM 権限を付与する」および「手順 2: ack-virtual-node をインストールする」をご参照ください。

ACK One 登録済みクラスターで ACS の CPU 計算能力を使用する方法

必要なバージョンの [ACK 仮想ノード] をインストールするか、コンポーネントをバージョン 2.13.0 以降に更新すると、ACS Pod とエラスティックコンテナーインスタンスを作成できます。

説明

Pod を仮想ノードにスケジュールするときに、Pod のコンピューティングクラスを指定しないと、デフォルトで Pod のスケジューリングにエラスティックコンテナーインスタンスが優先されます。

ACK クラスターで ACS の計算能力を使用するには、次の手順を実行します。

ノードセレクター、アフィニティとアンチアフィニティルール、ResourcePolicy、および alibabacloud.com/acs: true ラベルを構成して、Pod を仮想ノードにスケジュールします。詳細については、「ノードアフィニティスケジューリング」をご参照ください。
ACS Pod を作成するときに、Pod に alibabacloud.com/compute-class:コンピューティングクラスラベルを追加して、Pod のコンピューティングクラスを指定します。ACS Pod のコンピューティングクラスの詳細については、「ACS Pod の概要」をご参照ください。

次の手順を実行します。

デプロイメントを作成します。

NodeSelector

次のコマンドを実行して、仮想ノードのラベルをクエリします。次のコマンドの virtual-kubelet-cn-shanghai-l を実際の仮想ノード名に置き換えます。

kubectl get node virtual-kubelet-cn-shanghai-l -oyaml

予期される出力:

apiVersion: v1
kind: Node
metadata:
  labels:
   beta.kubernetes.io/arch: amd64
    beta.kubernetes.io/os: linux
    kubernetes.io/arch: amd64
    kubernetes.io/hostname: virtual-kubelet-cn-shanghai-l
    kubernetes.io/os: linux
    kubernetes.io/role: agent
    service.alibabacloud.com/exclude-node: "true"
    topology.diskplugin.csi.alibabacloud.com/zone: cn-shanghai-l
    topology.kubernetes.io/region: cn-shanghai
    topology.kubernetes.io/zone: cn-shanghai-l
    type: virtual-kubelet # 各仮想ノードにはこのラベルが付いています。Pod を仮想ノードにスケジュールする場合、このラベルを Pod のノードセレクターとして構成できます。
  name: virtual-kubelet-cn-shanghai-l
spec:
  taints:
  - effect: NoSchedule
    key: virtual-kubelet.io/provider
    value: alibabacloud

次のコンテンツを使用して nginx.yaml という名前の YAML ファイルを作成し、2 つの Pod をプロビジョニングします。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      name: nginx
      labels:
        app: nginx 
        alibabacloud.com/compute-class: general-purpose # ACS Pod のコンピューティングクラス。デフォルト値: general-purpose。
        alibabacloud.com/compute-qos: default # ACS Pod のサービス品質 (QoS) クラス。デフォルト値: default。
    spec:
      nodeSelector:
        type: virtual-kubelet # 仮想ノードを選択するために使用されるノードセレクター。
      tolerations:
      - key: "virtual-kubelet.io/provider" # 仮想ノードを許容するために使用される許容。
        operator: "Exists"
        effect: "NoSchedule"
      containers:
      - name: nginx
        image: mirrors-ssl.aliyuncs.com/nginx:stable-alpine
        ports:
          - containerPort: 80
            protocol: TCP        
        resources:
          limits:
            cpu: 2
          requests:
            cpu: 2

NGINX アプリケーションをデプロイし、Pod をクエリします。
1. 次のコマンドを実行して、NGINX アプリケーションを作成します。
```
kubectl apply -f nginx.yaml 
```
2. 次のコマンドを実行して、NGINX アプリケーションがデプロイされているかどうかを確認します。
```
kubectl get pods -o wide
```
  予期される出力:
```
NAME                     READY   STATUS    RESTARTS   AGE     IP               NODE                            NOMINATED NODE   READINESS GATES
nginx-54bcbc9b66-****   1/1     Running   0          3m29s   192.168.XX.XXX   virtual-kubelet-cn-shanghai-l   <none>           <none>
nginx-54bcbc9b66-****   1/1     Running   0          3m29s   192.168.XX.XXX   virtual-kubelet-cn-shanghai-l   <none>           <none>
```
  コマンド出力は、2 つの Pod が type=virtual-kubelet ラベルを持つノードにデプロイされていることを示しています。これは、デプロイメント構成の nodeSelector パラメーターで指定されています。

ラベルスケジューリング

次のコンテンツを含む nginx.yaml という名前のファイルを作成します。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: nginx
  labels:
    app: nginx
spec:
  replicas: 2
  selector:
    matchLabels:
      app: nginx
  template:
    metadata:
      labels:
        app: nginx 
        alibabacloud.com/acs: "true" # ACS の計算能力を使用します。
        alibabacloud.com/compute-class: general-purpose # ACS Pod のコンピューティングクラス。デフォルト値: general-purpose。
        alibabacloud.com/compute-qos: default # ACS Pod の QoS クラス。デフォルト値: default。
    spec:
      containers:
      - name: nginx
        image: mirrors-ssl.aliyuncs.com/nginx:stable-alpine
        ports:
          - containerPort: 80
            protocol: TCP 
        resources:
          limits:
            cpu: 2
          requests:
            cpu: 2

次のコマンドを実行して、NGINX アプリケーションを作成します。
```
kubectl apply -f nginx.yaml 
```

次のコマンドを実行して、NGINX アプリケーションがデプロイされているかどうかを確認します。

kubectl get pods -o wide

予期される出力:

