基于容器的虚拟化资源调度系统架构设计 | 原力计划

基于容器的虚拟化资源调度系统架构设计 | 原力计划
2020年02月24日 12:03 创新初夏天

出品 | CSDN 博客

前言

大多数底层平台必须支撑上层的多种服务,如媒体流服务、深度学习计算框架等,如果采用传统的基于 MapReduce 分布式计算框架必将带来扩展性差、资源利用率低、无法支持多种框架的问题。上层的每个服务组件的实现均是一个分布式子系统,如果单独实现,必然造成各组件之间完全孤立维护与管理。

设计思路

为了解决这个问题,解决方案则是考虑将各个服务组件的资源管理与作业控制进行分离,并且加入基于 Docker 容器的资源管理方案。

将资源管理整合成一个资源管理与调度平台,而作业控制则放到应用程序框架中从而解决扩展性差的问题。各个服务组件中的各个模块则采用虚拟化容器 Docker 进行资源隔离,提高了资源利用率,同时也保证了安全性。在基于容器的分布式资源管理平台之上,可以构建类似于视频流服务、深度学习计算框架等服务,形成媒体智能处理层。

基于多种面向有向无环图(DAG)任务的调度方式,将业务平台与资源管理平台进行解耦,达到资源的高效利用。

架构设计方案

采用 Master/Slave 架构,分别对应 RC(Resource Control)、NC(Node Control)和 SAS。RC 负责整个集群的资源管理和调度,NC 负责单个节点的资源管理,SAS 负责保存框架实例的服务访问入口

具体架构示意图如下:

各个功能模块如下:

Framework(FW):应用程序框架,包含该应用程序的所有模块,如应用程序框架内的 master、slave 等。

RC:资源控制节点,是一个全局的资源管理器,负责整个系统的资源管理与分配。

NC:节点控制,NC 是每个节点上的资源和作业管理器。

Docker Container:虚拟化的应用容器,用于资源隔离。在每台机器上,一个 Docker Container 对应一个 Framework 实例,因此 Framework 实例内部的资源可以共享,Framework 实例间的资源不能共享。

FW Master:框架实例内部的 Master 模块。

FW Slave:框架实例内部的 Slave 模块。(注:FW Master 和 FW Slave 这里是相对的,如 A 启动 B,B 启动 C。对于 A 来说,B 是 FW Slave,但对于 C 来说,B 是 FW Master。)

Portal/Client:Portal 和 Client 提供给用户不同的操作接口,拥有相同的协议。用户可以提交制作好的框架的 Image(镜像),启动关闭框架,以及查询平台的资源情况和框架的资源使用情况,同时提供框架业务数据查询的重定向功能。

Docker 仓库:存放所有 Framework Image 的仓库。

LS:日志服务器,负责记录操作日志等。

SAS:保存框架实例的服务访问入口。

本文为 CSDN 博客专家「.NY&XX」的原创文章。

财经自媒体联盟

新浪首页 语音播报 相关新闻 返回顶部