NAME                     READY   STATUS    RESTARTS   AGE     IP               NODE                            NOMINATED NODE   READINESS GATES
nginx-54bcbc9b66-****   1/1     Running   0          3m29s   192.168.XX.XXX   virtual-kubelet-cn-shanghai-l   <none>           <none>
nginx-54bcbc9b66-****   1/1     Running   0          3m29s   192.168.XX.XXX   virtual-kubelet-cn-shanghai-l   <none>           <none>

コマンド出力は、2 つの Pod が type=virtual-kubelet ラベルを持つノードにデプロイされていることを示しています。これは、デプロイメント構成の nodeSelector パラメーターで指定されています。

次のコマンドを実行して、NGINX アプリケーション用に作成された Pod の詳細をクエリします。

kubectl describe pod nginx-54bcbc9b66-****

予期される出力:

Annotations:  ProviderCreate: done
              alibabacloud.com/instance-id: acs-uf6008giwgjxlvn*****
              alibabacloud.com/pod-ephemeral-storage: 30Gi
              alibabacloud.com/pod-use-spec: 2-2Gi
              kubernetes.io/pod-stream-port: 10250
              network.alibabacloud.com/enable-dns-cache: false
              topology.kubernetes.io/region: cn-shanghai

コマンド出力は、Pod の構成に alibabacloud.com/instance-id: acs-uf6008giwgjxlvn***** アノテーションが含まれていることを示しています。これは、Pod が ACS Pod であることを示しています。

ACK One 登録済みクラスターで ACS の GPU 計算能力を使用する方法

ACS GPU 計算能力を使用する手順は、ACS CPU 計算能力を使用する手順と似ています。ただし、スケジューリングコンポーネントがバージョン要件を満たしていることを確認し、追加の構成を追加する必要もあります。

アクティベーション

ACK クラスターで ACS GPU 計算能力を使用する機能は、招待プレビュー中です。この機能を使用するには、チケットを送信してください。

ACK One の登録済みクラスターで ACS の計算能力を使用する方法

...     
     labels:
        # ACS GPU リソースをリクエストするためのラベルを追加します。
        alibabacloud.com/compute-class: gpu     #GPU 計算能力を使用する場合は gpu に設定します。
        alibabacloud.com/compute-qos: default   #QoS クラス。通常の ACS 計算能力と同じです。
        alibabacloud.com/gpu-model-series: example-model  # GPU モデル。使用する実際のモデル (T4 など) を指定します。
...

説明

ACS コンピューティングクラスと QoS クラスの関係の詳細については、「コンピューティングクラスと計算能力 QoS クラスのマッピング」をご参照ください。
gpu-model-series でサポートされている GPU モデルの詳細については、「GPU モデル」をご参照ください。

NodeSelector

次のコンテンツを使用して GPU ワークロードを作成します。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: dep-node-selector-demo
  labels:
    app: node-selector-demo
spec:
  replicas: 1
  selector:
    matchLabels:
      app: node-selector-demo
  template:
    metadata:
      labels:
        app: node-selector-demo
        # ACS 属性。
        alibabacloud.com/compute-class: gpu
        alibabacloud.com/compute-qos: default
        alibabacloud.com/gpu-model-series: example-model  # GPU モデル。使用する実際のモデル (T4 など) を指定します。
    spec:
      # 指定されたラベル。
      nodeSelector:
        type: virtual-kubelet
      # 許容される汚染。
      tolerations:
      - key: "virtual-kubelet.io/provider" # 仮想ノードを許容するために使用される許容。
        operator: "Exists"
        effect: "NoSchedule"
      containers:
      - name: node-selector-demo
        image: registry-cn-hangzhou.ack.aliyuncs.com/acs/stress:v1.0.4
        command:
        - "sleep"
        - "1000h"
        resources:
          limits:
            cpu: 1
            memory: 1Gi
            nvidia.com/gpu: "1"
          requests:
            cpu: 1
            memory: 1Gi
            nvidia.com/gpu: "1"

次のコマンドを実行して、GPU アクセラレーションワークロードのステータスをクエリします。

kubectl get pod node-selector-demo-9cdf7bbf9-s**** -oyaml

予期される出力:

    phase: Running

    resources:
      limits:
        #その他のリソース
        nvidia.com/gpu: "1"
      requests:
        #その他のリソース
        nvidia.com/gpu: "1"

ラベルスケジューリング

次のコンテンツを使用して GPU ワークロードを作成します。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: dep-node-selector-demo
  labels:
    app: node-selector-demo
spec:
  replicas: 1
  selector:
    matchLabels:
      app: node-selector-demo
  template:
    metadata:
      labels:
        app: node-selector-demo
        # ACS 属性。
        alibabacloud.com/acs: "true" # ACS の計算能力を使用します。
        alibabacloud.com/compute-class: gpu
        alibabacloud.com/compute-qos: default
        alibabacloud.com/gpu-model-series: example-model  # GPU モデル。使用する実際のモデル (T4 など) を指定します。
    spec:
      containers:
      - name: node-selector-demo
        image: registry-cn-hangzhou.ack.aliyuncs.com/acs/stress:v1.0.4
        command:
        - "sleep"
        - "1000h"
        resources:
          limits:
            cpu: 1
            memory: 1Gi
            nvidia.com/gpu: "1"
          requests:
            cpu: 1
            memory: 1Gi
            nvidia.com/gpu: "1"

次のコマンドを実行して、GPU アクセラレーションワークロードのステータスをクエリします。

kubectl get pod node-selector-demo-9cdf7bbf9-s**** -oyaml

予期される出力:

    phase: Running

    resources:
      limits:
        #その他のリソース
        nvidia.com/gpu: "1"
      requests:
        #その他のリソース
        nvidia.com/gpu: "1"